OpenAI ha publicado las especificaciones de su rastreador web, GPTBot, indicando que los datos recopilados se utilizarán para mejorar modelos futuros. Los propietarios de sitios web pueden optar por denegar el acceso a sus contenidos; sin embargo, una vez que los datos son rastreados, resulta difícil eliminarlos de los conjuntos de datos públicos. Algunos sitios web ya han tomado medidas para bloquear el rastreador de OpenAI, lo que ha generado un debate sobre la privacidad de los datos y el cumplimiento normativo.
Google, competidor de OpenAI, ha propuesto un rediseño del funcionamiento de los protocolos de rastreo web para reducir las disputas sobre la propiedad de los datos. En general, este artículo analiza las especificaciones del rastreador web de OpenAI y las cuestiones legales y de privacidad relacionadas.