OpenAI, Google e Microsoft criam padrão para bloquear IA em sites
Empresas de tecnologia como OpenAI e Google apoiam novo padrão técnico no arquivo robots.txt que permitirá a sites indicar se autorizam o uso de seus conteúdos para treinar modelos de inteligência artificial.
A Anthropic, a OpenAI, o Google e a Microsoft anunciaram apoio a um padrão comum que permitirá a sites e veículos de comunicação indicar, de forma padronizada, se autorizam o uso de seus conteúdos para treinar modelos de inteligência artificial. A medida busca unificar o processo de restrição de acesso aos dados digitais.
Atualmente, os responsáveis pelos sites precisam configurar restrições específicas para os rastreadores de cada empresa individualmente. A nova proposta prevê a inclusão de um sinal compartilhado no arquivo robots.txt, utilizado para orientar sistemas automatizados sobre o acesso a páginas da internet.
O padrão foi proposto por Kevan Kelley, engenheiro da Anthropic, no âmbito da IETF (Internet Engineering Task Force), organização responsável pelo desenvolvimento de padrões técnicos da internet. A utilização do robots.txt centraliza a comunicação entre sites e robôs de coleta de dados.
A Anthropic já oferece suporte ao mecanismo em sua infraestrutura. A OpenAI prevê adotar o padrão nos próximos meses, enquanto Google e Microsoft informaram que farão a implementação em 2027. Os prazos variam conforme a complexidade técnica de cada plataforma.
A Meta também manifestou apoio à iniciativa, embora não tenha anunciando um prazo definido para a implementação. A empresa enfrenta questionamentos sobre termos comerciais que poderiam permitir a coleta ampla de conteúdos de sites jornalísticos sem esta indicação padronizada.
O mecanismo não representa uma garantia técnica absoluta contra a coleta indevida de dados. Sua eficácia prática depende exclusivamente de que as empresas respeitem o sinal enviado pelo site. Se o sinal for ignorado, medidas legais ou de contrato podem ser necessárias.
Veículos de comunicação poderão comunicar uma mesma preferência a diferentes empresas de IA sem a necessidade de estabelecer regras separadas para cada operador. Essa padronização reduz a carga técnica e administrativa para a gestão de direitos digitais.
