OpenAI, Google, Microsoft e Anthropic verso un segnale comune contro l'addestramento non autorizzato

Anthropic, OpenAI, Google e Microsoft hanno dichiarato il proprio sostegno a una proposta di standard comune basata sul file robots.txt, lo strumento che i siti web usano da decenni per indicare ai motori di ricerca quali pagine possono essere scansionate. La novità riguarda l’estensione di questo meccanismo al blocco dell’addestramento dei modelli di intelligenza artificiale sui contenuti pubblicati online.

Le tempistiche di adozione dichiarate dalle quattro aziende non sono uniformi. Anthropic ha già annunciato il supporto al nuovo segnale, rendendolo di fatto operativo dal proprio lato. OpenAI prevede invece di adottarlo nei prossimi mesi, mentre Google e Microsoft indicano un orizzonte più lungo, fissato al 2027.

Il meccanismo, se diventasse uno standard condiviso dall’intero settore, permetterebbe a un editore di esprimere con un solo segnale tecnico — anziché negoziando separatamente con ciascuna azienda — la propria volontà di escludere i contenuti del sito dall’addestramento dei modelli linguistici. È una differenza rilevante rispetto alla situazione attuale, in cui gli editori devono spesso rivolgersi singolarmente a ogni laboratorio di intelligenza artificiale per ottenere l’esclusione dei propri testi.

La convergenza di quattro tra le principali aziende del settore su un’unica proposta tecnica segna un punto di contatto raro in un ambito, quello dell’addestramento dei modelli su materiale protetto da copyright, che negli ultimi anni ha visto gli stessi soggetti più spesso su fronti opposti rispetto agli editori che su posizioni comuni tra loro.

Resta da vedere, nei tempi dichiarati da ciascuna azienda — immediato per Anthropic, entro pochi mesi per OpenAI, entro il 2027 per Google e Microsoft — se lo standard verrà effettivamente implementato in modo uniforme o se le differenze di calendario produrranno, nella pratica, un’applicazione frammentata nel frattempo.