Medio Oriente, attacco in Cisgiordania: 20 militari israeliani feriti a JeninIncidente sul Vesuvio: morto un turistaMaturità 2024, al via la seconda prova: al Classico si traduce Platone
Marito e moglie morti in casa a Fano: indagini in corsoSono centinaia i siti web che ogni giorno cercano di bloccare il data scraping dei contenuti - ossia l'estrazione dei dati e metadati attraverso l'uso di software specifici che simulano la navigazione umana - da parte dell'AI,investimenti senza però riuscirci davvero. A rivelarlo è 404Media, che fa un esempio relativo alla compagnia Anthropic: i siti in questione stanno bloccando due bot non più utilizzati dalla compagnia - “ANTHROPIC-AI” e “CLAUDE-WEB” -, lasciando però strada al suo nuovo bot scraper “CLAUDEBOT”, che continua a estrarre dati inesorabilmente. Un problema alquanto comune per i proprietari dei siti web, che si trovano a dover affrontare la continua comparsa di software pensati per estrarre dati da utilizzare per la formazione dei modelli AI.“L'ecosistema sta cambiando rapidamente, quindi è praticamente impossibile per i proprietari di siti web tenere il passo manualmente. Per esempio, Apple (Applebot-Extended) e Meta (Meta-ExternalAgent) hanno aggiunto nuovi agenti rispettivamente il mese scorso e la settimana scorsa”, ha dichiarato a 404Media un utente anonimo di Dark Visitors, un sito web che tiene traccia del panorama in continua evoluzione dei software utilizzati dalle aziende AI per il web scraping. Un'azione di monitoraggio molto apprezzata dai proprietari dei siti web, perché consente loro di aggiornare costantemente il file robots.txt, che raccoglie tutte quelle istruzioni utili a definire se un bot può effettuare il crawling del sito - ossia la sua scansione - o meno.Ma le compagnie di intelligenza artificiale sembrano essere in grado di bypassare il file robots.txt pur di entrare in possesso di dati per l'addestramento dei loro modelli. Motivo per cui i proprietari di molti siti web hanno deciso di bloccare indistintamente tutti i crawler, il che significa limitare la propria visibilità nei motori di ricerca, e non solo. Eppure, tutti coloro che gestiscono siti in rete sembrano disposti a mettere a rischio il traffico web pur di smettere di essere "bombardati" dai crawler delle compagnie AI. La scorsa settimana, per esempio, il sito di guide alle riparazioni iFixit ha dichiarato di essere stato “visitato" dai crawler di Anthropic quasi un milione di volte in un giorno. E questa è solo una delle tante dichiarazioni che danno la misura della confusione che sta affrontando il settore.I bot crawler delle aziende AI sono in costante aumento, e i creator e i proprietari di siti web non sanno più cosa fare per evitare che i loro contenuti vengano dati in pasto ai nuovi modelli linguistici, dato che i crawler non sembrano essere sempre rispettosi delle istruzioni contenute nei file robots.txt. A questo si aggiunge il fatto che spesso i proprietari dei siti si limitano a copiare e incollare quanto scritto nei file robots.txt di altri siti, il che li porta spesso a bloccare crawler del tutto inesistenti. “Se alla fine non esistono, bloccarli non ha alcun impatto”, ha commentato Walter Haydock, ad della società di cybersicurezza StackAware, che ci ha tenuto a precisare che il vero nocciolo della questione qui è un altro, ossia “che c'è molta confusione e incertezza su come funziona (e dovrebbe funzionare) l'addestramento dell'AI”. Spesso, infatti, pensiamo che siano solo i dati di noi utenti a essere utilizzati dalle compagnie per la formazione dei modelli linguistici, ma non è così.
Escursionista trovato morto in alta Valle Pellice: precipitato in un burroneBambino scomparso in mare, la lettera della mamma: "Perdonami"
Milano, ancora un forte temporale: alberi abbattuti in città
Incidente sul lavoro nel Lodigiano: 18enne morto schiacciato da un mezzo agricoloPescara, 15enne trovato morto in un parco: indagini in corso
Nato, Stoltenberg: "Valutiamo lo schieramento di più armi nucleari"Notizie di Esteri in tempo reale - Pag. 35
Incendio in villa nel Bolognese mentre i proprietari sono in vacanza: muore il caneRapina a Roberto Baggio: i ladri non hanno portato via i premi calcistici, come mai?
Spoleto, incendio alla Italmatch Chemicals: nessun feritoIlaria Salis, Ungheria chiederà all'Europarlamento la revoca dell'immunitàUomo aggredisce la compagna con 18 coltellate a Tuoro sul Trasimeno, Perugia: la donna è in fin di vitaOmicidio Michelle Causo, interviene il sindacato della Polizia Penitenziaria per l'indagine sui cellulari in carcere
Evasione dal carcere di Bollate: chi è il detenuto in fuga
Incendio a Jesi, fiamme alte decine di metri: strada chiusa al traffico
IT-alert, in arrivo nuovi test 2024: date e dove verranno effettuatiFerrara, grave incidente tra auto e bicicletta: morto 19enneNotizie di Esteri in tempo reale - Pag. 42La moglie gli spegne la tv e lui la uccide a coltellate: uomo condannato all'ergastolo
Turchia, incendi nel Paese: 5 morti e decine di feritiGuerra in Ucraina, l'appello del presidente Zelensky: "Servono decisioni coraggiose"Camorra, figlia del capoclan contesa tra genitori e nonni: 9 arrestiGastroenteriti sul Garda, sindaco beve un bicchiere di acqua del lago: "Salute"