A Apple enfrenta desafios com bloqueios de sites ao lançar seus recursos de IA, precisando negociar acordos de licença com grandes sites. O Google, devido à sua influência de mercado, pode pressionar os editores para permitir o acesso de IA ao conteúdo, enquanto a Apple enfrenta mais bloqueios de sites ao acesso do rastreador AI Applebot-Extended. 7% dos sites escolheram bloquear este rastreador, com dados mostrando que 294 sites importantes bloquearam o acesso. A OpenAI também enfrenta desafios semelhantes, com uma porcentagem ainda maior de seus rastreadores sendo bloqueados. O Google, combinando resumos de IA com a coleta tradicional de páginas da web, fortaleceu sua posição de mercado, e...

Um estudo descobriu que quase metade dos sites de notícias populares bloqueiam o rastreador OpenAI. Sites de notícias tradicionais são mais propensos a bloquear o rastreador OpenAI. Novos modelos de IA podem sofrer degradação quando treinados em modelos anteriores. Rastreadores de IA são usados para coletar dados para treinar modelos de linguagem. Entidades de notícias no hemisfério norte são mais propensas a bloquear rastreadores de IA.

Um estudo do Instituto Reuters descobriu que 48% dos principais sites de notícias bloqueiam rastreadores da OpenAI. A pesquisa destaca as questões sobre o uso de material protegido por direitos autorais por inteligência artificial. Os meios de comunicação foram divididos em publicações impressas tradicionais, televisão e rádio, e mídia digital. Alguns sites bloqueiam rastreadores do Google e da OpenAI. Os meios de comunicação do hemisfério norte são mais propensos a bloquear rastreadores de IA.

O Reddit pode bloquear rastreadores de busca do Google e Bing. O Reddit pode cortar laços com o Google. O Reddit exige que os usuários façam login para ler o conteúdo. O Washington Post corrigiu um relatório sobre o Reddit. Mais de 535 organizações de notícias optaram por bloquear a coleta de seus conteúdos.

O New York Times, a CNN, a Reuters e outras empresas de notícias começaram a bloquear o rastreador da web GPTBot da OpenAI, restringindo seu acesso ao conteúdo dessas mídias. O GPTBot pode escanear conteúdo da web para ajudar a melhorar os modelos de inteligência artificial da OpenAI, como o ChatGPT. As empresas de mídia temem que o conteúdo seja usado para treinar IA, mas o Google sugere que o conteúdo das mídias possa ser acessado automaticamente, a menos que elas optem por sair.

O New York Times bloqueou o rastreador web GPTBot da OpenAI. A OpenAI não poderá usar o conteúdo do New York Times para treinar seus modelos de inteligência artificial. O New York Times está considerando medidas legais contra a OpenAI.

A OpenAI divulgou as especificações de seu rastreador web, levando sites a fortalecerem suas medidas de defesa. O rastreador web GPTBot da OpenAI pode estar presente na web há algum tempo, com alguns questionando suas práticas de coleta de dados. Os proprietários de sites podem bloquear o acesso do GPTBot por meio do arquivo robots.txt, mas nem todos os robôs respeitam as regras.