Google, OpenAI, Microsoft y Anthropic adoptan un código de política unificado dentro de los archivos robots que permite a los propietarios de sitios web bloquear el uso de sus datos en el entrenamiento de modelos de inteligencia artificial generativa con un solo paso.
Compromiso cuádruple conjunto y calendario de activación de las empresas
Mecanismo de funcionamiento de la nueva señal y propuesta del ingeniero de estándares en Anthropic
Microsoft va más allá a través de controles de atribución limitada en Bing
Límites del compromiso voluntario y postura de la empresa Meta sobre el estándar propuesto
Preguntas frecuentes
Compromiso cuádruple conjunto y calendario de activación de las empresas
Cuatro de las mayores empresas desarrolladoras de inteligencia artificial del mundo se comprometerán a respetar una única señal de programación unificada dentro del archivo «robots.txt» que permite a los sitios web rechazar el uso de su contenido en las operaciones de entrenamiento de inteligencia artificial generativa. Gracias a este consenso, los editores ya no tendrán que bloquear el programa de rastreo de cada compañía de manera individual. Según informó el sitio web «The Verge» basándose en una cobertura previa de la plataforma «Search Engine Roundtable», «Google», «OpenAI», «Anthropic» y «Microsoft» se comprometieron el viernes 30 de octubre a respaldar un «código de política» conjunto propuesto ante el «Grupo de Trabajo de Ingeniería de Internet».
Las cuatro empresas activarán esta función en diferentes momentos; la compañía «Anthropic» ya ha comenzado a respaldar la nueva directiva de programación, mientras que «Microsoft» empezará a aplicarla el 1 de febrero de 2027, «Google» planea unirse a principios de 2027 y «OpenAI» prometió implementarla durante los próximos meses, según un informe del sitio web «Engadget».
Mecanismo de funcionamiento de la nueva señal y propuesta del ingeniero de estándares en Anthropic
Esta propuesta técnica proviene de «Kevin Kelly», líder técnico de estándares en la empresa «Anthropic». Bajo este mecanismo, los propietarios de sitios web añaden un grupo dentro del archivo «robots» que utiliza la etiqueta «Usage-AI-Training» como nombre de agente de usuario, seguida de las reglas de denegación «Disallow», y también pueden utilizar líneas de permiso «Allow» para abrir carpetas específicas, como la carpeta de prensa del sitio web, con fines de entrenamiento. Este código cubre únicamente las operaciones de entrenamiento de modelos, ya que no se considera una directiva de rastreo ni modifica la indexación del sitio en los motores de búsqueda.
En una publicación en el sitio web oficial de «OpenAI», la compañía describió la medida como un «esfuerzo voluntario» y confirmó que la nueva señal «no reemplazará los controles que ya ofrecemos a través del archivo robots». Por su parte, «John Mueller», de la empresa «Google», indicó que los sitios web podrán utilizar un código compartido «para definir preferencias amplias entre los proveedores de inteligencia artificial participantes». Añadió que si un sitio web decide no participar utilizando el código unificado y no menciona explícitamente la etiqueta «Google-Extended», «Google» tratará esto como un bloqueo de la etiqueta «Google-Extended», según el sitio web «Search Engine Land».
Microsoft va más allá a través de controles de atribución limitada en Bing
La empresa «Microsoft» fue más allá que las otras tres compañías; el motor de búsqueda «Bing» ofrecerá configuraciones separadas para el entrenamiento de inteligencia artificial y para la atribución de inteligencia artificial, concepto que abarca el uso de páginas web para generar respuestas directas de inteligencia artificial. La opción de «atribución limitada» permitirá a los sitios respaldar los productos de inteligencia artificial de la empresa «Microsoft» mientras rechazan los servicios de atribución proporcionados a terceros. Asimismo, «Microsoft» estableció un calendario que va desde controles temporales el 15 de diciembre de 2026 hasta la fecha límite del 1 de marzo de 2027 para los sitios que sigan utilizando las etiquetas más antiguas «noarchive» o «nocache». Según el blog de «Bing», ninguna de estas opciones afecta la elegibilidad del sitio para aparecer en los resultados de búsqueda habituales.
Límites del compromiso voluntario y postura de la empresa Meta sobre el estándar propuesto
No obstante, esta directiva de programación no puede anular las operaciones previas de recopilación de datos, ya que el contenido que ya ha sido recopilado permanece en manos de las empresas. Tampoco impide que los programas de rastreo recuperen páginas, y su cumplimiento sigue siendo completamente voluntario. La empresa «Meta» declaró que apoya la idea en principio, pero aún no se ha comprometido a implementarla. El propio borrador sigue siendo una propuesta en desarrollo por parte del grupo de trabajo de preferencias de inteligencia artificial del Grupo de Trabajo de Ingeniería de Internet, y no constituye un estándar final y completo.
Preguntas frecuentes
Pregunta: ¿Qué empresas se comprometieron a respaldar la señal unificada para rechazar el entrenamiento de inteligencia artificial?
Respuesta: Anthropic, Google, Microsoft y OpenAI se comprometieron a respaldar la señal unificada, mientras que Meta expresó su apoyo a la idea sin comprometerse a implementarla.
Pregunta: ¿El uso de la señal de rechazo de entrenamiento afecta la aparición del sitio en los resultados de búsqueda de Google y Bing?
Respuesta: No, la señal cubre únicamente el entrenamiento de modelos de inteligencia artificial y no altera la indexación de búsqueda ni la elegibilidad de los sitios para aparecer en los resultados de búsqueda tradicionales.
Pregunta: ¿Qué diferencia introdujo Microsoft en la configuración del motor de búsqueda Bing?
Respuesta: Microsoft separó la configuración de entrenamiento de modelos de la configuración de atribución para la generación de respuestas, ofreciendo la opción de atribución limitada que restringe el uso a los productos de Microsoft sin incluir a terceros.
Pregunta: ¿La activación de la nueva señal elimina los datos del sitio recopilados previamente por las empresas?
Respuesta: No, la nueva directiva no anula las recopilaciones anteriores, ya que los datos recopilados con antelación permanecen en poder de las empresas y su efecto se limita a las operaciones de entrenamiento futuras.