Automattic, la società dietro WordPress e Tumblr, è in trattative per monetizzare i contenuti degli utenti vendendo i propri dati a società di intelligenza artificiale tra cui MidJourney e OpenAI. Questi dati delle piattaforme di blogging Tumblr e WordPress.com verranno utilizzati per addestrare i modelli AI.

Sebbene i dettagli della transazione non siano ancora chiari, la notizia ha sollevato preoccupazioni tra gli utenti riguardo al potenziale uso improprio dei loro contenuti privati ​​sulle due piattaforme di blogging. 404 Media suggerisce inoltre che siano sorti conflitti interni all'interno di Automattic perché il contenuto raccolto includeva dati privati ​​che non dovevano essere conservati all'interno dell'azienda.

In risposta al contraccolpo, Automattic è pronto a introdurre una nuova funzionalità che consentirà agli utenti di scegliere di non condividere i propri dati per la formazione sull’intelligenza artificiale. L'azienda, in un post sul blog, afferma il proprio impegno a dare agli utenti di Tumblr e Wordpress un maggiore controllo sui propri contenuti. Menziona il rilascio di un'impostazione per “per scoraggiare l’esplorazione da parte delle società di intelligenza artificiale”, spiegando che le principali piattaforme di esplorazione dell'intelligenza artificiale sono bloccate per impostazione predefinita.

Il problema dell’utilizzo dei contenuti dei blog da parte delle aziende che sviluppano modelli di intelligenza artificiale non si limita solo alle piattaforme gestite dalla società Automattic. Sia OpenAI che Google utilizzano robot crawler che raccolgono informazioni da tutti i siti Web per addestrare i loro modelli di intelligenza artificiale. Il processo è simile alla raccolta dei dati da parte dei motori di ricerca.

Come puoi impedire a OpenAI e Gemini (Bard) di prelevare dati dal tuo blog?

Se sei il proprietario di un blog o di un sito web e non desideri che i dati in esso contenuti vengano utilizzati per addestrare i modelli di intelligenza artificiale OpenAI e Gemini, puoi bloccare l'accesso dei robot (crawler) ai contenuti. Questa limitazione può essere impostata tramite il file robots.txt.

OpenAI Crawlers

User-agent: GPTBot
Disallow: /

Gemini Crawlers

User-agent: Google-Extended
Disallow: /

Dopo aver salvato il file robots.txt con le nuove righe, vai su Google Console per: Settings > robots.txt > fare clic sul menu con i tre punti, fare clic “Request a recrawl“.

Imparentato: GPT-5 e il nuovo Web Crawler GPTBot sviluppato da OpenAI

Per gli utenti di Tumblr e Wordpress, l'accesso al recupero dati dai blog da parte di OpenAI o di altre società di sviluppo dell'intelligenza artificiale potrà essere bloccato tramite gli strumenti messi a disposizione dalla società Automattic.