Các hãng AI thống nhất tiêu chuẩn chặn thu thập dữ liệu huấn luyện

OpenAI, Google, Microsoft và Anthropic cam kết cung cấp một phương thức thống nhất để các cơ quan báo chí và đơn vị khác ngăn nội dung của mình bị thu thập phục vụ huấn luyện trí tuệ nhân tạo (AI). Sáng kiến nhằm đơn giản hóa việc chặn thu thập dữ liệu, trong bối cảnh các nhà xuất bản gia tăng chỉ trích và khởi kiện những công ty AI vì sử dụng nội dung không xin phép.

Hiện nay, các cơ quan báo chí phải thiết lập lệnh chặn riêng cho từng công cụ tự động rà quét và thu thập dữ liệu trên mạng. Với giải pháp mới, họ chỉ cần sử dụng một chỉ dẫn chuẩn hóa duy nhất. Những công ty AI áp dụng giao thức này sẽ nhận diện và tuân thủ chỉ dẫn đó.

Tuy nhiên, phải vài tháng nữa giải pháp mới được triển khai đầy đủ. Microsoft dự kiến áp dụng từ ngày 1/2/2027, còn Google sẽ triển khai trong năm 2027. OpenAI, nhà phát triển ChatGPT, cho biết sẽ áp dụng trong những tháng tới, trong khi Anthropic, nhà phát triển Claude, đã bắt đầu triển khai.

Theo bài đăng trên blog của Microsoft, thiết lập mới chỉ áp dụng đối với việc thu thập dữ liệu để huấn luyện mô hình trong tương lai, không ngăn hoạt động thu thập dữ liệu cho các mục đích khác. Nội dung vẫn được phép thu thập theo mặc định cho đến khi nhà xuất bản thay đổi thiết lập.

Trong các bài đăng riêng, Microsoft và Google cũng cho biết việc từ chối cho phép sử dụng nội dung để huấn luyện mô hình có thể làm giảm khả năng nội dung của nhà xuất bản xuất hiện trong các ứng dụng và trải nghiệm AI.

Thông báo được đưa ra khi các nhà xuất bản đối mặt với sự gia tăng mạnh của những công cụ tự động thu thập bài viết để cung cấp dữ liệu cho mô hình AI. Một số cơ quan báo chí đã đưa tranh chấp ra tòa.

Tháng 12/2023, báo New York Times kiện OpenAI và Microsoft, cáo buộc hai công ty sử dụng hàng triệu bài báo để huấn luyện ChatGPT mà không xin phép hoặc trả phí. Hai công ty viện dẫn ngoại lệ trong luật bản quyền, được gọi là quyền sử dụng hợp lý.

Các biện pháp kiểm soát việc thu thập nội dung cũng đang được triển khai. Từ tháng 7/2025, công ty cung cấp hạ tầng Internet Cloudflare mặc định chặn các công cụ thu thập dữ liệu AI trên trang web của khách hàng mới. Một tiêu chuẩn mang tên Really Simple Licensing cũng cho phép các nhà xuất bản thu phí đối với những công cụ truy cập trang của họ.

Ông Andy Stone, người phát ngôn của Meta, bày tỏ ủng hộ sáng kiến mới trên mạng xã hội X. Theo ông, việc tạo ra một tín hiệu chung để nhà xuất bản truyền đạt mong muốn tới nhiều nhà cung cấp cùng lúc là bước đi quan trọng. Meta mong muốn hợp tác với các công ty AI khác để phát triển tiêu chuẩn này và thúc đẩy áp dụng trên toàn ngành.