Niedawne badanie ujawnia wyraźne różnice w sposobie, w jaki wiarygodne serwisy informacyjne i strony z dezinformacją zarządzają dostępem robotów AI za pomocą plików robots. txt, protokołu internetowego kontrolującego uprawnienia robotów. Analizując zbiór danych obu typów stron, naukowcy stwierdzili, że 60% wiarygodnych serwisów informacyjnych blokuje co najmniej jednego robota AI, podczas gdy tylko 9, 1% stron z dezinformacją nakłada takie ograniczenia. Średnio, wiarygodne strony zabraniają korzystania z około 15, 5 agentów użytkownika AI, co wskazuje na szerokie i celowe działania mające na celu ograniczenie automatycznego pobierania danych, podczas gdy strony z dezinformacją zazwyczaj ograniczają mniej niż jednego robota AI. Badanie obejmowało także aktywne środki blokujące – zabezpieczenia w czasie rzeczywistym przeciwko robotom AI – i wykazało, że choć oba typy stron stosują takie praktyki, to wiarygodne serwisy informacyjne konsekwentniej egzekwują swoje polityki zawarte w plikach robots. txt. Te przeciwstawne podejścia wpływają na dostępność treści online do trenowania modeli AI. Ponieważ AI mocno polega na danych z internetu, surowsze ograniczenia ze strony wiarygodnych źródeł mogą ograniczać dostęp do wysokiej jakości danych, podczas gdy bardziej otwarte strony z dezinformacją ryzykują zniekształcenie treningu AI poprzez wprowadzanie niezweryfikowanych informacji. Ta rozbieżność rodzi poważne kwestie etyczne i transparentnościowe, ponieważ modele AI mogą uczyć się w sposób nieproporcjonalny od mylących informacji, co wpływa na ich wiarygodność i sprawiedliwość. Wyniki podkreślają odpowiedzialność dostawców treści, szczególnie uznanych mediów, za zarządzanie dostępem robotów, aby chronić swoje własności intelektualne i kontrolować dystrybucję danych.

Również twórcy AI muszą brać pod uwagę te ograniczenia dostępu, aby lepiej rozumieć potencjalne uprzedzenia i luki w swoich modelach. W miarę pogłębiania się integracji AI w społeczeństwie, transparentność w zakresie źródeł danych treningowych i etyki nabiera coraz większego znaczenia. Badanie podkreśla rosnący rozdział między praktykami wiarygodnych serwisów a stronami z dezinformacją, wskazując na konieczność dalszych badań i dialogu politycznego dotyczącego dostępności treści i odpowiedzialnego rozwoju AI. Kluczowe będą wspólne działania twórców treści, naukowców zajmujących się AI, decydentów i społeczeństwa, które pozwolą wypracować zrównoważone rozwiązania, respektujące prawa do treści, jednocześnie promującą dokładne i etyczne AI. Potencjalne działania obejmują ustanowienie standardowych wytycznych dotyczących robots. txt dla robotów AI, zwiększenie przejrzystości w danych treningowych AI oraz podnoszenie świadomości społecznej na temat wpływu na treści generowane przez AI. Podsumowując, badanie dostarcza istotnych dowodów na stopniowe rozwijanie się asymetrii w regulacji robotów AI: wiarygodne media aktywnie ograniczają dostęp, podczas gdy strony z dezinformacją pozostają w większości przypadków otwarte. Ta dynamika kształtuje zestawy danych treningowych AI, a co za tym idzie, jakość i uprzedzenia wynikające z tych modeli. Przemyślane i współpracujące podejścia są niezbędne, aby zagwarantować, że AI będzie służyło społeczeństwu w sposób bezpieczny i sprawiedliwy.