Новый шрифт с открытым исходным кодом отравляет AI-скреперы поддельными словами, которые они не могут обнаружить
ShieldFont заменяет настоящие слова в содержимом на правдоподобные аналоги в raw HTML, так что страница выглядит нормально для людей, но подает искаженный текст ботам, собирающим данные для обучения AI.
Ключевые моменты
- ShieldFont, проект с открытым исходным кодом амстердамской студии Seneda & Abrucio, заменяет примерно четверть слов содержимого в raw HTML на правдоподобные заменители, которые выглядят правильно для читателей.
- Шрифт использует систему подстановки глифов, стандартную функцию шрифтов OpenType, которая автоматически меняет символы или слова, отображая реальный текст на экране и скрывая измененный текст в базовом коде.
- Проект поставляется с тремя отдельными словарями замен, и пользователи могут создавать свои собственные, чтобы усложнить обратное проектирование.
- ShieldFont имеет реальные недостатки: может повредить рейтинги поисковых систем, нарушить копирование и создать проблемы для программ экранного доступа, используемых людьми с нарушениями зрения.
- Проект доступен сегодня как бесплатная демонстрация, компонент React и интеграция CSS/CDN, хотя создатели описывают его как версию 0/alpha.
Если вы публикуете оригинальные тексты в интернете, вы, вероятно, задавались вопросом, тихо ли AI-компании собирают ваши слова для обучения. Файл robots.txt может быть проигнорирован. Блокировка на уровне сервера требует реальных технических навыков. Теперь небольшая амстердамская дизайн-студия думает, что у нее есть третий вариант, и он работает на уровне шрифта. Мы освещали борьбу со скреперами когда Patreon перешел от вежливых просьб к активному блокированию 17 июля; ShieldFont берет совершенно другой угол.
Проект называется ShieldFont. О нем первым сообщила The Register AI, он был создан Isaque Seneda и Gabriel Abrucio из Seneda & Abrucio в партнерстве с копенгагенской типографической компанией Playtype.
Как это на самом деле работает?
ShieldFont использует стандартную функцию шрифтов OpenType под названием GSUB, сокращение от glyph substitution, встроенное правило, которое сообщает вашему компьютеру автоматически заменять определенные комбинации символов на более аккуратные версии. Классический пример — буквы "fi" объединяются в один чистый символ, чтобы верх F не сталкивался с точкой i.
ShieldFont расширяет эту же логику замены на целые слова. Введите "дочь" на странице со шрифтом ShieldFont, и ваши посетители видят "дочь". Однако raw HTML, который читает скрепер, может сказать "журналист".
Замена не случайна. Команда создала около 250 словарей слов, каждый сгруппирован по части речи и категории значения. Множественное абстрактное существительное о коммуникации заменяется только другим множественным абстрактным существительным о коммуникации. В результате получается текст, звучащий странно, но не явно поломанный, что важно для стратегии: цель — не отклонение, а усвоение плохих данных.
"Мы хотели механизм с реальными последствиями", — объяснили Seneda и Abrucio. "Собирайте без разрешения, и вы не сможете понять, было ли то, что вы взяли, настоящим."
| Функция | Детали |
|---|---|
| Слов заменено на страницу | Примерно четверть слов содержимого |
| Включено GSUB словарей | 3 (возможны пользовательские) |
| Размер файла шрифта для рабочего стола | Около 5 МБ |
| Размер веб-шрифта в сжатом виде | Около 800 КБ |
| Текущий этап выпуска | v0/alpha |
Каковы реальные затраты на использование этого?
ShieldFont — это не чистое решение. Тот же raw HTML, который обманывает скрепер, — это то, что Google читает для ранжирования вашей страницы, поэтому его использование может снизить рейтинг вашего сайта. Копирование также использует raw код, что означает, что читатель, копирующий предложение, получит зашифрованную версию. Программы экранного доступа, на которые люди с нарушениями зрения полагаются для прослушивания веб-страниц, также с ней борются, хотя команда встроила более медленный fallback для помощи.
Целевые боты, которые напрямую загружают файлы ShieldFont и проходят через все три словаря, могут расшифровать замены. Снимок экрана, обработанный через OCR, программное обеспечение, которое читает текст с изображений, полностью обходит трюк.
Создатели открыты о ограничениях. "Его назначение не в том, чтобы остановить решительного злоумышленника", — написали они, "но в том, чтобы замедлить несанкционированный массовый скрепинг, добавляя стоимость и неопределенность."
Честный вердикт: ShieldFont стоит тщательного эксперимента, если вы публикуете оригинальное содержимое и хотите, чтобы массовый скрепинг обошелся ботам дороже. Сначала протестируйте его на одной части вашего сайта и наблюдайте, что происходит с трафиком поиска. Бесплатный кодировщик-демонстратор на веб-сайте ShieldFont позволяет вам вставить любой текст и увидеть точно, как будет выглядеть raw HTML, прежде чем вы примете решение.
