Cloudflare Report: Googlebot Tops AI Crawler Traffic

El informe de Cloudflare de 2025 revela que el dominio de Google en el rastreo web crea una vulnerabilidad única para los editores de contenido. Dado que Googlebot cumple tanto con la función de indexación en los resultados de búsqueda como con la de entrenamiento de modelos de inteligencia artificial, los operadores de sitios web no pueden evitar que su contenido se utilice para entrenar modelos de lenguaje grandes sin comprometer gravemente su visibilidad en los resultados de búsqueda. Esta función de doble propósito otorga a Google una ventaja competitiva distintiva, obligando a los editores a aceptar el uso de su contenido para inteligencia artificial si desean mantener su presencia en línea, a diferencia de otros proveedores de IA cuyos rastreadores pueden bloquearse de forma independiente. Los datos también destacan una desconexión significativa entre el rastreo realizado por la IA y el beneficio para los usuarios. Aunque los bots de IA generaron una parte considerable del tráfico web, muchas plataformas mostraron ratios extremadamente altos entre el rastreo y las referencias, lo que significa que consumían grandes cantidades de datos mientras enviaban muy pocos visitantes de vuelta a los sitios de origen. Además, el rastreo basado en la acción del usuario —donde los bots recuperan información en respuesta a consultas específicas de chatbots— experimentó un crecimiento exponencial, lo que indica un cambio hacia la obtención de datos en tiempo real para aplicaciones de consumo, en lugar de limitarse únicamente al entrenamiento pasivo de modelos. Este artículo es fundamental para los debates sobre datos abiertos, ya que subraya los desafíos éticos y prácticos del raspado de datos para el desarrollo de inteligencia artificial. Los hallazgos sugieren que las prácticas actuales de la web abierta pueden estar subsidiando inadvertidamente modelos de IA propietarios mediante la extracción descontrolada de datos, especialmente cuando los editores carecen de poder de negociación para establecer condiciones. Comprender estas dinámicas es esencial para los defensores que buscan garantizar que la web abierta siga siendo sostenible y que los productores de datos no sean explotados de manera desproporcionada por entidades comerciales de inteligencia artificial.

Fuente: searchenginejournal.com
Publicado el 2025-12-16

Cloudflare Report: Googlebot Tops AI Crawler Traffic

Noticias relacionadas