Google acaba de anunciar que ofrece a los editores de sitios web una forma de optar por no permitir que sus datos se utilicen para entrenar los modelos de IA de la empresa, al mismo tiempo que siguen siendo accesibles a través de la Búsqueda de Google. La nueva herramienta, llamada Google-Extended, permite que los sitios sigan siendo rastreados e indexados por rastreadores como el Googlebot, evitando que sus datos se utilicen para entrenar los modelos de IA actuales y futuros de la compañía.
La compañía dice que Google-Extended permitirá a los editores "administrar si sus sitios ayudan a mejorar las API generativas de Bard y Vertex AI", y añade que los editores web pueden usar el interruptor para "controlar el acceso al contenido de un sitio". Google anunció en julio que está entrenando a su chatbot de IA, Bard, utilizando datos disponibles públicamente obtenidos del web.
La herramienta está disponible a través de robots.txt, también conocido como el archivo de texto que informa a los rastreadores web si pueden acceder a ciertos sitios. Ya muchos sitios han comenzado a bloquear el rastreador web que utiliza OpenAI para obtener datos y entrenar a ChatGPT, incluyendo The New York Times, CNN, Reuters y Medium.
