एक नया ओपन-सोर्स फॉन्ट नकली शब्दों से AI स्क्रेपर्स को जहर देता है जिन्हें वे पहचान नहीं सकते
ShieldFont कच्चे HTML में असली सामग्री शब्दों को विश्वसनीय नकल से बदल देता है, इसलिए पृष्ठ मनुष्यों के लिए सामान्य दिखता है लेकिन AI प्रशिक्षण के लिए डेटा संग्रह करने वाले बॉट्स को खराब पाठ देता है।
मुख्य बिंदु
- ShieldFont, एम्स्टर्डम स्टूडियो Seneda & Abrucio द्वारा शुरू किया गया एक ओपन-सोर्स प्रोजेक्ट, कच्चे HTML में लगभग 25% सामग्री शब्दों को विश्वसनीय विकल्पों से बदल देता है जो मानव पाठकों को सही लगते हैं।
- फॉन्ट एक ग्लिफ-प्रतिस्थापन प्रणाली का उपयोग करता है, जो OpenType फॉन्ट में बनी एक मानक सुविधा है, जो स्वचालित रूप से वर्णों या शब्दों को स्वैप करती है, जिससे स्क्रीन पर असली पाठ दिखता है जबकि अंतर्निहित कोड में बदला हुआ पाठ छिपा होता है।
- प्रोजेक्ट के साथ तीन अलग-अलग शब्द-स्वैप डिक्शनरी आती हैं, और उपयोगकर्ता रिवर्स-इंजीनियरिंग को कठिन बनाने के लिए अपनी खुद की बना सकते हैं।
- ShieldFont के वास्तविक नुकसान हैं: यह खोज इंजन रैंकिंग को नुकसान पहुंचा सकता है, कॉपी-पेस्ट को तोड़ सकता है, और दृष्टिहीन लोगों द्वारा उपयोग किए जाने वाले स्क्रीन रीडर के लिए समस्याएं पैदा कर सकता है।
- प्रोजेक्ट आज एक मुफ्त डेमो, एक React घटक, और एक CSS/CDN एकीकरण के रूप में लाइव है, हालांकि निर्माता इसे संस्करण 0/अल्फा के रूप में वर्णित करते हैं।
यदि आप ब्लॉग, न्यूज़ साइट, या मूल लेखन वाले किसी भी पृष्ठ को चलाते हैं, तो आपने शायद सोचा होगा कि क्या AI कंपनियां चुपचाप अपने सिस्टम को प्रशिक्षित करने के लिए आपके शब्दों को एकत्र कर रही हैं। robots.txt फाइल, एक छोटी सी निर्देश शीट जो वेबसाइटें बॉट्स को यह बताने के लिए उपयोग करती हैं कि वे क्या पढ़ सकते हैं या नहीं, को अनदेखा किया जा सकता है। सर्वर-साइड ब्लॉकिंग को तकनीकी कौशल की आवश्यकता होती है। अब एक छोटा एम्स्टर्डम डिज़ाइन स्टूडियो सोचता है कि इसके पास एक तीसरा विकल्प है, और यह फॉन्ट स्तर पर काम करता है।
प्रोजेक्ट को ShieldFont कहा जाता है। पहली बार The Register AI द्वारा रिपोर्ट किया गया, इसे Seneda & Abrucio के Isaque Seneda और Gabriel Abrucio द्वारा कोपेनहेगन टाइपोग्राफी कंपनी Playtype के साथ साझेदारी में बनाया गया था।
यह वास्तव में कैसे काम करता है?
ShieldFont OpenType फॉन्ट्स में GSUB नामक एक मानक सुविधा का दोहन करता है, जो ग्लिफ प्रतिस्थापन के लिए संक्षिप्त है, जो अंतर्निहित नियम है जो आपके कंप्यूटर को स्वचालित रूप से कुछ वर्ण संयोजनों को साफ-सुथरे संस्करणों के साथ स्वैप करने के लिए बताता है। क्लासिक उदाहरण है कि अक्षर "fi" एक एकल स्वच्छ वर्ण में विलीन हो जाते हैं ताकि F का शीर्ष i के बिंदु से न टकराए।
ShieldFont उसी स्वैपिंग लॉजिक को पूरे शब्दों तक विस्तारित करता है। ShieldFont टाइपफेस का उपयोग करके एक पृष्ठ पर "daughter" टाइप करें और आपके आगंतुक "daughter" देखते हैं। कच्चे HTML कोड जो एक स्क्रेपर पढ़ता है, हालांकि, "journalist" कह सकता है।
स्वैप यादृच्छिक नहीं है। टीम ने लगभग 250 शब्द पूल बनाए हैं, प्रत्येक व्याकरणिक भूमिका, अर्थ श्रेणी, और अन्य विस्तृत विवरणों द्वारा समूहित। संचार के बारे में एक बहुवचन अमूर्त संज्ञा को केवल संचार के बारे में एक अन्य बहुवचन अमूर्त संज्ञा द्वारा ही प्रतिस्थापित किया जाता है। परिणाम ऐसा पाठ है जो विचित्र लगता है लेकिन स्पष्ट रूप से टूटा हुआ नहीं है, जो कौशल के लिए महत्वपूर्ण है।
"हम वास्तविक परिणामों वाली एक तंत्र चाहते थे," Seneda और Abrucio ने समझाया। "बिना पूछे स्क्रैप करें, और आप यह नहीं बता सकते कि आपने जो लिया वह वास्तविक था या नहीं।"
| सुविधा | विवरण |
|---|---|
| प्रति पृष्ठ बदले गए शब्द | सामग्री शब्दों का लगभग 25% |
| शामिल GSUB डिक्शनरी | 3 (कस्टम वाली संभव हैं) |
| डेस्कटॉप फॉन्ट फाइल आकार | लगभग 5 MB |
| संपीड़ित वेब फॉन्ट आकार | लगभग 800 KB |
| वर्तमान रिलीज चरण | v0/alpha |
इसका उपयोग करने की वास्तविक लागत क्या है?
ShieldFont एक स्वच्छ, दर्द रहित समाधान नहीं है। वही कच्चा HTML जो एक स्क्रेपर को मूर्ख बनाता है वह है जो Google आपके पृष्ठ को खोज परिणामों में रैंक करने के लिए पढ़ता है, इसलिए इसका उपयोग करने से आपकी साइट की रैंकिंग गिर सकती है। कॉपी-पेस्ट भी कच्चे कोड से आती है, जिसका अर्थ है कि एक पाठक जो एक वाक्य की नकल करता है उसे स्क्रैम्बल संस्करण मिलता है। स्क्रीन रीडर, जिन पर दृष्टिहीन लोग वेब पृष्ठों को जोर से पढ़ने के लिए निर्भर करते हैं, इसमें भी संघर्ष करते हैं, हालांकि टीम ने मदद करने के लिए एक धीमा फॉलबैक बनाया है।
लक्षित बॉट जो ShieldFont फाइलों को सीधे डाउनलोड करते हैं और सभी तीन डिक्शनरी के माध्यम से चलते हैं, स्वैप को डीकोड कर सकते हैं। OCR के माध्यम से खिलाए गए स्क्रीनशॉट, सॉफ्टवेयर जो छवियों से पाठ पढ़ता है, पूरी तरह से चाल से बच निकलता है।
निर्माता सीमाओं के बारे में खुले हैं। "इसका उद्देश्य एक दृढ़ संकल्प वाले अभिनेता को रोकना नहीं है," उन्होंने लिखा, "बल्कि लागत, घर्षण और अनिश्चितता जोड़कर अनधिकृत बड़े पैमाने पर स्क्रैपिंग को धीमा करना है।"
ईमानदार निष्कर्ष: ShieldFont प्रयोग करने लायक है यदि आप मूल सामग्री प्रकाशित करते हैं और बॉट्स के लिए बड़े पैमाने पर स्क्रैपिंग को अधिक महंगा बनाना चाहते हैं। पहले अपनी साइट के एक हिस्से पर इसका परीक्षण करें, जांचें कि यह आपके खोज ट्रैफ़िक पर क्या करता है, और इसे एक संपूर्ण समाधान के रूप में न मानें। ShieldFont वेबसाइट पर मुफ्त डेमो एन्कोडर आपको किसी भी पाठ को पेस्ट करने देता है और देखता है कि कच्चे HTML में क्या दिखेगा इससे पहले कि आप कुछ भी करने के लिए प्रतिबद्ध हों।
