Νέοι κανόνες για την πρόσβαση της AI στο διαδικτυακό περιεχόμενο

Η πρόσβαση της Τεχνητής Νοημοσύνης στο διαδικτυακό περιεχόμενο αποκτά ένα νέο, κοινό πλαίσιο. Οι OpenAI, Google, Microsoft και Anthropic συμφώνησαν να υποστηρίξουν έναν ενιαίο τεχνικό μηχανισμό, ο οποίος θα επιτρέπει σε εκδότες και ιδιοκτήτες ιστοτόπων να δηλώνουν ότι δεν επιτρέπουν τη συλλογή του περιεχομένου τους για την εκπαίδευση συστημάτων AI.

Η πρωτοβουλία επιχειρεί να απλοποιήσει μια διαδικασία που σήμερα είναι κατακερματισμένη. Οι διαχειριστές ιστοτόπων χρειάζεται να καταχωρίζουν ξεχωριστές οδηγίες για τα αυτοματοποιημένα προγράμματα κάθε εταιρείας. Με το νέο κοινό σήμα, μία μόνο δήλωση στο αρχείο robots.txt θα μπορεί να ενημερώνει όλες τις εταιρείες που θα το υποστηρίζουν.

Πώς λειτουργεί το νέο σήμα για την AI

Το νέο σήμα ονομάζεται policy token και θα ενσωματώνεται στο robots.txt, το αρχείο που χρησιμοποιούν οι διαχειριστές ιστοτόπων για να δίνουν οδηγίες στα αυτοματοποιημένα προγράμματα ανίχνευσης και συλλογής δεδομένων. Μέσω αυτού του αρχείου, ένας ιστότοπος μπορεί ήδη να ζητήσει από μηχανές αναζήτησης ή άλλους crawlers να μην访问ουν συγκεκριμένες σελίδες ή τμήματα του περιεχομένου του.

Μέχρι σήμερα, οι εντολές αυτές δεν εφαρμόζονται με ενιαίο τρόπο από όλα τα προγράμματα που σχετίζονται με την AI. Κάθε εταιρεία μπορεί να χρησιμοποιεί διαφορετικό crawler και διαφορετική ονομασία, γεγονός που υποχρεώνει τους εκδότες να δημιουργούν πολλαπλές καταχωρίσεις. Το policy token φιλοδοξεί να λειτουργήσει ως κοινή τεχνική «δήλωση» άρνησης, ώστε οι ιστοτόποι να μπορούν να αποκλείουν τη χρήση του περιεχομένου τους για την εκπαίδευση μοντέλων χωρίς πρόσθετες και επαναλαμβανόμενες ρυθμίσεις.

Η πρόταση κατατέθηκε στο Internet Engineering Task Force (IETF), τον διεθνή οργανισμό που αναπτύσσει τεχνικά πρότυπα για τη λειτουργία του διαδικτύου. Εισηγητής είναι ο Κέβιν Κέλι της Anthropic, η οποία έχει ήδη υιοθετήσει το σήμα. Η Google και η Microsoft σχεδιάζουν να το υποστηρίξουν το 2027, ενώ η OpenAI έχει ανακοινώσει ότι σκοπεύει να το εφαρμόσει μέσα στους επόμενους μήνες.

Τι σημαίνει για εκδότες και ιδιοκτήτες ιστοτόπων

Η υιοθέτηση ενός κοινού μηχανισμού μπορεί να περιορίσει σημαντικά το τεχνικό βάρος για τους εκδότες. Ιδιαίτερα οι μικρότεροι ιστότοποι, οι οποίοι συχνά δεν διαθέτουν εξειδικευμένες ομάδες τεχνικής υποστήριξης, θα μπορούν να διαχειρίζονται ευκολότερα τις προτιμήσεις τους σχετικά με τη χρήση του περιεχομένου τους.

Η Microsoft σχεδιάζει, μάλιστα, να προσφέρει ξεχωριστές επιλογές για δύο διαφορετικές χρήσεις. Η πρώτη θα αφορά την εκπαίδευση μοντέλων AI και η δεύτερη την αξιοποίηση του περιεχομένου ως πηγής κατά την παραγωγή απαντήσεων. Η διάκριση αυτή είναι σημαντική, καθώς ένας εκδότης μπορεί να επιθυμεί να εμφανίζεται το περιεχόμενό του ως παραπομπή σε απαντήσεις μιας υπηρεσίας AI, αλλά να μην επιτρέπει τη χρήση του για την εκπαίδευση μοντέλων.

Ωστόσο, το νέο σύστημα δεν επιλύει όλα τα ζητήματα. Πρόκειται για εθελοντικό τεχνικό μηχανισμό, χωρίς ανεξάρτητο φορέα που θα ελέγχει αν οι εταιρείες συμμορφώνονται με τις δηλώσεις των ιστοτόπων. Δεν προβλέπονται επίσης κυρώσεις σε περίπτωση παραβίασης. Επομένως, η αποτελεσματικότητά του θα εξαρτηθεί από το κατά πόσο οι εταιρείες AI θα τηρούν στην πράξη τις οδηγίες που περιλαμβάνονται στο robots.txt.

Παράλληλα, το policy token δεν προβλέπει αδειοδότηση ούτε αμοιβή των εκδοτών για τη χρήση του περιεχομένου τους. Έτσι, παραμένουν ανοιχτά τα ζητήματα πνευματικών δικαιωμάτων, οικονομικής αποζημίωσης και διαφάνειας σχετικά με τα δεδομένα που χρησιμοποιούνται για την ανάπτυξη συστημάτων AI.

Η υπόθεση της Meta και οι αντιδράσεις των εκδοτών

Η Meta έχει εκφράσει την υποστήριξή της στην ανάπτυξη του κοινού προτύπου, χωρίς όμως να έχει δεσμευτεί ότι θα το εφαρμόσει. Την ίδια στιγμή, η εταιρεία αντιμετωπίζει δικαστική προσφυγή εκδοτικών οργανισμών στη Νορβηγία, με αφορμή νέους όρους χρήσης που, σύμφωνα με τους προσφεύγοντες, της παρέχουν εκτεταμένα δικαιώματα πάνω στο δημοσιογραφικό περιεχόμενο.

Στις 28 Οκτωβρίου, το Περιφερειακό Δικαστήριο του Όσλο αποφάσισε ότι η νομιμότητα των όρων πρέπει να εξεταστεί δικαστικά πριν τεθούν σε ισχύ. Σύμφωνα με τη νορβηγική ένωση εκδοτών MBL, οι νέοι όροι θα μπορούσαν να επιτρέψουν στη Meta να συλλέγει και να επαναχρησιμοποιεί άρθρα, φωτογραφίες και βίντεο, ακόμη και όταν αυτά βρίσκονται πίσω από paywall.

Οι εκδότες υποστηρίζουν ότι η δυνατότητα αυτή δεν θα περιοριζόταν μόνο στο Facebook και το Instagram, αλλά θα μπορούσε να επεκταθεί και στους ιστοτόπους των μέσων ενημέρωσης που χρησιμοποιούν τις πλατφόρμες της Meta. Μετά τις πρώτες αντιδράσεις, η εταιρεία αφαίρεσε από τους όρους συγκεκριμένη αναφορά στην εκπαίδευση AI. Οι εκδοτικοί οργανισμοί θεωρούν, ωστόσο, ότι η διατύπωση για «ανάπτυξη, βελτίωση, έρευνα και διατήρηση διαφημιστικών και επιχειρηματικών προϊόντων» εξακολουθεί να μπορεί να καλύψει υπηρεσίες παραγωγικής Τεχνητής Νοημοσύνης.

Επιπλέον, παρότι η Meta έχει δηλώσει ότι θα σέβεται τους αποκλεισμούς μέσω του robots.txt, η σχετική δέσμευση δεν περιλαμβάνεται στους επίμαχους όρους, σύμφωνα με το βρετανικό Press Gazette. Η εφαρμογή των νέων όρων μετατέθηκε από τις 30 Οκτωβρίου στις 20 Νοεμβρίου, ενώ η εταιρεία ανακοίνωσε ότι οι υφιστάμενοι όροι θα παραμείνουν σε ισχύ όσο συνεχίζεται η διαβούλευση με τους εκδότες.

Παρόμοιες ανησυχίες έχουν εκφραστεί και σε άλλες σκανδιναβικές χώρες. Στη Δανία και τη Σουηδία, οργανώσεις του Τύπου έχουν προσφύγει στις εθνικές αρχές ανταγωνισμού, ζητώντας να εξεταστεί αν οι πρακτικές της Meta περιορίζουν τα δικαιώματα των εκδοτών ή δημιουργούν ανισορροπίες στην αγορά.

Ένα πρώτο βήμα, όχι οριστική λύση

Το κοινό σήμα για την AI αποτελεί ένα σημαντικό βήμα προς την τυποποίηση των επιλογών των εκδοτών. Μπορεί να προσφέρει μεγαλύτερο έλεγχο στους ιδιοκτήτες ιστοτόπων και να μειώσει την πολυπλοκότητα της διαχείρισης των crawlers. Παρ’ όλα αυτά, η εθελοντική φύση του, η απουσία ελέγχου και κυρώσεων, καθώς και η έλλειψη πρόβλεψης για αμοιβή, αφήνουν κρίσιμα ερωτήματα αναπάντητα.

Η αποτελεσματικότητα των νέων κανόνων για την πρόσβαση της AI στο διαδικτυακό περιεχόμενο θα κριθεί από την πρακτική εφαρμογή τους και από το αν οι εταιρείες θα αντιμετωπίσουν τις δηλώσεις των εκδοτών ως δεσμευτικές. Μέχρι να υπάρξει σαφές νομικό και οικονομικό πλαίσιο, το robots.txt και το policy token θα αποτελούν χρήσιμα εργαλεία διαχείρισης, αλλά όχι πλήρη εγγύηση προστασίας του περιεχομένου.