Las principales empresas desarrolladoras de inteligencia artificial, entre las que se encuentran OpenAI, Google, Microsoft y Anthropic, acordaron adoptar una especificación técnica unificada para regular la recolección automatizada de datos en sitios web.
La medida busca permitir a los editores de medios e información gestionar mediante una sola instrucción la forma en que los sistemas informáticos acceden a sus contenidos para el entrenamiento de modelos de IA, simplificando un proceso que hasta ahora requería la configuración de múltiples parámetros individuales para cada plataforma.
La iniciativa técnica se basa en una propuesta técnica que se encuentra bajo evaluación del Internet Engineering Task Force (IETF), la entidad internacional encargada de definir los estándares abiertos de la infraestructura digital.
El borrador fue redactado por Kevin Kelley, especialista en estándares de la empresa Anthropic, y contempla utilizar la arquitectura del archivo de control Robots.txt para estandarizar los permisos. La implementación de esta medida no se llevará a cabo de manera simultánea: Anthropic indicó haber iniciado su despliegue, OpenAI prevé incorporarla en los próximos meses, Google durante el transcurso del próximo año y Microsoft la programó para el primero de febrero de 2027.
Por su parte, empresas como Meta manifestaron mediante su vocero Andy Stone la disposición a colaborar en la adopción masiva del parámetro, mientras que compañías de infraestructura web como Cloudflare aplican bloqueos por defecto a los bots de recolección en los sitios de nuevos clientes desde julio de 2025.
El consenso de la industria coincide con un escenario de constante presión jurídica por parte de empresas periodísticas y creadores de contenido. En diciembre de 2023, el periódico norteamericano The New York Times presentó una demanda formal contra OpenAI y Microsoft al señalar que millones de sus publicaciones fueron utilizadas sin autorización ni compensación financiera para el entrenamiento del modelo ChatGPT.
Las compañías tecnológicas defienden sus métodos amparadas en la doctrina del uso justo legalmente reconocida en Estados Unidos, mientras el diario neoyorquino integra una coalición de más de 40 grupos de medios internacionales, entre los que se incluyen The Economist y Agence France-Presse, orientada a limitar la extracción no autorizada de artículos.
En el ámbito regulatorio europeo, el panorama legal refleja criterios de mayor protección sobre la propiedad intelectual. El abogado general de la Corte de Justicia de la Unión Europea, Maciej Szpunar, señaló en observaciones jurídicas recientes que la extracción y uso en tiempo real de noticias por parte de chatbots para responder consultas puede configurar una infracción a los derechos de los editores.
Asimismo, instancias judiciales de la región ratificaron la validez de esquemas locales de pago justo dirigidos a plataformas tecnológicas, rechazando recursos legales presentados por firmas del sector. En paralelo al anuncio técnico, voceros de Google y Microsoft precisaron que la decisión de bloquear el rastreo de datos podría disminuir la presencia de los contenidos de dichos medios dentro de los resultados y aplicaciones basadas en intelligenza artificial.
Fuente: Web. Editado por CDOL.
