Resumo

  • A revisão 08 diz expressamente que a categoria Busca prevalece sobre usos que, de outro modo, seriam classificados como Treinamento de IA ou Uso de IA.
  • search=y pode coexistir com train-ai=n, desde que modelos e saídas sejam usados exclusivamente para selecionar recursos e levar usuários ao local original, conforme as condições de Busca.
  • A exceção não libera treinamento geral, resumos gerados ou outros produtos de IA e não executa a preferência nem cria efeito jurídico.
  • O próprio rascunho avisa que seu conteúdo não reflete consenso do grupo de trabalho, no todo ou em parte.

O botão de busca carrega uma condição interna

Para quem publica, “sim para busca” costuma significar ser encontrado, enquanto “não para treinamento” procura impedir o reaproveitamento amplo do conteúdo. Um serviço de busca moderno, porém, pode treinar modelos próprios de ranking e recuperação. Sem uma regra entre categorias, as duas escolhas parecem colidir justamente onde o operador toma sua decisão técnica.

A revisão 08 do vocabulário AIPREF, de 14 de setembro, explicita essa relação. Treinamento de IA é o uso de um recurso para alterar parâmetros aprendidos de um modelo de IA generativa. Uso de IA é a entrega do recurso a um modelo generativo quando o usuário não o forneceu diretamente, sem incluir treinamento.

Busca obedece a outro critério: sua finalidade principal deve ser selecionar recursos e conduzir usuários ao lugar original. A apresentação precisa incluir referência ou link direto. Trechos podem indicar relevância, e transformações de acessibilidade são admitidas, mas resumos gerados ficam fora da categoria.

Nesse perímetro, o processamento interno pode treinar ou usar modelos de IA. A restrição é decisiva: esses modelos e suas saídas devem servir exclusivamente a usos que cumpram as condições de Busca. Em seguida, a revisão 08 afirma que Busca prevalece sobre atividades que seriam Treinamento de IA e Uso de IA sem essa regra.

Assim, search=y abre uma exceção para um modelo dedicado à busca apesar de train-ai=n ou ai-use=n. Não abre o conteúdo para desenvolvimento geral de modelos. A finalidade qualificada vem antes do rótulo que o serviço escolhe para si.

A revisão 07 já tratava de processamento interno, mas não apresentava a prioridade entre categorias com a mesma clareza. O diff oficial mostra também a entrada de ai-use, da definição de IA generativa e da frase de prevalência. A mudança altera o resultado da leitura conjunta das preferências.

O “não” continua vencendo dentro da mesma categoria

Há outra regra restritiva no texto. Quando várias declarações aplicáveis tratam de uma categoria, um n prevalece; sem ele, aplica-se y; sem ambos, o resultado é desconhecido. Essa resolução é interna à categoria. A prioridade de Busca sobre Treinamento e Uso opera entre categorias, em um plano diferente.

Os nomes serializados são train-ai, ai-use e search, acompanhados de y ou n. A RFC 9651 fornece a base de Campos Estruturados. Ela não define a fronteira da Busca, não fiscaliza destinatários e não converte o sinal em licença.

O vínculo com o conteúdo fica em outro documento. A revisão 05 do rascunho de associação descreve o cabeçalho HTTP Content-Usage e uma diretiva de robots; o Datatracker acompanha esse trabalho. Transportar uma preferência não comprova que o rastreador a leu, resolveu corretamente as categorias ou isolou seus modelos.

É esse isolamento que impede a exceção de se tornar geral. Um modelo usado apenas para recuperar, ordenar e apontar links pode se enquadrar. Se os mesmos parâmetros alimentarem um assistente, um mecanismo de respostas ou um corpus amplo, a autorização de busca não cobre a reutilização. Um resumo sintético também não vira Busca só porque inclui um link para a fonte.

A intenção do editor não encerra o processo

A questão apareceu na lista do grupo. Alissa Cooper perguntou se search=y permitia que uma aplicação de busca treinasse ou usasse modelos quando a apresentação permanecia dentro das condições. Martin Thomson respondeu que esse entendimento estava correto e indicou a alteração de esclarecimento.

As mensagens explicam a intenção editorial, mas não registram adoção ou votação. O rascunho declara que seu conteúdo não reflete consenso do grupo, no todo ou em parte. A página do documento, o histórico e a carta do AIPREF mostram uma proposta em elaboração.

Outras linhas ainda estão abertas. A issue 249 discute quando uma URL ou referência significa que o usuário forneceu diretamente o recurso para ai-use. A nova seção sobre transmitir preferências de treinamento junto de modelos distribuídos também está marcada para debate. Uma prioridade clara não estabiliza toda a taxonomia.

O texto ainda reconhece que uma preferência não garante obediência. Cabe ao destinatário decidir se e como a segue, e contratos específicos podem substituí-la. Não há ação IANA, mecanismo de segurança ou conclusão legal. O ganho da revisão é tornar pública uma escolha que antes poderia permanecer oculta na arquitetura do buscador.

Fontes