أعلنت كبرى شركات التقنية والذكاء الاصطناعي في العالم، وتحديداً OpenAI وجوجل ومايكروسوفت وAnthropic، عن تبني مبادرة تنظيمية مشتركة وغير مسبوقة تهدف إلى وضع حد للنزاع المتصاعد مع الناشرين وأصحاب المواقع حول استغلال البيانات الرقمية. يتمثل هذا التحرك في اعتماد معيار منع تدريب الذكاء الاصطناعي عبر بروتوكول استبعاد الروبوتات التقليدي robots.txt، مما يمنح مديري المنصات الرقمية وسيلة تقنية موحدة وواضحة لحظر استخدام مقالاتهم وبياناتهم في تطوير النماذج اللغوية، وهو ملف شائك ارتبط ارتباطاً وثيقاً بـ كواليس صعود شركات الذكاء الاصطناعي والتكاليف التشغيلية الضخمة لتدريب النماذج.
ما هو معيار usage_ai-training وكيف يغير قواعد اللعبة؟
على مدار العامين الماضيين، وجد أصحاب المواقع الإلكترونية والناشطون في حماية المحتوى الرقمي أنفسهم في مواجهة لعبة كر وفر مرهقة مع روبوتات الزحف البرمجية. فلكي يمنع أي ناشر استخدام محتواه في تدريب النماذج، كان عليه تحديث ملف robots.txt بصورة مستمرة لإدراج أسماء محددة مثل GPTBot التابع لـ OpenAI، وGoogle-Extended التابع لجوجل، وClaudeBot التابع لأنثروبيك، فضلاً عن روبوتات ناشئة تظهر شهرياً دون سابق إشعار.
ينهي المعيار الجديد هذه التعقيدات من خلال تقديم وسم موحد يتمثل في __usage_ai-training. يستند هذا الحل التقني إلى مسودة رسمية قُدمت إلى مجموعة مهندسي شبكة الإنترنت العالمية (IETF) تحت عنوان “إشارة تفضيلات التدريب المقروءة آلياً” (Machine-Readable Training Preference Signal)، والتي صاغها كيفن كيلي، مسؤول المعايير التقنية في شركة Anthropic بالتعاون مع فرق العمل المشتركة في الصناعة.
يتيح هذا الوسيط لمديري المواقع كتابة قاعدة استبعاد عامة واحدة يفهمها محرك أي شركة منضمة للمبادرة تلقائياً، مع الاحتفاظ بإمكانية استثناء أقسام محددة يوافق الناشر على مشاركتها:
User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/
Allow: /about/توضح هذه الأسطر البرمجية البسيطة كيف يمكن للموقع إغلاق مكتبة مقالاته وقواعد بياناته أمام تدريب الخوارزميات، مع السماح في الوقت ذاته بوصول النماذج إلى البيانات الصحفية العامة أو صفحات التعريف بالشركة.
الفارق الجوهري: منع التدريب لا يعني الحجب عن محركات البحث
تتمثل النقطة المحورية التي شغلت بال خبراء السيو (SEO) وصناع المحتوى في التمييز الدقيق بين عملية الزحف لغرض التدريب (Pre-training / Post-training) والزحف التقليدي لأرشفة الصفحات على محركات البحث أو إرجاع النتائج الحية للمستخدمين (Grounding).
أكدت شركة جوجل صراحة أن تفعيل معيار منع تدريب الذكاء الاصطناعي عبر هذا الوسم سيعامل على أنه طلب لعدم تدريب نماذج Gemini ومشتقاتها، دون أن يؤثر ذلك بأي شكل من الأشكال على ظهور صفحات الموقع في نتائج بحث Google Search التقليدية. وتتطابق هذه الرؤية مع ما استعرضناه سابقاً عند تحليلنا لـ تطور نماذج Gemini وقدراتها المتقدمة في الاستدلال والبحث.
من جانبها، أوضحت مايكروسوفت أنها بصدد فصل تفضيلات التدريب عن أدوات الإسناد المباشر لمحرك Bing ومساعد Copilot، بحيث يظل بإمكان الموقع الظهور كمرجع حي في الإجابات دون أن تُدمج نصوصه في أوزان الشبكات العصبية العميقة للنماذج.
جدول زمني لتبني المعيار الجديد بين الشركات الأربع
نظراً لتباين البنية التحتية ومواعيد دورات التدريب لدى كل شركة، اتفقت المنصات على جدول زمني تدريجي لبدء الامتثال الصارم للمعيار الجديد، كما يوضح الجدول التالي:
ردود أفعال الناشرين ومجتمعات التقنية على X وHacker News
قوبل الإعلان المشترك بحالة من الارتياح الحذر في الأوساط التقنية والإعلامية. على منصات النقاش المتخصصة مثل Hacker News ومنصة X، اعتبر مهندسو الويب أن هذه الخطوة تعيد بعض التوازن لميزان القوى الرقمي، وتوفر حلاً عملياً للمواقع الصغيرة والمتوسطة التي لا تملك الموارد القانونية لإبرام اتفاقيات ترخيص بملايين الدولارات مثلما فعلت كبرى المؤسسات الصحفية العالمية.
في المقابل، طرح عدد من المطورين والخبراء القانونيين ثلاث ملاحظات جوهرية تحد من التفاؤل المفرط:
- غياب الإلزام القانوني: يظل ملف
robots.txtميثاق شرف برمجياً طوعياً. وفي حين تلتزم به الشركات الكبرى لحماية سمعتها وتفادي الدعاوى القضائية، فإن الشركات الناشئة والمختبرات المجهولة قد تتجاهله تماماً وتواصل سحب البيانات خلسة. - عدم الرجعية: لا يمتلك المعيار الجديد أي أثر رجعي؛ فالبيانات التي تم كشطها بالفعل في السنوات السابقة ودخلت في بناء النماذج الحالية لن تُمحى من الذاكرة الإحصائية لتلك الشبكات.
- الترخيص التجاري المستقل: شددت الشركات على أن المعيار لا يلغي ولا يتعارض مع العقود الثنائية المدفوعة التي عقدتها بعض المنصات لبيع بياناتها حصرياً لمختبرات الذكاء الاصطناعي.
كيف تطبق المعيار الجديد على موقعك خطوة بخطوة؟
إذا كنت تدير مدونة على ووردبريس أو منصة تجارة إلكترونية أو موقعاً مخصصاً، يمكنك تطبيق هذا التكوين باتباع الخطوات البسيطة التالية:
- افتح ملف
robots.txtالموجود في المجلد الرئيسي لموقعك عبر مدير الملفات في الاستضافة أو عبر إضافات السيو المعتمدة مثل RankMath أو Yoast. - أضف كتلة الأوامر الخاصة بالوسم الجديد في بداية أو نهاية الملف كما يلي:
# حظر استخدام المحتوى في تدريب الذكاء الاصطناعي User-Agent: __usage_ai-training Disallow: / - تأكد من عدم وجود تعارض مع روبوتات البحث الأساسية (مثل
GooglebotأوBingbot)، مع الإبقاء على مسار خريطة الموقعSitemapمفتوحاً للأرشفة. - احفظ التعديلات، واستخدم أداة فحص الروبوتات المتاحة في لوحة تحكم Google Search Console للتأكد من قراءة الملف بالشكل الصحيح ودون أخطاء تركيبية.
أسئلة شائعة حول معايير حماية المحتوى من الذكاء الاصطناعي
هل يؤثر تفعيل هذا المعيار على زيارات موقعي من محركات البحث؟
لا، أكدت جوجل ومايكروسوفت بوضوح أن وسم __usage_ai-training مخصص حصرياً للتحكم في بيانات تدريب النماذج اللغوية، وليس له أي علاقة بخوارزميات ترتيب الصفحات أو تصنيفها في محركات البحث العامة.
ما الفرق بين هذا المعيار ووسوم الحظر الفردية السابقة؟
يوفر المعيار الموحد حلاً شاملاً يغنيك عن متابعة وتحديث عشرات المعرفات الفردية لكل شركة روبوتات جديدة، حيث تعهدت الشركات الكبرى باحترام هذه الإشارة العامة تلقائياً فور دخول مواعيد التطبيق حيز التنفيذ.
هل يحمي هذا الوسم الصور ومقاطع الفيديو داخل الموقع؟
نعم، يسري الحظر على جميع الموارد والوسائط الرقمية التابعة للمسار المحظور ما لم يتم استثناؤها صراحة بقواعد Allow إضافية.
نظرة مستقبلية لمستقبل المحتوى والويب المفتوح
يمثل إقرار معيار منع تدريب الذكاء الاصطناعي بداية مرحلة جديدة من التعايش المنظم بين صناع المحتوى ومنصات الذكاء الاصطناعي. وعلى الرغم من أن المعيار لا يحل كل الخلافات المتعلقة بحقوق الملكية الفكرية، إلا أنه يعيد للمطورين والناشرين حق الاختيار والتحكم في أصولهم الرقمية، واضعاً سابقة مهمة في مأسسة معايير الويب التوليدي القادم.
