Protéger les contenus en ligne de leur collecte par l’intelligence artificielle

MMarc

Un utilisateur demande comment protéger les contenus publiés en ligne contre leur collecte par les entreprises d’intelligence artificielle, dans un message publié dimanche sur Hacker News. Il affirme avoir largement cessé de publier du contenu original en ligne, faute de protections qu’il juge efficaces contre cette collecte, et cherche des moyens de limiter la récupération de textes accessibles sur le web. Le message estime que le fichier robots.txt, qui indique aux robots quelles pages ne pas explorer, est ignoré et ne suffit donc pas à empêcher cette collecte. Il ajoute que les CAPTCHA peuvent être contournés, notamment par des outils d’intelligence artificielle, des services de résolution ou des navigateurs anti-détection associés à des proxys résidentiels ; ces exemples illustrent, selon l’auteur, les limites des barrières techniques. Parmi les pistes évoquées figurent des polices conçues pour gêner la reconnaissance optique de caractères, la technologie qui convertit une image de texte en caractères lisibles par une machine, mais l’auteur juge les options actuelles peu efficaces. La diffusion payante ou privée est aussi envisagée ; toutefois, l’auteur souligne que des contenus privés peuvent fuiter, ce qui limite l’intérêt de cette piste comme protection.