یک خط برای نه گفتن به آموزش هوش مصنوعی

در روز ۳۰ اکتبر ۲۰۲۶ خبری منتشر شد که برای هر کسی که سایت دارد مهم است. نشریه‌ی The Verge گزارش داد که چهار شرکت بزرگ هوش مصنوعی، یعنی اوپن‌ای‌آی، گوگل، مایکروسافت و آنتروپیک، قرار است یک نشانه‌ی مشترک را قبول کنند. با این نشانه، صاحب یک سایت می‌تواند با یک خط، به هر چهار شرکت بگوید که نمی‌خواهد محتوایش برای آموزش مدل‌ها استفاده شود. تا امروز، برای همین کار باید برای هر شرکت یک قانون جداگانه می‌نوشتیم. حالا یک زبان مشترک ساخته می‌شود و همین سادگی، مهم‌ترین نکته‌ی این خبر است.

یک خط برای نه گفتن به آموزش هوش مصنوعی: این نشانه چیست و چطور کار می‌کند

هر سایت یک فایل کوچک به نام robots.txt دارد که به برنامه‌های خودکار می‌گوید با محتوای سایت چه کار می‌توانند بکنند. نشانه‌ی جدید، یک نام ویژه به نام __usage_ai-training است. صاحب سایت این نام را در فایل می‌نویسد و زیر آن، بخش‌های بسته برای آموزش را مشخص می‌کند. برای مثال، با نوشتن Disallow: / می‌توان کل سایت را از آموزش خارج کرد. اگر فقط بخشی از سایت مهم باشد، می‌توان فقط همان بخش را بست. این پیشنهاد را کوین کلی، از آنتروپیک، برای نهاد استاندارد اینترنت نوشته است. نکته‌ی جالب اینجاست که این نشانه، نام یک شرکت خاص نیست، بلکه نام یک «کاربرد» است؛ یعنی می‌گوید این محتوا برای آموزش استفاده نشود.

زمان‌بندی اجرا: هنوز همه‌جا فعال نیست

این نشانه هنوز در همه‌جا فعال نیست و زمان اجرای آن برای هر شرکت فرق می‌کند. آنتروپیک اجرای آن را شروع کرده است و اوپن‌ای‌آی می‌گوید در ماه‌های آینده آن را اجرا می‌کند. مایکروسافت تاریخ مشخص‌تری داده است: از ۱ فوریه‌ی ۲۰۲۷ این نشانه را رعایت می‌کند و از ۱ مارس ۲۰۲۷ دیگر نشانه‌های قدیمی خودش را به‌عنوان تنظیم آموزش نمی‌خواند. گوگل هم می‌گوید در سال ۲۰۲۷ از این نشانه پشتیبانی می‌کند و آن را مثل بستن Google-Extended حساب می‌کند؛ یعنی جست‌وجو همچنان کار می‌کند، اما آموزش جدا می‌شود. این پیش‌نویس هنوز استاندارد رسمی نیست و اگر به‌روز نشود، در ۳ مه‌ی ۲۰۲۷ منقضی می‌شود. متا هنوز تصمیمش را نگفته است.

محدودیت‌هایی که باید بدانیم

این نشانه، یک دکمه‌ی جادویی نیست و سه محدودیت مهم دارد. اول این که فقط درباره‌ی آموزش است؛ جلوی آمدن ربات‌ها و دیده شدن سایت در جست‌وجو را نمی‌گیرد. دوم این که محتوایی که قبلاً در آموزش مدل‌ها رفته است، با نوشتن این خط پاک نمی‌شود. این نشانه برای آینده است، نه گذشته. سوم این که پاسخ‌های هوش مصنوعی که از صفحه‌های وب نقل‌قول می‌کنند، موضوع دیگری است و این نشانه آن‌ها را پوشش نمی‌دهد. مایکروسافت برای پاسخ‌ها هم یک تنظیم جداگانه معرفی کرده است. پس اگر کسی فکر کند با یک خط، همه‌ی استفاده‌ها تمام می‌شود، اشتباه می‌کند. اما اگر هدف مشخص باشد، یعنی «محتوای من برای آموزش استفاده نشود»، این نشانه دقیقاً همان ابزار است.

برای من و سایت من چه معنایی دارد؟

من این خبر را از زاویه‌ی کسی می‌خوانم که هم وبلاگ دارد و هم روی محصولاتی کار می‌کند که داده‌ی مشتری برایشان حیاتی است. در وبلاگم، درباره‌ی خلاصه‌های هوش مصنوعی گوگل نوشته بودم که مرز میان دیده شدن و استفاده شدن، هر روز باریک‌تر می‌شود. این نشانه، همان مرز را کمی روشن‌تر می‌کند: می‌توانم انتخاب کنم نوشته‌هایم در جست‌وجو دیده شوند، اما برای آموزش به کار نروند. در پروژه‌ی آدا هم، که نرم‌افزاری آفلاین برای کسب‌وکارهای طلا و جواهر است، همین اصل را دنبال می‌کنیم: داده‌ی صاحب کسب‌وکار، مال خودش است. حتی وقتی ابزاری راحت است، مثل عامل‌هایی که می‌توان با پیامک به آن‌ها رسید، راحتی نباید جای انتخاب آگاهانه را بگیرد. تا وقتی همه‌ی شرکت‌ها این نشانه را اجرا نکرده‌اند، قوانین قدیمی هر شرکت را هم باید نگه داشت.

در پایان، پیشنهاد من ساده است: همین هفته فایل robots.txt خودتان را باز کنید و بخش‌های باز و بسته برای آموزش را مشخص کنید. شما ترجیح می‌دهید محتوایتان برای آموزش مدل‌ها استفاده شود، یا می‌خواهید با یک خط، به آن نه بگویید؟