Questo Font Rende le Pagine Web Illeggibili ai Scraper AI, ma Normali per gli Umani

Punti chiave

• ShieldFont, creato dai designer Isaque Seneda e Gabriel Abrucio, sostituisce le parole reali con parole prive di senso nel codice sottostante che gli scraper di IA raccolgono.
• I visitatori umani vedono una pagina normale e leggibile perché la sostituzione delle parole avviene solo dopo che il font disegna il testo sullo schermo.
• Il font utilizza una funzione chiamata legature, che la maggior parte dei font include già, per attivare le sostituzioni.
• I designer hanno pubblicato un white paper che descrive ShieldFont come un modo pratico per i proprietari di siti web di bloccare la raccolta non autorizzata di dati di addestramento per l'IA.

Due designer hanno creato un font che realizza un trucco silenzioso: mostrare una cosa ai lettori umani e fornire qualcosa di completamente diverso al software che le aziende di IA utilizzano per estrarre testo dal web.

Il font si chiama ShieldFont. I designer Isaque Seneda e Gabriel Abrucio lo descrivono in un white paper pubblicato di recente come uno strumento per offrire ai publisher web "un'opzione pratica per escludersi dall'addestramento non autorizzato dell'IA" e per "interrompere ciò che viene raccolto quando questa scelta viene ignorata".

Come funziona esattamente?

ShieldFont scramble le parole che gli scraper di IA raccolgono, ma solo dopo che il browser di un umano ha già disegnato la pagina, quindi il lettore non nota mai nulla di sbagliato.

Il trucco si basa su una funzione di font di lunga data chiamata legature. Nella maggior parte dei font, le legature sono cose modeste e utili: ordinano determinate combinazioni di lettere che appaiono sgradevoli affiancate. ShieldFont ripropone lo stesso meccanismo per fare qualcosa di molto più furbo. Invece di ordinare due lettere, scambia intere parole con parole diverse e prive di senso nel momento in cui il motore dei font renderizza la pagina.

Ecco il dettaglio chiave. Le aziende di IA raccolgono i dati di addestramento inviando programmi automatici, chiamati scraper o crawler, per scaricare il codice sorgente grezzo delle pagine web. Quel codice sorgente viene raccolto prima che un browser faccia qualcosa con esso. Le sostituzioni di ShieldFont si attivano solo durante la fase di disegno, quindi lo scraper cattura il testo originale alterato. Un umano che visita la stessa pagina vede la versione renderizzata correttamente.

In parole semplici: la pagina dice "cavallo" nel codice che lo scraper copia, ma il vostro browser disegna "patata" sullo schermo. O viceversa. In ogni caso, lo scraper se ne va con spazzatura.

Questo ferma effettivamente le aziende di IA?

ShieldFont rende il testo raccolto molto meno utile, ma è uno strato di difesa, non uno scudo completo.

I modelli di IA, i modelli linguistici di grandi dimensioni sono la tecnologia alla base di chatbot come ChatGPT e Claude, vengono addestrati su enormi quantità di testo raschiato dal web pubblico. Editori e autori hanno già citato in giudizio diverse aziende di IA per questa pratica, e alcuni siti hanno aggiunto istruzioni tecniche che dicono ai crawler di stare lontani. ShieldFont offre un approccio diverso: invece di chiedere agli scraper di andarsene, avvelena quello che prendono se ignorano la richiesta.

La precisazione, come riportato da Ars Technica, è che uno scraper determinato potrebbe potenzialmente utilizzare un browser headless, software che esegue silenziosamente un browser completo in background, per raccogliere testo dopo il rendering piuttosto che prima. La protezione di ShieldFont crollerebbe in questo scenario. I designer riconoscono che il font funziona meglio come parte di una strategia più ampia, non come soluzione standalone.

Per i proprietari di siti web preoccupati che i loro contenuti vengano utilizzati per addestrare l'IA senza autorizzazione, ShieldFont è uno step extra a basso sforzo che vale la pena monitorare. Non richiede modifiche lato server né alcuna azione da parte dell'utente.

Domande comuni

Questo influenzerà l'aspetto del mio sito web per i visitatori?

No. I lettori vedono una pagina completamente normale. Le sostituzioni di parole esistono solo nel codice grezzo, che i visitatori ordinari non guardano mai.

Le aziende di IA potrebbero aggirare questo?

Potenzialmente sì. Uno scraper che esegue un browser completo prima di raccogliere il testo aggirerebbe la protezione. ShieldFont è più efficace se combinato con altre misure, come le regole robots.txt che indicano ai crawler di stare lontani.