Viimeaikainen tutkimus paljastaa selvät erot siitä, miten luotettavat uutisivustot ja väärän tiedon levittäjäsivustot hallinnoivat tekoälyn hakukoneiden pääsyä robots. txt-tiedostojen avulla, jotka ovat verkkoprotokolla hakujen ohjaamiseen. Analysoimalla molempien tyyppisten sivustojen aineistoa tutkijat havaitsivat, että 60 % luotettavista uutistoimistoista estää vähintään yhden tekoälyhakukoneen pääsyn, kun taas vain 9, 1 % väärän tiedon levittäjäsivustoista tekee niin. Keskimäärin luotettavat sivustot estävät noin 15, 5 tekoälykäyttäjäagenttia, mikä viittaa laajaan, tietoisesti toteutettuun pyrkimykseen rajoittaa automaattista tietojen keräämistä, kun taas väärän tiedon levittäjäsivustot yleensä rajoittavat vähemmän kuin yhden hakukoneen pääsyn. Tutkimus tarkasteli myös aktiivisia esto-toimenpiteitä—eli reaaliaikaisia suojauksia tekoälyhakijoita vastaan—ja totesivat, että vaikka molemmat sivustotyypit soveltavat tällaisia käytäntöjä, luotettavat uutissivustot valvovat robots. txt-politiikoitaan johdonmukaisemmin. Nämä erilaiset lähestymistavat vaikuttavat verkkosisällön saatavuuteen tekoälymallien koulutuksessa. Koska tekoäly on suurelta osin riippuvainen verkkodatoista, tiukemmat rajoitukset luotettavilta lähteiltä voivat rajata laadukkaan tiedon saatavuutta, kun taas avoimemmat väärän tiedon levittäjäsivustot voivat johtaa tekoälykoulutuksen vinoutumiin epäluotettavan sisällön suuntaan. Tämä epäsymmetria herättää tärkeitä eettisiä ja läpinäkyvyyteen liittyviä kysymyksiä, sillä tekoälymallit saattavat oppia liiaksi harhaanjohtavaa tietoa, mikä vaikuttaa niiden luotettavuuteen ja oikeudenmukaisuuteen. Tulokset korostavat sisällöntuottajien, erityisesti vakiintuneen median, vastuuta hallinnoida hakukoneiden pääsyä suojatakseen immateriaalioikeuksiaan ja kontrolloidakseen levitystä.

Samoin tekoälyn kehittäjien tulisi ottaa nämä pääsyritykset huomioon ymmärtääkseen paremmin mallien mahdollisia puolueellisuuksia ja puutteita. Kun tekoälyn integrointi yhteiskuntaan syvenee, koulutusdatan lähteiden ja eettisyyden avoimuuden merkitys kasvaa. Tutkimus korostaa kehittyvää eroa luotettavien ja väärän tiedon levittäjäsivustojen käytännöissä, mikä lisää välttämättömyyttä jatkotutkimukselle ja poliittiselle keskustelulle sisällön saatavuudesta ja vastuullisesta tekoälystä. Yhteistyö sisällöntuottajien, tekoälytutkijoiden, päättäjien ja yleisön välillä tulee olemaan ratkaisevaa tasapainoisten ratkaisujen löytämiseksi, jotka kunnioittavat sisällön oikeuksia ja samalla edistävät tarkkaa ja eettistä tekoälyä. Mahdollisia toimenpiteitä ovat muun muassa standardoidut robots. txt-ohjeistukset tekoälyhakijoille, lisääntynyt läpinäkyvyys tekoälyn koulutusdatassa ja tietoisuuden lisääminen yleisön keskuudessa tekoälyn tuottaman sisällön vaikutuksista. Yhteenvetona tutkimus tarjoaa tärkeää näyttöä kasvavasta epätasapainosta tekoälyhakukoneiden sääntelyssä: luotettavat mediat rajoittavat aktiivisesti pääsyä, kun taas väärän tiedon levittäjäsivustot pysyvät lähes sallivina. Tämä dynamiikka vaikuttaa tekoälyn koulutusdatoihin ja siten tekoälyn tuottaman sisällön laatuun ja puolueellisuuksiin. Pohdittu ja yhteistyöhön perustuva lähestymistapa on välttämätön, jotta tekoäly voi hyödyttää yhteiskuntaa turvallisesti ja oikeudenmukaisesti.