Google, OpenAI y Anthropic se unen para presentar nuevos controles de extracción de datos de IA

Google, OpenAI y Anthropic se unen para presentar nuevos controles de extracción de datos de IA

Principales empresas tecnológicas, entre ellas Google, OpenAI, Anthropic y Microsoft, están colaborando en una directiva estandarizada para los archivos robots.txt, con el fin de gestionar cómo los sitios web controlan el uso de su contenido en el entrenamiento de modelos de inteligencia artificial. Esta iniciativa simplifica un proceso anteriormente fragmentado, en el que los editores debían configurar restricciones únicas para cada proveedor. Al introducir una señal compartida, el grupo busca crear un mecanismo uniforme que permita a los propietarios de sitios web comunicar claramente sus preferencias respecto al desarrollo de modelos de IA generativa, reduciendo las cargas administrativas y garantizando un reconocimiento coherente en distintas plataformas. Este avance es significativo para el movimiento de datos abiertos, ya que establece una norma técnica fundamental para el consentimiento y la procedencia de los datos en la era de la inteligencia artificial. Al aprovechar el ampliamente adoptado marco de robots.txt, la propuesta demuestra cómo la infraestructura existente de Internet puede ampliarse para abordar preocupaciones éticas contemporáneas. Empodera a los editores para permitir o denegar selectivamente el acceso a contenido específico con fines de IA, fomentando un ecosistema más transparente en el que los titulares de datos puedan ejercer un mayor control sobre sus activos digitales sin comprometer su visibilidad en los resultados de búsqueda tradicionales. Aunque la norma no resuelve problemas más amplios, como la compensación por derechos de autor o la eliminación de datos ya extraídos, constituye un paso crucial hacia una gobernanza estructurada de los datos. El carácter voluntario de la directiva pone de manifiesto las limitaciones actuales de la autorregulación, pero también sienta un precedente para la cooperación en toda la industria. A medida que otros proveedores consideren unirse a la iniciativa, este enfoque compartido podría influir en las normas futuras sobre el acceso a datos abiertos, equilibrando las necesidades de los desarrolladores de IA con los derechos de los creadores de contenido para decidir cómo se utiliza su información.

Noticias relacionadas

• OpenAI, Google, Microsoft y Anthropic se unen para dar a los propietarios de sitios web más control sobre el entrenamiento de IA: así es cómo optar por no participar
• La demanda del New York Times acusa a Brave Browser de extraer contenido periodístico detrás de un muro de pago para grandes empresas de inteligencia artificial
• Meta pospone los nuevos términos comerciales ante las preocupaciones por el raspado de contenido con IA
• TikTok lidera los rankings globales de raspado web a medida que las plataformas de IA impulsan una nueva ola de demanda de datos
• Solicitud de la Ley de Libertad de Información tras la muerte de un adolescente