Esta tipografía hace que las páginas web sean ilegibles para los raspadores de IA, pero normales para los humanos

Puntos clave

• ShieldFont, creada por los diseñadores Isaque Seneda y Gabriel Abrucio, reemplaza palabras reales con palabras sin sentido en el código subyacente que recopilan los raspadores de IA.
• Los visitantes humanos ven una página normal y legible porque el cambio de palabras solo ocurre después de que la tipografía dibuja el texto en pantalla.
• La tipografía utiliza una característica llamada ligaduras, que la mayoría de las tipografías ya incluyen, para desencadenar las sustituciones.
• Los diseñadores publicaron un documento técnico describiendo ShieldFont como una forma práctica para que los propietarios de sitios web bloqueen la recopilación no autorizada de datos de entrenamiento de IA.

Dos diseñadores han creado una tipografía que logra un truco silencioso: mostrar una cosa a los lectores humanos y proporcionar algo completamente diferente al software que utilizan las empresas de IA para recopilar texto de la web.

La tipografía se llama ShieldFont. Los diseñadores Isaque Seneda y Gabriel Abrucio la describen en un documento técnico publicado recientemente como una herramienta para darles a los editores web "una opción práctica para no participar en el entrenamiento no autorizado de IA" y "interrumpir lo que se recopila cuando se ignora esa opción".

¿Cómo funciona realmente?

ShieldFont codifica las palabras que recopilan los raspadores de IA, pero solo después de que el navegador de un humano ya haya dibujado la página, por lo que el lector nunca nota nada incorrecto.

El truco se basa en una característica de tipografía de larga data llamada ligaduras. En la mayoría de las tipografías, las ligaduras son cosas modestas y útiles: limpian ciertas combinaciones de letras que se ven incómodas una al lado de la otra. ShieldFont reutiliza ese mismo mecanismo para hacer algo mucho más astuto. En lugar de limpiar dos letras, intercambia palabras completas por otras completamente sin sentido en el momento en que el motor de tipografía renderiza la página.

Aquí está el detalle clave. Las empresas de IA recopilan datos de entrenamiento enviando programas automatizados, llamados raspadores o rastreadores, para descargar el código fuente sin procesar de las páginas web. Ese código fuente se recopila antes de que un navegador haga algo con él. Las sustituciones de ShieldFont solo se activan durante la etapa de renderizado, por lo que el raspador obtiene el texto original doctrinado. Un humano que visite la misma página ve la versión correctamente renderizada.

En términos simples: la página dice "caballo" en el código que el raspador copia, pero tu navegador dibuja "papa" en pantalla. O al revés. De cualquier forma, el raspador se va con basura.

¿Esto realmente detiene a las empresas de IA?

ShieldFont hace que el texto recopilado sea mucho menos útil, pero es una capa de defensa, no un escudo completo.

Los modelos de IA, siendo los modelos de lenguaje grande la tecnología detrás de chatbots como ChatGPT y Claude, se entrenan con enormes cantidades de texto raspado de la web pública. Los editores y autores ya han demandado a varias empresas de IA por esta práctica, y algunos sitios han añadido instrucciones técnicas indicando a los rastreadores que se mantengan alejados. ShieldFont ofrece un enfoque diferente: en lugar de pedir a los raspadores que se vayan, envenena lo que toman si ignoran la solicitud.

La advertencia, según reportó Ars Technica, es que un raspador determinado podría potencialmente usar un navegador sin interfaz, software que ejecuta silenciosamente un navegador completo en segundo plano, para recopilar texto después de renderizarlo en lugar de antes. La protección de ShieldFont colapsaría en ese escenario. Los diseñadores reconocen que la tipografía funciona mejor como parte de una estrategia más amplia, no como una solución independiente.

Para los propietarios de sitios web preocupados por que su contenido se utilice para entrenar IA sin permiso, ShieldFont es un paso extra de bajo esfuerzo que vale la pena observar. No requiere cambios del lado del servidor ni ninguna acción del usuario.

Preguntas frecuentes

¿Esto afectará cómo se ve mi sitio web para los visitantes?

No. Los lectores ven una página completamente normal. Las sustituciones de palabras solo existen en el código sin procesar, que los visitantes ordinarios nunca consultan.

¿Podrían las empresas de IA evitar esto?

Potencialmente sí. Un raspador que ejecute un navegador completo antes de recopilar texto eludiría la protección. ShieldFont es más efectivo cuando se combina con otras medidas, como las reglas de robots.txt que instruyen a los rastreadores que se mantengan alejados.