OpenAI وجوجل ومايكروسوفت وأنثروبيك تتبنى معيارًا موحدًا لاستبعاد جمع البيانات للذكاء الاصطناعي
ستدعم أربع شركات كبرى في مجال الذكاء الاصطناعي إشارة موحدة في robots.txt تتيح للناشرين حظر أدوات جمع البيانات لتدريب النماذج بخطوة واحدة، مما يبسط عملية الاستبعاد التي كانت مجزأة سابقًا.
اتفقت OpenAI وجوجل ومايكروسوفت وأنثروبيك على اعتماد معيار موحد جديد يتيح لأصحاب المواقع الإلكترونية استبعاد جمع محتواهم لتدريب نماذج الذكاء الاصطناعي عبر عدة شركات في وقت واحد. وتعالج هذه الخطوة، التي أوردها موقع Search Engine Roundtable سابقًا، الإحباط المتزايد لدى الناشرين الذين يضطرون حاليًا إلى تعيين تفضيلات منفصلة لكل زاحف ويب تابع لشركة ذكاء اصطناعي. كما أبدت ميتا دعمًا مبدئيًا للفكرة.
الآلية الجديدة عبارة عن رمز سياسة اقترحه كيفن كيلي، القائد التقني للمعايير في أنثروبيك، ضمن فريق عمل هندسة الإنترنت (IETF). وهو موجود داخل ملف robots.txt الخاص بالموقع، وهو البروتوكول الطويل الأمد الذي يخبر زواحف الويب بالأجزاء المسموح لها بالوصول إليها في الموقع. وحتى الآن، كان على الناشرين إدراج زاحف كل شركة ذكاء اصطناعي على حدة—على سبيل المثال، حظر GPTBot من OpenAI، وGoogle-Extended من جوجل، وClaudeBot من أنثروبيك واحدًا تلو الآخر. أما الرمز الموحد فيتيح لهم التعبير عن تفضيل واحد تلتزم به جميع شركات الذكاء الاصطناعي المشاركة.
إشارة واحدة لزواحف ذكاء اصطناعي متعددة
صُمم المعيار لتبسيط عملية الاستبعاد للناشرين الذين يرغبون في إبقاء محتواهم خارج مجموعات بيانات تدريب الذكاء الاصطناعي. فبدلاً من الحفاظ على قواعد منفصلة لكل شركة، يمكن للموقع تضمين الرمز الموحد في ملف robots.txt الخاص به، وستقوم أي شركة ذكاء اصطناعي تدعم المعيار بتقييد زاحفها وفقًا لذلك. ولا يؤثر الرمز على فهرسة البحث؛ إذ يمكن للمواقع أن تظهر في نتائج البحث حتى لو حظرت استخدام محتواها في تدريب الذكاء الاصطناعي.
وتقول مايكروسوفت إنها ستقدم أدوات تحكم دقيقة تتيح للناشرين التمييز بين استبعاد التدريب على الذكاء الاصطناعي واستبعاد "التأصيل" (AI grounding)—وهو ممارسة توجيه نموذج الذكاء الاصطناعي إلى مصدر موثوق للحد من الهلوسة. وقد قدمت جوجل بالفعل أدوات تحكم مماثلة تسمح للمواقع بإدارة ما إذا كان محتواها يظهر في ميزات بحث الذكاء الاصطناعي أو يُستخدم للتدريب، دون التأثير على ظهورها في البحث العادي. وقد نفذت أنثروبيك الإشارة الجديدة بالفعل، بينما تخطط جوجل ومايكروسوفت لدعمها العام المقبل. وتقول OpenAI إنها ستنفذها في الأشهر المقبلة.
دعم الصناعة والجدول الزمني
يأتي هذا الإعلان في وقت يعاني فيه الناشرون من موجة متصاعدة من زواحف الذكاء الاصطناعي التي تجمع المحتوى لتدريب النماذج، غالبًا دون إذن صريح. وقد جربت بعض المنظمات أساليب أخرى: معيار الترخيص البسيط حقًا (RSL) يتيح للناشرين فرض رسوم على الزواحف للوصول، وبدأت Cloudflare في حظر زواحف الذكاء الاصطناعي افتراضيًا. ويقدم الرمز الموحد الجديد بديلاً خفيفًا وموحدًا يعمل عبر مقدمي خدمات متعددين.
أعرب آندي ستون، رئيس الاتصالات في ميتا، عن دعمه للفكرة لكنه لم يؤكد ما إذا كانت ميتا ستلتزم بالرمز. وقال ستون: "نعتقد أن إنشاء إشارة مشتركة تنقل هذه التفضيلات إلى مقدمي خدمات متعددين في وقت واحد هو خطوة مهمة. ونتطلع إلى العمل مع شركات الذكاء الاصطناعي الأخرى على المعايير وتنفيذها في جميع أنحاء الصناعة."
ماذا يعني ذلك للناشرين وشركات الذكاء الاصطناعي
بالنسبة للناشرين، يقلل الرمز الموحد العبء الإداري ويوفر طريقة أوضح وأكثر اتساقًا لتأكيد السيطرة على محتواهم. وبالنسبة لشركات الذكاء الاصطناعي، فإن اعتماد معيار مشترك يمكن أن يساعد في تخفيف التوترات مع منشئي المحتوى وتجنب النزاعات القانونية حول جمع البيانات غير المصرح به. وتعكس هذه الخطوة أيضًا توجهًا أوسع في الصناعة نحو ممارسات بيانات أكثر شفافية وقائمة على الموافقة.
لا يزال المعيار قيد التطوير داخل فريق عمل هندسة الإنترنت، وستعتمد فعاليته على التبني الواسع النطاق. وبينما التزمت شركات الذكاء الاصطناعي الأربع الكبرى، لم تعلن جهات أخرى—بما في ذلك الشركات الناشئة الأصغر في مجال الذكاء الاصطناعي ومحركات البحث—دعمها بعد. ومع ذلك، فإن التنسيق بين الشركات الرائدة يمثل خطوة مهمة نحو نهج أكثر توحيدًا لجمع بيانات الذكاء الاصطناعي، مما يمنح الناشرين أداة عملية لحماية أعمالهم في ظل ويب يزداد اعتماده على الذكاء الاصطناعي.
