Meta usuwa zapis, który umożliwiał scrapowanie serwisów news

Meta wycofała się z zapisów w swoich warunkach komercyjnych, które – zdaniem ekspertów – mogły pozwalać firmie na masowe pobieranie treści ze stron internetowych, w tym serwisów informacyjnych, do trenowania systemów AI. Zmiana, opisana przez The Verge, nastąpiła po fali krytyki ze strony prawników i mediów branżowych.

Kluczowe wnioski

• Meta usunęła z warunków komercyjnych zapis mówiący, że może wykorzystywać „dowolne treści z takich domen, stron internetowych czy adresów URL” do rozwijania, trenowania i utrzymywania integralności swoich produktów.
• Eksperci, w tym Nieman Lab oraz James Grimmelmann, profesor prawa cyfrowego i informacyjnego na Cornell, interpretowali ten zapis jako próbę obejścia instrukcji blokujących zawartych w plikach robots.txt.
• Andy Stone, wiceprezes Meta ds. komunikacji, oraz rzecznik Daniel Roberts twierdzą, że „nie ma żadnej zmiany w sposobie, w jaki Meta korzysta z robotów indeksujących”.
• Meta podkreśla, że skonsolidowane warunki dotyczące crawlowania odnosiły się wyłącznie do produktów reklamowych i biznesowych, a nie do scrapowania serwisów informacyjnych.
• Firma zapewnia, że właściciele treści nadal mogą zgłaszać swoje preferencje za pomocą robots.txt, a nowe zapisy nie dają Meta żadnych dodatkowych uprawnień, które by te preferencje unieważniały.

Kontrowersyjny zapis i reakcja ekspertów

Sporne sformułowanie, które zniknęło ze strony z warunkami komercyjnymi, brzmiało: Meta może wykorzystywać dowolne treści z takich domen, stron internetowych czy adresów URL do świadczenia, rozwijania, ulepszania, badania, trenowania oraz utrzymywania integralności produktów, usług i funkcji Meta oferowanych na podstawie tych warunków komercyjnych i wszelkich innych obowiązujących warunków uzupełniających.

Dla wielu obserwatorów, w tym dla Nieman Lab i profesora Jamesa Grimmelmanna z Cornell, zapis ten czytany był jako próba zapewnienia Meta prawa do bezpłatnego wykorzystywania treści pobranych ze stron internetowych do trenowania produktów AI – i to w sposób, który miałby pierwszeństwo nad instrukcjami blokującymi zawartymi w pliku robots.txt. Taki plik to standardowy mechanizm, za pomocą którego właściciele witryn sygnalizują botom indeksującym, jakie fragmenty serwisu mogą, a jakie nie mogą być skanowane.

Interpretacja ta wywołała zaniepokojenie w branży medialnej, zwłaszcza wśród wydawców serwisów informacyjnych, którzy od dawna obawiają się, że duże firmy technologiczne wykorzystują ich treści do trenowania modeli językowych bez zgody i wynagrodzenia. Temat ten wpisuje się w szerszy, toczący się od miesięcy spór o granice między rozwojem technologii AI a ochroną praw autorskich wydawców.

Stanowisko Meta i zakres wyjaśnień

Już przed dokonaniem zmiany Andy Stone i Daniel Roberts odpierali zarzuty, twierdząc wprost, że „nie ma żadnej zmiany w sposobie, w jaki Meta korzysta z robotów indeksujących; wszelkie sugestie przeciwne są fałszywe”. Jednak dzisiejsza aktualizacja warunków oraz towarzyszące jej nowe oświadczenie poszły o krok dalej – kontrowersyjny zapis został całkowicie usunięty.

Roberts przekazał The Verge dodatkowe wyjaśnienie:

„Usłyszeliśmy was i chcemy to doprecyzować: skonsolidowane warunki dotyczące crawlowania odnosiły się wyłącznie do naszych produktów reklamowych i biznesowych, co doprecyzowaliśmy już w samych warunkach. Nie zmienia to sposobu, w jaki Meta korzysta z robotów indeksujących. Jak zawsze, właściciele treści mogą sygnalizować swoje preferencje za pomocą robots.txt. To nie dotyczy scrapowania serwisów informacyjnych, a te aktualizacje nie dają nam nowych uprawnień, które miałyby pierwszeństwo nad tymi preferencjami”.

Znaczenie dla wydawców i branży AI

Choć Meta stanowczo zaprzecza, jakoby jej praktyki wobec robotów indeksujących uległy zmianie, sam fakt usunięcia spornego zapisu po publicznej krytyce pokazuje, jak wrażliwym tematem pozostaje pozyskiwanie danych do trenowania modeli AI. Wydawcy i prawnicy od dłuższego czasu domagają się większej przejrzystości w zakresie tego, jak wielkie firmy technologiczne zdobywają materiały szkoleniowe dla swoich systemów sztucznej inteligencji.

Spór wokół Meta wpisuje się w szerszy kontekst napięć między twórcami treści a koncernami rozwijającymi duże modele językowe – podobne kontrowersje towarzyszyły wcześniej innym graczom na rynku, w tym OpenAI. Kwestia uprawnień do danych treningowych i respektowania mechanizmów typu robots.txt pozostaje jednym z kluczowych pól konfliktu między branżą AI a wydawcami.

Meta deklaruje, że mechanizm robots.txt pozostaje wiążącym sposobem na zasygnalizowanie preferencji przez właścicieli treści, a najnowsza aktualizacja warunków nie zmienia tej zasady. Pozostaje jednak pytanie, czy samo wycofanie się z kontrowersyjnego sformułowania wystarczy, by rozwiać wątpliwości wydawców co do praktyk firmy w zakresie pozyskiwania danych do trenowania AI.