En fersk studie avslører tydelige forskjeller i hvordan anerkjente nyhetsnettsteder og desinformasjonsnettsteder håndterer AI-automatiseringsverktøy via filer som robots. txt, en webprotokoll som styrer roboters tilgang. Ved å analysere et datasett av begge typer nettsteder fant forskere at 60 % av anerkjente nyhetssteder blokkerer minst én AI-robot, mens bare 9, 1 % av desinformasjonsnettsteder pålegger slike restriksjoner. I gjennomsnitt forbyr anerkjente nettsteder rundt 15, 5 AI-brukere; dette viser en bred, bevisst innsats for å begrense automatisert datainnsamling, mens desinformasjonsnettsteder vanligvis begrenser færre enn én AI-robot. Studien undersøkte også aktive blokkeringsmetoder – sanntidsforsvar mot AI-roboter – og fant at selv om begge typer nettsteder bruker slike tiltak, er anerkjente nyhetssteder mer konsekvente med å håndheve sine retningslinjer i robots. txt. Disse motstridende tilnærmingene påvirker tilgjengeligheten av innhold på nettet som brukes til å trene AI-modeller. Siden AI er sterkt avhengig av webdata, kan de strammere restriksjonene fra pålitelige kilder begrense tilgangen til kvalitetsdata, mens mer åpne desinformasjonsnettsteder risikerer å skjevfordele AI-trening mot upålitelige innhold. Denne ulikheten reiser viktige etiske og transparente spørsmål, ettersom AI-modeller kan lære mer av villedende informasjon, noe som kan påvirke deres pålitelighet og rettferdighet. Funnene understreker ansvaret til innholdsleverandører, spesielt etablerte medier, for å styre robottilgangen for å beskytte sitt intellektuelle eierskap og kontrollere distribusjonen.

Tilsvarende må AI-utviklere ta hensyn til slike tilgangsbegrensninger for å få bedre innsikt i mulige skjevheter og mangler i sine modeller. Ettersom AI-integrasjonen i samfunnet øker, blir åpenhet rundt treningsdata og etikk stadig mer viktig. Studien peker på den voksende kløften mellom praksisene til pålitelige og desinformasjonsnettsteder, og understreker behovet for videre forskning og policy-diskusjoner om innholdstilgang og ansvarlig AI-utvikling. Samarbeid mellom innholdsskapere, AI-forskere, politikere og offentligheten vil være avgjørende for å utvikle balanserte løsninger som respekterer opphavsrettigheter samtidig som de fremmer nøyaktig og etisk AI. Potensielle tiltak inkluderer standardiserte retningslinjer for robots. txt for AI-roboter, økt åpenhet rundt AI-treningsdata og økt offentlig bevissthet om påvirkningen av AI-generert innhold. Kort sagt, viser studien et økende skille i reguleringen av AI-roboter: pålitelige medier begrenser aktivt tilgang, mens desinformasjonssteder er for det meste åpne. Denne dynamikken former treningsdatasett for AI og påvirker kvaliteten og skjevheten i AI-utsagn. Gjennomtenkte og samarbeidende tilnærminger er nødvendige for å sikre at AI gagner samfunnet på en trygg og rettferdig måte.