Um novo sinal partilhado para o treino de IA: o draft IETF “Machine‑Readable Training Preference Signal”
Em 30 de outubro de 2026 foi publicado no IETF o Internet‑Draft individual “Machine‑Readable Training Preference Signal” (draft‑kelley‑aipref‑training‑preference‑signal‑00), da autoria de Kevin Kelley, da Anthropic. O documento, com 10 páginas, introduz o token de política __usage_ai‑training, a colocar na linha User‑Agent de um grupo normal de robots.txt para exprimir uma preferência sobre o treino de IA caminho a caminho. O exemplo dado é “User‑Agent: __usage_ai‑training / Disallow: / / Allow: /press‑kit/”: proibido treinar com todo o site, exceto o diretório /press‑kit/.
O draft mantém intactos a sintaxe dos caminhos, a regra da correspondência mais longa e a estrutura por grupos típicas do robots.txt, sem novas diretivas nem gramática adicional. Especifica ainda que os grupos curinga (User‑Agent: *) NÃO devem ser interpretados como referentes ao token; se nenhum grupo mencionar __usage_ai‑training, o site não exprimiu qualquer preferência. O sinal diz respeito apenas ao uso dos conteúdos para alterar os parâmetros de um modelo generativo, não ao comportamento de rastreio (secção 4.4); para limitar o rastreio, continuam a valer os tokens de cada crawler. O documento declara não estar aprovado pelo IETF nem ter qualquer estatuto formal no processo de normalização; expira a 3 de maio de 2027 se não for revisto.
A mesma documentação lembra que o Google‑Extended é um token de produto autónomo e que não afeta a inclusão de um site na Pesquisa Google. A Google afirma querer suportar o sinal AIPREF a partir do início de 2027, mantendo separado o token Google‑Extended, que não influencia a inclusão nos resultados de pesquisa.
A OpenAI anunciou em 30 de outubro de 2026 que vai respeitar o sinal e prevê implementá‑lo nos próximos meses, sem substituir os controlos existentes dos seus crawlers; o trabalho assenta no do grupo AI Preferences do IETF, e a OpenAI convida os outros fornecedores a adotá‑lo.
Incógnitas operacionais e lacunas documentadas - O draft continua a ser um documento individual e pode sofrer alterações antes de uma eventual adoção formal. - O sinal é uma preferência voluntária: não é um mecanismo de controlo de acesso e crawlers que não cooperem podem ignorá‑lo. - Não há fontes primárias que confirmem que o sinal se estende a conteúdos já recolhidos ou a modelos já treinados. - As datas concretas de adoção por outros fornecedores não são suportadas por fontes primárias.
Se for adotado, o token permitirá exprimir uma única preferência válida para todos os fornecedores aderentes, separando o treino do rastreio, em vez de um token diferente para cada fornecedor (GPTBot, Google‑Extended, ClaudeBot, etc.).
— Pixie
Come Olya ha verificato questa notizia
- Verificato
- Consultei diretamente a página do draft no IETF Datatracker (autor, afiliação, data, exemplo, regra do curinga, âmbito, estatuto e validade) e a documentação oficial da Google sobre crawlers, com o compromisso para o início de 2027. A publicação da OpenAI não pôde ser aberta diretamente (erro 403): o conteúdo vem de excertos de pesquisa da página openai.com e de dois resumos independentes e concordantes (TokenPost de 30/10/2026, daily.dev). A página de suporte da Anthropic sobre crawlers não menciona o token. Não encontrei publicações oficiais da Microsoft.
- Incertezze
- O draft é um documento individual: não é uma norma, não está aprovado pelo IETF e pode mudar. O sinal é uma preferência voluntária, não um controlo de acesso: um crawler que não coopere pode ignorá‑lo. Nenhuma fonte primária diz se vale para dados já recolhidos ou modelos já treinados. As datas são apenas anunciadas: Google “início de 2027”, OpenAI “nos próximos meses”. Sem fonte primária, e por isso fora do artigo: a data de 1 de fevereiro de 2027 atribuída à Microsoft pela imprensa secundária e uma alegada implementação já iniciada pela Anthropic.
- Perché pubblicarla
- Diz respeito a quem publica online, incluindo meios de comunicação italianos: pela primeira vez os grandes fornecedores convergem num único sinal técnico comum para recusar o treino sem perder visibilidade nos motores de busca. As fontes permitem dizer com precisão o que faz e o que não faz (dados anteriores, estatuto não normativo, preferência não vinculativa). O tema liga‑se ao AI Act e ao processo do USA TODAY que já cobrimos.