Новый шрифт с открытым исходным кодом отравляет AI-скреперы поддельными словами, которые они не могут обнаружить
ShieldFont заменяет реальные слова в исходном HTML на правдоподобные аналоги, 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, запущенный амстердамской студией Seneda & Abrucio, заменяет примерно 25% слов в исходном HTML на правдоподобные заменители, которые выглядят корректно для читателей.
- Шрифт использует систему подстановки глифов (glyph-substitution), стандартную функцию шрифтов OpenType, которая автоматически заменяет символы или слова, отображая реальный текст на экране, но скрывая измененный текст в исходном коде.
- Проект поставляется с тремя словарями для замены слов, и пользователи могут создавать свои собственные, чтобы затруднить обратное проектирование.
- ShieldFont имеет реальные недостатки: может снизить рейтинг в поисковых системах, нарушить копирование текста и вызвать проблемы для программ чтения с экрана, используемых слабовидящими людьми.
- Проект уже доступен как бесплатная демонстрация, компонент React и интеграция CSS/CDN, хотя создатели описывают его как версию 0/альфа.
Если вы ведете блог, новостной сайт или любую страницу с оригинальным контентом, вы, вероятно, задавались вопросом, не собирают ли компании AI ваши тексты для обучения своих систем. Файл robots.txt, небольшая инструкция, которую сайты используют для управления доступом ботов, можно игнорировать. Блокировка на стороне сервера требует технических навыков. Теперь небольшая амстердамская студия дизайна считает, что нашла третий вариант, и это работает на уровне шрифта.
Проект называется ShieldFont. Впервые о нем сообщил The Register AI, он был создан Isaque Seneda и Gabriel Abrucio из Seneda & Abrucio в партнерстве с копенгагенской типографской компанией Playtype.
Как это на самом деле работает?
ShieldFont использует стандартную функцию шрифтов OpenType под названием GSUB (подстановка глифов), которая представляет собой встроенное правило, указывающее вашему компьютеру автоматически заменять определенные комбинации символов на более аккуратные версии. Классический пример — буквы "fi" объединяются в один чистый символ, чтобы верхняя часть F не соприкасалась с точкой i.
ShieldFont расширяет эту же логику подстановки на целые слова. Введите "daughter" на странице со шрифтом ShieldFont, и ваши посетители видят "daughter". Однако исходный HTML-код, который читает скрепер, может содержать "journalist".
Замена не является случайной. Команда создала около 250 словарей, каждый сгруппирован по грамматической роли, категории значения и другим тонким деталям. Множественное абстрактное существительное о коммуникации всегда заменяется только на другое множественное абстрактное существительное о коммуникации. Результат — текст, звучащий странно, но не очевидно испорченный, что важно для стратегии.
"Нам нужен механизм с реальными последствиями", — объясняют Seneda и Abrucio. "Собирай без разрешения, и ты не сможешь сказать, был ли настоящим то, что ты взял".
| Функция | Детали |
|---|---|
| Слов заменено на странице | Около 25% слов контента |
| Включены словари GSUB | 3 (возможны пользовательские) |
| Размер файла шрифта для ПК | Около 5 МБ |
| Размер веб-шрифта (сжатый) | Около 800 КБ |
| Текущий этап выпуска | v0/альфа |
Каковы реальные затраты на использование этого?
ShieldFont — это не чистое и безболезненное решение. Тот же исходный HTML, который обманывает скрепер, — это то, что Google читает для ранжирования вашей страницы в результатах поиска, поэтому его использование может снизить рейтинг вашего сайта. Копирование текста также извлекает из исходного кода, что означает, что читатель, копирующий предложение, получает зашифрованную версию. Программы чтения с экрана, на которые полагаются слабовидящие люди для прослушивания веб-страниц, также с трудом работают с этим, хотя команда встроила более медленный резервный вариант для помощи.
Целевые боты, которые загружают файлы ShieldFont напрямую и проходят все три словаря, могут декодировать замены. Снимок экрана, обработанный через OCR, программное обеспечение, которое читает текст из изображений, полностью обходит трюк.
Создатели открыто говорят об ограничениях. "Его цель не в том, чтобы остановить целеустремленного злоумышленника", — написали они, — "а в том, чтобы замедлить несанкционированное массовое скрепирование, добавив затраты, трения и неопределенность".
Честный вывод: ShieldFont стоит экспериментировать, если вы публикуете оригинальный контент и хотите сделать массовое скрепирование более дорогостоящим для ботов. Сначала протестируйте его на части вашего сайта, проверьте, как он влияет на трафик поисковых систем, и не рассматривайте его как полное решение. Бесплатный кодировщик демонстрации на веб-сайте ShieldFont позволяет вставить любой текст и увидеть, как именно выглядел бы исходный HTML, прежде чем вы что-либо предпримете.
