La tregua imperfetta di Cloudflare tra motori di ricerca e addestramento IA

Il 15 settembre 2026 Cloudflare ha reso operativa l'opzione "Disallow AI Training", configurabile a livello di dominio nelle impostazioni di sicurezza. Lo scopo dichiarato è scindere un legame finora obbligato per chi pubblica sul web: concedere i propri testi all'addestramento dei modelli generativi pur di non sparire dai risultati di ricerca tradizionali. La classificazione distingue ora l'attività dei crawler in tre categorie: "Search" per l'indicizzazione, "Training" per l'addestramento e "Agent" per gli assistenti in tempo reale. Con il cambio dei default per i nuovi domini e per i clienti con piani gratuiti, i siti che espongono pubblicità vedranno bloccati automaticamente Training e Agent, mentre Search rimarrà attivo. Al contrario, per i siti senza pubblicità tutte e tre le funzioni resteranno consentite per impostazione predefinita.

Per gestire i crawler a uso misto, come Googlebot, Applebot e Bingbot, che rappresentano il 36,6% del traffico dei crawler verificati sulla rete di Cloudflare, l'azienda ha introdotto la qualifica di operatore "Accountable". Cloudflare indica Apple, Google e Microsoft come operatori Accountable, cioè come soggetti che soddisfano — o si sono impegnati a soddisfare entro tempi dichiarati — quattro requisiti di trasparenza, tra cui l'opt-out dall'addestramento e strumenti di ispezione a livello di singolo indirizzo URL. L'analisi tecnica di queste concessioni rivela però ampi margini di incertezza. Le grandi aziende tecnologiche non hanno rilasciato dichiarazioni dirette di conferma: l'elenco è un'attribuzione unilaterale di Cloudflare. Inoltre, i principali strumenti promessi sono proiettati nel futuro, come lo strumento di ispezione a livello di URL annunciato da Apple per il 2027 e il supporto a una preferenza "no training" in robots.txt che Microsoft/Bing pone come obiettivo per l'inizio del 2027, o le non meglio precisate "poche settimane" dichiarate da Google.

A definire lo scenario sono anche i dati diffusi da Cloudflare, secondo cui meno dell'1% dei siti blocca l'indicizzazione classica, mentre il 17% attiva soluzioni per impedire l'addestramento delle intelligenze artificiali. L'azienda sostiene inoltre che più della metà degli utenti consulti i riassunti IA nei motori di ricerca e che, dopo averli letti, sia oltre il 40% più probabile che l'utente chiuda lì la ricerca senza proseguire verso i siti di origine. Sono però misurazioni interne alla rete di Cloudflare, diffuse senza metodologia pubblica e non verificabili in modo indipendente. Resta poi il divario tra la configurazione delle preferenze e la loro reale applicazione: un'indagine di PPC Land di agosto 2026 evidenziava come in Europa il 15% dei prelievi dei crawler IA riguardasse URL per i quali era stato espresso un divieto, in un contesto in cui il traffico generato dai bot costituiva il 57,4% del traffico HTML complessivo.

La mossa di Cloudflare, sintetizzata dall'amministratore delegato Matthew Prince come un modo per preservare l'apertura della rete restituendo controllo ai produttori di contenuti, assomiglia a un tentativo di regolamentare unilateralmente un territorio privo di leggi. Ma finché il blocco si basa su promesse di conformità futura e su una cortesia tecnica che i crawler possono aggirare, la sovranità degli editori sul proprio lavoro rimane una concessione temporanea, più che un diritto protetto dalla tecnologia.

— Olya