Nedávná studie odhalila zřetelné rozdíly v tom, jak důvěryhodné zpravodajské weby a weby šířící dezinformace spravují přístup robotů AI prostřednictvím souborů robots. txt, což je webový protokol říkající, kdo má povoleno procházet stránku. Analýza datové sady obou typů webů ukázala, že 60 % důvěryhodných zpravodajských webů blokuje alespoň jednoho AI robota, zatímco pouze 9, 1 % webů šířících dezinformace uplatňuje taková omezení. Průměrně důvěryhodné weby blokují přístup asi 15, 5 uživatelským agentům AI, což naznačuje široký a záměrný pokus o omezení automatizovaného sběru dat, zatímco weby šířící dezinformace obvykle omezují méně než jednoho AI robota. Studie rovněž zkoumala aktivní opatření blokování, tedy ochrany v reálném čase proti AI robotům, a zjistila, že ačkoliv oba typy webů tato opatření používají, důvěryhodné zpravodajské weby je dodržují důsledněji a důsledněji prosazují politiky uvedené v souboru robots. txt. Tyto odlišné přístupy ovlivňují dostupnost obsahu pro trénink AI modelů. Jelikož AI je silně závislá na webových datech, přísnější omezení z důvěryhodných zdrojů mohou omezit přístup ke kvalitním datům, zatímco otevřenější weby šířících dezinformace riskují zkreslení tréninku AI směrem k nespolehlivému obsahu. Tato nerovnováha vzbuzuje důležité etické a transparentní otázky, protože by AI modely mohly víc učit z klamavých informací, což ovlivňuje jejich spolehlivost a spravedlivost. Zjištění poukazují na odpovědnost poskytovatelů obsahu, zejména zavedených médií, spravovat přístup robotů tak, aby chránili své duševní vlastnictví a kontrolovali distribuci.

Stejně tak musí vývojáři AI brát v úvahu tato omezení přístupu, aby lépe porozuměli možným zkreslením a mezerám ve svých modelech. S rostoucí integrací AI do společnosti nabývá otázka transparentnosti ohledně zdrojů tréninkových dat a etiky na stále větší význam. Studie zdůrazňuje vznikající rozdíly v přístupu důvěryhodných a dezinformačních webů a podněcuje pokračující výzkum a diskusi o přístupnosti obsahu a odpovědném rozvoji AI. Společná práce tvůrců obsahu, výzkumníků AI, tvůrců politik a veřejnosti bude klíčová pro vytvoření vyvážených řešení, která budou respektovat práva na obsah a zároveň podpoří přesnou a etickou AI. Mezi možné opatření patří standardizované pokyny pro robots. txt určené robotům AI, zvýšení transparentnosti v tréninkových datech AI a zvýšení povědomí veřejnosti o vlivech na obsah generovaný AI. Stručně řečeno, studie poskytuje důkazy o rostoucí asymetrii v regulaci přístupu AI robotů: důvěryhodná média aktivně omezují přístup, zatímco weby šířící dezinformace jsou většinou shovívavé. Tento dynamický stav ovlivňuje tréninkové datasety AI a následně kvalitu i zkreslení jejích výstupů. Pečlivé a spolupracující strategie jsou nezbytné k zajištění toho, aby AI sloužila společnosti bezpečně a spravedlivě.