Các trang web cuối cùng cũng có cơ hội dùng một quy tắc duy nhất để thông báo cho toàn ngành AI: nội dung tại đây không được phép dùng để huấn luyện mô hình.
OpenAI, Google, Microsoft và Anthropic tuyên bố ủng hộ một tiêu chuẩn chung mới, cho phép các trang web thông qua robots.txt khai báo một lần rằng họ có cho phép các công ty AI thu thập nội dung để huấn luyện mô hình hay không, thay vì phải thiết lập riêng cho từng công ty.
Tiêu chuẩn này do Kevin Kelley, trưởng bộ phận kỹ thuật của Anthropic, đệ trình lên IETF và được tích hợp trực tiếp vào tệp robots.txt vốn có của trang web.
Trước đây, các trang web phải đối mặt với hàng loạt quy tắc riêng biệt dành cho từng bot AI. Muốn từ chối việc một công ty nào đó thu thập dữ liệu để huấn luyện, họ phải thiết lập riêng; chuyển sang một công ty khác lại phải khai báo lại. Càng có nhiều công ty AI, việc duy trì quy tắc cho các trang web càng phức tạp.
Tiêu chuẩn mới nhằm giải quyết vấn đề này: giúp bên xuất bản nội dung có một tín hiệu thống nhất mà máy có thể đọc được, đồng thời cho phép các công ty AI nhận biết sở thích cấp quyền huấn luyện của trang web thông qua cùng một bộ quy tắc.
Hiện tiến độ triển khai của các bên khác nhau:
* Anthropic đã tiên phong áp dụng.
* OpenAI dự kiến triển khai trong vài tháng tới.
* Google và Microsoft dự kiến hỗ trợ vào năm sau.
* Meta cho biết ủng hộ việc xây dựng một tín hiệu chung, nhưng chưa công bố thời điểm triển khai cụ thể.
Tiêu chuẩn này không có nghĩa là từ nay các trang web có thể ngăn chặn hoàn toàn mọi hoạt động thu thập dữ liệu của AI. Hiệu quả thực tế vẫn phụ thuộc vào việc các bot có tuân thủ quy tắc hay không.
Nhưng định hướng đã rất rõ ràng: các công ty AI cần nội dung trên internet, và bên xuất bản nội dung cũng nên có quyền bày tỏ ý muốn cấp phép. Trước đây, mỗi nền tảng đặt ra một bộ quy tắc riêng; trong tương lai, các quy tắc ấy có thể được thay thế bằng một tiêu chuẩn chung mà toàn ngành cùng tuân thủ.
OpenAI, Google, Microsoft và Anthropic tuyên bố ủng hộ một tiêu chuẩn chung mới, cho phép các trang web thông qua robots.txt khai báo một lần rằng họ có cho phép các công ty AI thu thập nội dung để huấn luyện mô hình hay không, thay vì phải thiết lập riêng cho từng công ty.
Tiêu chuẩn này do Kevin Kelley, trưởng bộ phận kỹ thuật của Anthropic, đệ trình lên IETF và được tích hợp trực tiếp vào tệp robots.txt vốn có của trang web.
Trước đây, các trang web phải đối mặt với hàng loạt quy tắc riêng biệt dành cho từng bot AI. Muốn từ chối việc một công ty nào đó thu thập dữ liệu để huấn luyện, họ phải thiết lập riêng; chuyển sang một công ty khác lại phải khai báo lại. Càng có nhiều công ty AI, việc duy trì quy tắc cho các trang web càng phức tạp.
Tiêu chuẩn mới nhằm giải quyết vấn đề này: giúp bên xuất bản nội dung có một tín hiệu thống nhất mà máy có thể đọc được, đồng thời cho phép các công ty AI nhận biết sở thích cấp quyền huấn luyện của trang web thông qua cùng một bộ quy tắc.
Hiện tiến độ triển khai của các bên khác nhau:
* Anthropic đã tiên phong áp dụng.
* OpenAI dự kiến triển khai trong vài tháng tới.
* Google và Microsoft dự kiến hỗ trợ vào năm sau.
* Meta cho biết ủng hộ việc xây dựng một tín hiệu chung, nhưng chưa công bố thời điểm triển khai cụ thể.
Tiêu chuẩn này không có nghĩa là từ nay các trang web có thể ngăn chặn hoàn toàn mọi hoạt động thu thập dữ liệu của AI. Hiệu quả thực tế vẫn phụ thuộc vào việc các bot có tuân thủ quy tắc hay không.
Nhưng định hướng đã rất rõ ràng: các công ty AI cần nội dung trên internet, và bên xuất bản nội dung cũng nên có quyền bày tỏ ý muốn cấp phép. Trước đây, mỗi nền tảng đặt ra một bộ quy tắc riêng; trong tương lai, các quy tắc ấy có thể được thay thế bằng một tiêu chuẩn chung mà toàn ngành cùng tuân thủ.