OpenAI ve čtvrtek oznámila, že bude respektovat sdílený signál v robots.txt, souboru, který webové stránky používají ke komunikaci, jak lze přistupovat k jejich obsahu, takže provozovatelé stránek mohou vyjádřit jednu preferenci školení AI více poskytovatelům najednou namísto udržování samostatných pravidel pro každý crawler. Google a Microsoft také podporují toto úsilí, podle zpráv The Verge, přičemž kulatý stůl pro vyhledávače dokumentuje oznámení o přijetí od obou společností ve stejný den.
Tento krok řeší dlouhodobý problém vydavatelů. Doposud musela webová stránka, která chtěla udržet svůj obsah mimo školicí kanály AI, identifikovat každý prohledávač AI jednotlivě a napsat samostatná pravidla pro každého poskytovatele a poté udržovat tento seznam aktuální, když se objevily nové prohledávače. Sdílený signál zhroutí zátěž údržby do jedné linie záměru, kterou se zúčastněné společnosti zavazují respektovat. For more context on this story, see our ongoing more AI stories.
K čemu se OpenAI zavázala
OpenAI ve svém oznámení popsalo toto úsilí jako dobrovolné a uvedlo, že hodlá implementovat signál v nadcházejících měsících, přičemž podrobnosti o implementaci budou následovat v pozdější aktualizaci, podle zprávy Unite.AI o oznámení. Společnost uvedla, že nový signál nenahradí ovládací prvky, které již poskytuje prostřednictvím souboru robots.txt, který bude nadále platit a bude respektován.
OpenAI zarámovala práci jako čerpání z pokračujícího úsilí pracovní skupiny AI Preferences organizace Internet Engineering Task Force, úsilí orgánu pro standardy, který se snaží definovat, jak mohou webové stránky vyjadřovat strojově čitelné preference o tom, jak je jejich obsah používán v systémech AI. Společnost uvedla, že se připojuje k dalším účastníkům pracovní skupiny a vyzývá ostatní poskytovatele umělé inteligence, aby signál také respektovali.
Přihlášení přes Google a Microsoft
Význam oznámení do značné míry závisí na tom, kdo další standard přijme, a první známky toho, že jsou v něm největší hráči. Kulatý stůl pro vyhledávače ve čtvrtek oznámil, že Google přijal nový ovládací prvek školení AI a samostatně se zabýval Bingem společnosti Microsoft, který oznamuje nové ovládací prvky školení AI spojené s jeho produkty pro uzemnění vyhledávání AI. The Verge uvedl, že OpenAI, Google a Microsoft podporují nový standard pro webové stránky, což by z něj učinilo první meziodvětvovou konvenci svého druhu podporovanou společnostmi, jejichž prohledávače tvoří většinu načítání souvisejících s AI.
Pokud tyto tři společnosti dodrží, provozovatel webových stránek by mohl nastavit jediné odhlášení ze školení, kterému budou rozumět prohledávače za ChatGPT, produkty AI společnosti Google a ekosystém Copilot společnosti Microsoft. To je pro vydavatele podstatně jednodušší svět než ten současný, kde každý poskytovatel dokumentuje svá vlastní jména prohledávače a preferenční tokeny.
Proč to vydavatelé chtěli
Snaha o jednotný signál narůstá už léta, protože školení AI se stalo bodem vzplanutí mezi technologickým průmyslem a lidmi, kteří vytvářejí písemné záznamy, ze kterých se modely učí. Zejména zpravodajské organizace si stěžovaly, že prohledávače umělé inteligence ve velkém omezují jejich zpravodajství, zatímco jejich obchodní modely financované z reklamy erodují, a několik vydavatelů se obrátilo na soud nebo podepsalo licenční smlouvy, aby získali zpět pákový efekt.
Rozšířila se prozatímní řešení. Cloudflare, který se nachází před velkou částí webu, spustil nastavení, které umožňuje webům blokovat prohledávače pro školení AI, aniž by ztratily viditelnost vyhledávání Google, což je rozdíl, na kterém záleží, protože procházení AI a indexování vyhledávání se historicky řídily stejnými pravidly robots.txt. Normy fungující v rámci pracovní skupiny AI Preferences IETF si kladou za cíl formalizovat vyjádření preferencí na úrovni protokolu.
Sdílený signál přijatý hlavními poskytovateli umělé inteligence by byl zatím nejdůslednějším krokem, protože funguje prostřednictvím stávajícího mechanismu robots.txt, který provozovatelé stránek již vědí, jak jej používat.
Otázka vymáhání
Norma je dobrovolná a toto slovo má váhu. Předvolba souboru robots.txt sama o sobě nemá žádnou právní sílu; zavazuje pouze společnosti, které souhlasí s tím, že jej budou respektovat, a dodržování historicky záviselo na tom, jak každý poskytovatel sám zjistí a prosadí. Prohlášení OpenAI, že jeho stávající ovládací prvky robots.txt budou nadále respektovány, naznačuje spíše kontinuitu než nový režim a společnost zatím nezveřejnila technické podrobnosti o tom, jak bude dodržování implementováno nebo auditováno.
Existují také otevřené otázky, které oznámení neřeší. Zbývá zjistit, zda signál pokrývá pouze školení, nebo se rozšiřuje na vyhledávání a uzemnění, tedy procesy, kterými systémy AI získávají živý webový obsah, aby odpovídaly na otázky. Na rozdílu záleží vydavatelům, protože produkty založené na vyhledávání mohou řídit provoz zpět ke zdrojům, zatímco použití školení nikoli. To, jak se AI řízená vyhledávačem zachází se signálem, oproti jejich obecným pravidlům procházení bude určovat, zda vydavatelé považují přijetí za výhru nebo jako fíkový list.
Na co se dívat
Další milníky jsou konkrétní: aktualizace implementace OpenAI, technické specifikace, které zúčastněné společnosti zveřejňují, a zda další významní poskytovatelé umělé inteligence – včetně velkých čínských laboratoří a nezávislých inferenčních společností – oznámí podporu. Vydavatelé a držitelé práv budou nejpečlivěji sledovat příběh auditu, tedy to, zda si provozovatelé mohou ověřit, že jejich preference jsou skutečně respektovány ve velkém měřítku.
Pokud bude standard platit, čtvrteční oznámení si možná budete pamatovat jako okamžik, kdy výjimka ze školení AI přestala být spletitou pro jednotlivé společnosti a stala se celowebovou konvencí. Pokud se to zastaví, připojí se k dlouhé řadě dobrovolných webových standardů, kterým průmysl tleskal a pak je tiše ignoroval.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
