Google: i dati di navigazione online di milioni di utenti verranno cancellatiBruxelles, oggi il vertice Ue: "Ambizioni di Putin non si fermano all'Ucraina"Media: "Israele ha liberato 101 detenuti palestinesi"
Kate Middleton risponde alle accuse sulla foto ritoccataSono 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,criptovalute 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.
Gaza, bambini muoiono di fame: l'OMS spinge Israele ad inviare aiuti umanitariIsraele, la Turchia impone restrizioni all'esportazione di 54 prodotti
Siria, bimbo di 9 anni in carcere per aver offeso il presidente
Kate Middleton ricompare dopo mesi: paparazzata in autoUnione Europea pronta ad allargarsi: al via i negoziati per l'adesione della Bosnia-Erzegovina
Quattro turisti italiani arrestati per stupro di gruppo a MaiorcaIl generale Battisti sugli attentatori di Mosca: "Formazione militare"
Notizie di Esteri in tempo reale - Pag. 118Seconda giornata del Consiglio europeo: i temi
Trump sul principe Harry:" Va espulso se ha fatto uso di droghe"Medio Oriente, Hamas rivela: non è stata accettata alcuna proposta di tregua USATaiwan, terremoto nella notte: ci sono morti e feritiNotizie di Esteri in tempo reale - Pag. 98
Europa, soldati lasciano gli eserciti: "Rischi alti e stipendi inadeguati"
Taiwan, terremoto nella notte: ci sono morti e feriti
Finlandia, chiusi i confini con la Russia a tempo indeterminatoGaza, operatori umanitari morti in un raid israeliano: Sanchez chiede chiarezzaAttentato a Mosca: ecco chi sono i quattro terroristi arrestati e torturatiElezioni Russia: Putin ha votato online
Israele bombarda una casa a Gaza: "Donne e bambini tra i 15 morti"Medio Oriente, proseguono i colloqui al Cairo: si cerca l'intesa sul cessate il fuocoRussia, strage di Crocus: USA avevano avvisato Mosca 15 giorni primaIl padre di Ilaria Salis: "Governo si faccia esame di coscienza"