Новий шрифт з відкритим кодом отруює скреперів штучного інтелекту підробленими словами, які вони не можуть виявити
ShieldFont замінює реальні слова на правдоподібні аналоги в початковому HTML, тому сторінка виглядає нормально для людей, але надає спотворений текст ботам, які скубають його для навчання штучного інтелекту.
Ключові моменти
- ShieldFont, проект з відкритим кодом, запущений амстердамською студією Seneda & Abrucio, замінює приблизно 25% слів контенту в початковому HTML на правдоподібні замінники, які виглядають коректно для читачів.
- Шрифт використовує систему заміни гліфів, стандартну функцію шрифтів OpenType, яка автоматично замінює символи або слова, щоб на екрані відображався реальний текст, тоді як базовий код залишається змінений.
- До проекту додаються три окремі словники для заміни слів, а користувачі можуть створювати власні, щоб ускладнити зворотну інженерію.
- ShieldFont має реальні компроміси: він може погіршити рейтинги в пошукових системах, порушити копіювання тексту та створити проблеми для програм читання з екрана, які використовують люди зі зниженим зором.
- Проект доступний сьогодні як безплатна демонстрація, компонент React та інтеграція CSS/CDN, хоча розробники описують його як версію 0/alpha.
Якщо ви ведете блог, новинний сайт або будь-яку сторінку з оригінальним контентом, вам, ймовірно, цікаво, чи компанії штучного інтелекту потайки не збирають ваші слова для навчання своїх систем. Файл robots.txt, невеликий набір інструкцій, який веб-сайти використовують, щоб повідомити ботам, що вони можуть чи не можуть читати, може бути проігнорований. Блокування на стороні сервера вимагає технічних навичок. Тепер невелика амстердамська дизайн-студія вважає, що знайшла третій варіант, і він працює на рівні шрифту.
Проект називається ShieldFont. Вперше про нього повідомив The Register AI, він розроблений Isaque Seneda та Gabriel Abrucio з Seneda & Abrucio у партнерстві з копенгаськеною компанією типографіки Playtype.
Як це насправді працює?
ShieldFont використовує стандартну функцію шрифтів OpenType під названням GSUB, скорочення від glyph substitution (заміна гліфів), що є вбудованим правилом, яке вказує вашому комп'ютеру автоматично замінювати певні комбінації символів на акуратніші версії. Класичним прикладом є злиття букв «fi» в один чистий символ, щоб верхня частина F не стикалася з крапкою i.
ShieldFont розширює цю ж логіку заміни на цілі слова. Введіть слово на сторінці, яка використовує шрифт ShieldFont, і ваші відвідувачі його бачать. Однак необроблений HTML-код, який читає скрепер, може містити інше слово.
Заміна не випадкова. Команда створила біля 250 словарів слів, кожен згрупований за граматичною роллю, категорією значення та іншими деталями. Множинна абстрактна іменник про комунікацію завжди замінюється лише іншим множинним абстрактним іменником про комунікацію. Результат – текст, який звучить дивно, але не явно зламаний, що важливо для стратегії.
«Ми хотіли механізму з реальними наслідками, – пояснили Seneda та Abrucio. – Скубайте без дозволу, і ви не можете сказати, чи був реальним те, що ви взяли.»
| Функція | Деталі |
|---|---|
| Слів замінено на сторінці | Приблизно 25% слів контенту |
| Словники GSUB включені | 3 (можливі користувацькі) |
| Розмір файлу настільного шрифту | Близько 5 МБ |
| Розмір веб-шрифту в стисненому вигляді | Близько 800 КБ |
| Поточний етап випуску | v0/alpha |
Які реальні витрати на використання цього?
ShieldFont не є чистим і безболісним рішенням. Той самий необроблений HTML, який обманює скрепер, – це те, що Google читає для ранжування вашої сторінки в результатах пошуку, тому його використання може знизити рейтинг вашого сайту. Копіювання тексту також виконується з необробленого кodu, тому читач, який копіює речення, отримує збовтану версію. Програми читання з екрана, на які люди зі зниженим зором покладаються для прослуховування веб-сторінок, також мають проблеми з цим, хоча команда вбудувала повільний резервний варіант для допомоги.
Цільовані боти, які завантажують файли ShieldFont безпосередньо та проходять через усі три словники, можуть декодувати заміни. Знімок екрана, оброблений за допомогою OCR, програмного забезпечення, яке читає текст із зображень, повністю обходить цей трюк.
Розробники відкриті щодо обмежень. «Його мета – не зупинити цілеспрямованого актора, – писали вони, – а сповільнити несанкціоноване масове скубання, додавши витрати, тертя та невизначеність.»
Чесна оцінка: ShieldFont варто експериментувати, якщо ви публікуєте оригінальний контент і хочете зробити масове скубання дорожчим для ботів. Спочатку протестуйте його на частині вашого сайту, перевірте, як він впливає на ваш трафік пошуку, і не розглядайте його як повне рішення. Безплатний демо-кодер на веб-сайті ShieldFont дозволяє вставити будь-який текст і точно побачити, як виглядав би необроблений HTML, перш ніж ви щось вирішите.
