OpenAI e Google anunciaram em 30 de outubro apoio a um sinal compartilhado em robots.txt para que donos de sites comuniquem preferências sobre treinamento de inteligência artificial a várias empresas participantes de uma vez. A promessa é reduzir a manutenção de regras separadas para cada fornecedor. Não significa que o novo controle já esteja funcionando em todos os serviços.
A OpenAI prevê implementá-lo nos próximos meses, com detalhes em uma atualização futura. O Google aponta 2027 para o suporte conjunto. As duas empresas dizem que os controles próprios continuarão existindo. Para uma editora brasileira, o anúncio é uma proposta de simplificação, não motivo para apagar hoje as regras já configuradas.
OVERRATED ↑
tratar o anúncio como botão universal que já impede coleta e treinamento
UNDERRATED ↓
separar preferência de uso, regras de coleta e data real de implementação
Uma preferência comum, não uma barreira
O mecanismo aparece no rascunho Machine-Readable Training Preference Signal, atualizado nesta sexta. Ele propõe o identificador __usage_ai-training em grupos comuns de robots.txt. A ideia é associar preferências de uso a caminhos do site sem criar uma nova gramática para o arquivo.
A distinção importante está no próprio documento: o identificador não é uma ordem de comportamento de coleta. Preferências sobre uso do conteúdo e regras para o tráfego de robôs são independentes. Um consumidor pode usar a preferência para decidir o que buscar, mas esse efeito não é garantido pelo simples acréscimo do sinal.
Há limites também para a abrangência. O rascunho diz que grupos genéricos com asterisco não devem ser interpretados como correspondendo ao novo identificador. Se ele não estiver presente, nenhuma preferência foi expressa por esse mecanismo. Regras específicas e acordos privados podem ter precedência nas condições descritas pelo documento.
Isso não torna a proposta irrelevante. O ganho pretendido é evitar repetir a mesma escolha para uma lista crescente de empresas. Mas depende de quem adere e de como implementa, não apenas de publicar duas linhas no servidor.
Ainda não é um padrão aprovado
O anúncio se apoia nas discussões do grupo AI Preferences, da IETF. Isso não equivale a dizer que a IETF aprovou esse mecanismo como padrão final. O registro do documento o classifica como Internet-Draft individual, sem endosso da organização e sem posição formal no processo de padronização.
Essa diferença evita vender um rascunho como regra universal da internet. O texto é trabalho em andamento e pode mudar. A OpenAI descreve a iniciativa como voluntária e incentiva outras empresas a respeitá-la. O Google também fala em continuar o trabalho de refinamento e padronização.
No caso do Google, quando o sinal comum recusar treinamento e não houver uma regra explícita de Google-Extended, o plano é interpretar a preferência como uma recusa para Google-Extended. As escolhas específicas da empresa continuarão funcionando em paralelo. O anúncio não fornece um dia de ativação dentro de 2027.
Busca e treinamento continuam diferentes
A documentação atual dos robôs da OpenAI já permite escolhas independentes: GPTBot está ligado a conteúdo que pode ser usado no treinamento de modelos generativos; OAI-SearchBot serve para exibir sites nos resultados de busca do ChatGPT. Um site pode permitir busca e recusar treinamento.
Há ainda visitas acionadas por usuários, identificadas como ChatGPT-User. A OpenAI informa que não são coleta automática da web e que as regras de robots.txt podem não se aplicar a essas visitas. Portanto, recusar treinamento não deve ser apresentado como impedir toda leitura por qualquer produto de IA.
O que isso significa no Brasil
Donos de sites brasileiros já podem usar os controles separados documentados pela OpenAI para permitir presença na busca e recusar treinamento por GPTBot. Os anúncios não informam um lançamento exclusivo por país. A utilidade está na gestão do próprio site, não em uma configuração que o leitor de um chatbot possa escolher por todos os editores.
Antes de uma mudança, vale registrar as regras existentes, identificar se a escolha é sobre coleta, treinamento ou presença em busca e conferir o calendário de cada fornecedor. Não há nestas fontes uma promessa de remuneração, uma licença geral de conteúdo brasileiro ou uma conclusão jurídica sobre direitos autorais no país.
Para quem usa IA no computador, a discussão também não substitui controles locais de acesso. Nosso guia de permissões para agentes de IA trata desse outro problema: o que o software pode abrir e executar, não quais dados um provedor pode usar para treinar modelos.
