OpenAI, Google, Microsoft e Anthropic si sono impegnate a offrire agli organi di informazione e ai siti un'unica modalità, uno standard, per regolare l'utilizzo dei loro contenuti tramite "scraping" (letteralmente 'raschiare'), cioè la raccolta automatizzata da parte dei sistemi di intelligenza artificiale. L'iniziativa arriva in un clima di crescenti battaglie legali da parte degli editori, con l'Unione europea che ha confermato la legittimità del modello italiano sull'equo compenso. Attualmente per bloccare i vari programmi che scansionano il web alla ricerca di dati e contenuti, gli editori sono costretti a implementare più comandi specifici, la nuova soluzione consente invece di inserire un'unica istruzione riconosciuta e rispettata da qualsiasi azienda di IA che deciderà di adottarla.
Lo standard "robots.txt" - come riportato dal sito Search Engine Roundtable - consentirà così agli editori di specificare le proprie preferenze in merito allo 'scraping' dei loro contenuti per l'addestramento dell'IA. Le aziende hanno deciso di adottare una proposta attualmente al vaglio dell'Internet Engineering Task Force (Ietf) - l'organizzazione che definisce gli standard aperti per Internet - redatta da Kevin Kelley, responsabile tecnico per gli standard presso Anthropic. Tuttavia, la soluzione non diventerà subito operativa.
Microsoft la implementerà dal primo febbraio 2027, mentre Google lo farà nel corso del prossimo anno. OpenAI la introdurrà "nei prossimi mesi", mentre Anthropic ha affermato di averne "già avviato" l'implementazione. "Siamo pronti a collaborare con altre aziende del settore IA per definire gli standard e la loro implementazione su larga scala", ha scritto su X il portavoce di Meta Andy Stone. Nel frattempo, il fornitore di infrastrutture internet Cloudflare blocca, per impostazione predefinita, i bot basati su intelligenza artificiale sui siti dei nuovi clienti a partire da luglio 2025.
La questione riguarda il futuro dell'equilibrio tra innovazione tecnologica e diritti degli editori ed è diventata centrale per editori e proprietari di siti. Il New York Times ha portata l'IA in tribunale: nel dicembre 2023 ha fatto causa a OpenAI e Microsoft accusandole di aver utilizzato milioni di suoi articoli - senza autorizzazione né compenso - per addestrare ChatGpt. Le due aziende si stanno appellando a un'eccezione al diritto d'autore nota come 'fair use'. Inoltre, la testata fa parte di 40 importanti gruppi, tra cui The Economist e France Presse, che hanno aderito a una coalizione globale di editori che mira a impedire alle aziende di IA di usare i contenuti giornalistici senza autorizzazione.
Nei giorni scorsi l'avvocato generale della Corte di Giustizia Ue, Maciej Szpunar, ha chiarito che "la Corte dovrebbe ritenere che il recupero e il riutilizzo in tempo reale di pubblicazioni giornalistiche online da parte di chatbot al fine di generare risposte alle domande degli utenti possa, in determinate circostanze, costituire una violazione dei diritti degli editori giornalistici". Lo stesso organismo europeo in una sentenza di maggio - confermata dal Tar Lazio a ottobre che ha respinto il ricorso di Meta - ha dichiarato legittima la delibera con la quale l'Agcom il 19 gennaio 2023 ha definito i criteri per determinare l'equo compenso. Microsoft e Google hanno sottolineato, in post separati, che scegliere di non partecipare all'addestramento dell'IA potrebbe ridurre le probabilità che i contenuti di un editore appaiano all'interno di applicazioni ed esperienze basate sull'intelligenza artificiale.
