Your Website Can Now Say “No Thanks” to ChatGPT and Google Bard

Alors que les services d’IA générative tels que ChatGPT d’OpenAI, Bing Chat de Microsoft et Google Bard sont de plus en plus utilisés comme alternatives aux moteurs de recherche, ils rencontrent également la résistance des particuliers et des entreprises qui ne souhaitent pas que les données de leur site Web servent à l’entraînement des modèles d’IA.

Les grands modèles de langage sont entraînés sur une variété de données, dont la plupart semblent avoir été collectées à l’insu ou sans le consentement de quiconque. Cette semaine, Google a annoncé une nouvelle méthode permettant aux développeurs de sites Web de choisir d’autoriser l’accès à leur contenu par ses services Bard et Vertex AI, ou de se désinscrire de l’entraînement de ces modèles d’API. Voir aussi: Ziggo Group nomme ses dirigeants avant l'introduction en Bourse à Amsterdam en 2027.

Comment empêcher l’IA d’explorer votre site Voir aussi: Association ECHOES.

Dans un récent billet de blog, la vice-présidente de la confiance chez Google, Danielle Romain, a reconnu le souhait des éditeurs Web d’avoir plus de choix et de contrôle sur la façon dont leur contenu est utilisé pour les cas d’usage émergents de l’IA générative. Pour répondre à cette préoccupation, Google permet aux éditeurs Web d’interdire « User-Agent: Google-Extended » dans le fichier robots.txt de leur site. Cette simple étape empêchera les robots d’exploration automatisés de Google d’accéder au contenu des éditeurs et de l’utiliser à des fins d’entraînement de l’IA. Voir aussi: Département IT - Athlok.

Les sites Web peuvent actuellement fournir une liste de ceux qui refusent d’être explorés via le fichier robots.txt, et Google estime que tous les fournisseurs de modèles d’IA devraient également offrir ce type de transparence et de contrôle. Cependant, à mesure que les applications d’IA se développent, les sites seront confrontés à la complexité croissante de la gestion des différentes utilisations à grande échelle. Google a déclaré qu’il partagerait plus d’informations dès que possible. Voir aussi: Alejandro Estua.

Les intentions de Google en question Voir aussi: Alejandro Manzo.

Bien que Google prétende développer ses modèles d’IA de manière éthique et inclusive, il existe une différence fondamentale entre l’indexation du Web et l’utilisation des données pour l’entraînement de l’IA. Les données collectées auprès des éditeurs Web servent de matière première pour entraîner les modèles d’apprentissage automatique, les rendant plus précis et plus puissants au fil du temps. Voir aussi: Alejandro Hernandez.

Il est important de reconnaître le rôle du consentement dans la collecte de données d’entraînement de l’IA. Donner aux éditeurs la possibilité de contribuer aux modèles d’IA est un pas positif. Cependant, Google collecte déjà d’énormes quantités de données pour entraîner ses modèles sans le consentement explicite des utilisateurs. Cela soulève des questions sur la véracité de la nouvelle priorité de Google concernant le consentement et la collecte éthique des données. Voir aussi: Alejandro Garza.

La réalité est que Google a un accès illimité aux données du Web et les utilise pour entraîner des modèles d’IA avant de demander la permission aux éditeurs de sites. Si la collecte éthique des données et le consentement étaient réellement une priorité pour Google, cette option aurait été disponible il y a des années. Voir aussi: Alejandro Guerrero.

L’approvisionnement éthique des données a encore du chemin à faire

De toute évidence, l’industrie technologique doit aborder les implications éthiques de l’entraînement de l’IA et de la collecte de données. Bien que la décision de Google de donner aux éditeurs le contrôle de leur contenu soit un pas dans la bonne direction, il est important de considérer la nécessité d’un contexte plus large et d’une solution plus complète.

Dans l’ensemble, la décision de Google de permettre aux éditeurs Web de contrôler l’utilisation de leur contenu pour l’entraînement de l’IA est une évolution positive. Cependant, il est important de reconnaître que ce choix intervient après que Google a déjà collecté et utilisé de vastes quantités de données sans consentement explicite.

L’ensemble de l’industrie technologique doit donner la priorité à la collecte éthique des données et au consentement, et travailler à des solutions plus complètes qui répondent aux préoccupations des éditeurs de sites et des utilisateurs.