OpenAI, Google y Microsoft apoyan un nuevo estándar para evitar el scraping de contenido
Redactado con inteligencia artificial.

OpenAI, Google, Microsoft y Anthropic han propuesto un nuevo estándar que permitirá a los editores optar por no ser raspados por herramientas de inteligencia artificial. Este 'token de política' se integrará en el archivo robots.txt de los sitios web, facilitando a los editores establecer sus preferencias de entrenamiento de IA de manera unificada.
Nuevo estándar para editores
Las grandes empresas de inteligencia artificial, entre ellas OpenAI, Google, Microsoft y Anthropic, han anunciado su intención de adoptar un nuevo estándar que permitirá a los editores optar por no ser raspados por sus herramientas de IA. Esta medida busca simplificar el proceso, ya que los editores podrán establecer sus preferencias de entrenamiento de IA en múltiples empresas al mismo tiempo, en lugar de hacerlo de forma individual para cada una.
¿Cómo funcionará el 'token de política'?
Propuesto por Kevin Kelley, líder técnico en estándares de Anthropic, este 'token de política' será parte del archivo robots.txt, que ya se utiliza para indicar a los rastreadores web qué contenido pueden o no pueden acceder. Este nuevo elemento ayudará a los editores a comunicar sus preferencias de manera más eficiente, especialmente en un contexto donde el scraping de contenido se ha vuelto común y problemático.
Respuesta del sector
El anuncio llega en un momento en que los editores están lidiando con la creciente presión de los rastreadores de IA que extraen contenido de sus sitios. Algunas iniciativas, como el estándar Really Simple Licensing (RSL), han buscado dar a los editores la capacidad de cobrar a los rastradores. OpenAI, Google, Microsoft y Anthropic han confirmado que restringirán el acceso de sus rastreadores de IA a los sitios que implementen este nuevo token. Aunque Meta ha expresado apoyo a la idea, su compromiso con la implementación aún no está claro.
