BlueskyはAIボットによるデータ収集を許可している件

テクノロジーカテゴリーの変更を依頼記事元:

anond.hatelabo.jp

32users がブックマークコメント

BlueskyはAIボットによるデータ収集を許可している件

Blueskyにアップロードしたデータは、GoogleやOpenAIやBaiduや様々な会社のAI学習に利用されている可能... Blueskyにアップロードしたデータは、GoogleやOpenAIやBaiduや様々な会社のAI学習に利用されている可能性が高いよって話。前提検索エンジンやAIのクローラー、ボットによるデータの収集や学習を拒否する方法としてrobots.txtを使うのが一般的で、AI学習データ収集ロボットもそれに従っています。 AI開発会社はそれぞれbotの名前や、どのようにrobots.txtを設定したらデータ収集をしないかを公開しています。 Blueskyのサーバーの設定（全部OK）User-Agent: * Allow: / https://bsky.app/robots.txt https://bsky.social/robots.txt 全部、許可しますよ。お好きにどうぞって設定になってます。実際にはサーバー負荷対策のため、ある程度の速度制限がありますがコンテンツの取得に制限はありません。

kazeula robots.txt は昔から紳士協定に過ぎないが、だからこそクリーンさを宣伝する材料になるので無意味とは言い切れない。事実一部のデータセット作成団体やAI企業は robots.txt の尊重を標榜している。

2024/11/17 リンク

cinefuk 「拒否してない」と「許可している」は大きく違うのだけど。あらゆるcrawlerを忌避するなら、pixivとか反AIを宣言するサービスにアップロードして、誘導リンク貼る形にしたら良いのではないかな

atsushieno bskyを含む何者にも「われわれの」データの利用に対して第三者からの利用を恣に禁止する権利や義務があるべきではない。第三者によるデータの利用を（法律が制御を許す範囲で）禁止するなら自ら禁止を表明するのが筋

2024/11/18 リンク

hinonono 基本、トラフィック(通信負荷)軽減なので、robots.txtで拒否でも無差別でない「リンクされている」など用があれば通るのが紳士協定 https://developers.google.com/search/docs/crawling-indexing/robots/intro?hl=ja /但しG社はAIのみ特別ルールあり