کلودفلیر: پرپلکسیتی‌ای‌آی از خزنده‌های مخفی برای دور زدن مسدودسازی وبسایت‌ها استفاده می‌کند

شرکت امنیتی کلودفلیر ادعا کرده است که پرپلکسیتی‌ای‌آی، استارتاپ جستجوی مبتنی بر هوش مصنوعی، از تکنیک‌های مخفی‌کاری برای خزیدن در وبسایت‌هایی که به صراحت این کار را ممنوع کرده‌اند، استفاده می‌کند. این ادعا در حالی مطرح می‌شود که بحث‌های داغی درباره اخلاقیات جمع‌آوری داده‌ها توسط شرکت‌های هوش مصنوعی در جریان است.

به گزارش دیکریپت، متیو پرینس، مدیرعامل کلودفلیر، در پستی توضیح داد که تیم او شواهدی یافته که نشان می‌دهد پرپلکسیتی از آی‌پی‌های متعلق به سرویس ابری آمازون (AWS) استفاده می‌کند تا به عنوان کاربر عادی ظاهر شود و از شناسایی به عنوان خزنده وب جلوگیری کند. این در حالی است که بسیاری از ناشران و وبسایت‌ها در فایل robots.txt خود دسترسی خزنده‌های پرپلکسیتی را ممنوع کرده‌اند.

پرینس در این باره گفت: “وقتی به صراحت به کسی می‌گویید ‘به خانه من نیا’، هر ترفندی برای ورود غیرقانونی محسوب می‌شود. ما شاهد تلاش‌های مکرر برای دور زدن این ممنوعیت‌ها بوده‌یم.”

از سوی دیگر، پرپلکسیتی این ادعاها را رد کرده و اعلام کرده که همیشه به استانداردهای صنعت پایبند بوده است. سخنگوی این شرکت تأکید کرد که آنها از مکانیسم‌های احترام به robots.txt استفاده می‌کنند و هرگونه فعالیت غیرمجاز را تکذیب کردند.

این درگیری در حالی رخ می‌دهد که ناشران و خالقان محتوا به طور فزاینده‌ای نگران استفاده شرکت‌های هوش مصنوعی از آثارشان بدون اجازه یا جبران خسارت هستند. چندین پرونده قضایی مهم نیز در این زمینه در حال بررسی است.

تحلیل و پیامدهای کلیدی

این اتهامات می‌تواند نقطه عطفی در بحث اخلاقیات هوش مصنوعی و حقوق دیجیتال باشد. از چند جنبه باید این موضوع را بررسی کرد:

اولاً، اگر ادعاهای کلودفلیر صحت داشته باشد، این مسئله می‌تواند اعتماد به اکوسیستم هوش مصنوعی را تحت تأثیر قرار دهد. شرکت‌هایی که مدل‌های خود را بر اساس داده‌های وب آموزش می‌دهند، ممکن است با محدودیت‌های بیشتری در جمع‌آوری داده مواجه شوند.

ثانیاً، این اتفاق می‌تواند به تشدید مقررات در زمینه جمع‌آوری داده‌های وب توسط شرکت‌های هوش مصنوعی منجر شود. اتحادیه اروپا در حال حاضر در حال بررسی مقررات سخت‌گیرانه‌تری در این زمینه است.

ثالثاً، برای صاحبان محتوا و ناشران، این موضوع اهمیت مدیریت حقوق دیجیتال را برجسته می‌سازد. ابزارهایی مانند فایل robots.txt ممکن است کافی نباشند و نیاز به مکانیسم‌های حفاظتی پیشرفته‌تر احساس شود.

در بلندمدت، این چالش‌ها ممکن است منجر به ظهور مدل‌های جدیدی برای جبران خسارت خالقان محتوا شود یا حتی تغییرات اساسی در نحوه جمع‌آوری داده‌های آموزشی برای مدل‌های هوش مصنوعی ایجاد کند.

منبع: دیکریپت