- Wikipedia sta riscontrando un sovraccarico di traffico causato dai bot AI che ignorano le regole di accesso.
- I crawler estraggono contenuti per addestrare modelli, sovraccaricando i server e soppiantando gli utenti umani.
- Anche i progetti di software libero risentono dell'aumento del traffico e dei costi associati.
- Si stanno valutando nuove misure e accordi tra piattaforme aperte e aziende di intelligenza artificiale per garantire la sostenibilità dell'ecosistema digitale.
Negli ultimi mesi le piattaforme digitali si sono concentrate sulla libera condivisione della conoscenza hanno cominciato a mostrare segni di stanchezza di fronte alla crescente attività del tracker di intelligenza artificiale. Servizi come Wikipedia stanno subendo una pressione senza precedenti sulla loro infrastruttura, generata non da un reale aumento degli utenti umani, ma da L'instancabile attività dei bot focalizzata sulla cattura dei dati per alimentare i modelli di intelligenza artificiale generativa.
Questi tracker, spesso mimetizzati o non chiaramente identificati, Il loro scopo è quello di raccogliere in maniera massiccia testi, immagini, video e altri materiali pubblici disponibili sul web. con l'obiettivo di migliorare la formazione dei modelli linguistici e dei sistemi di generazione di contenuti visivi.
Wikipedia e il costo dell'essere aperti
La Wikimedia Foundation, che gestisce Wikipedia e i progetti correlati, ha annunciato che Dall'inizio del 2024, il traffico sui suoi server è aumentato del 50%.. Questo aumento non sarebbe guidato dall'interesse spontaneo dei lettori, ma da bot dedicati alla scansione sistematica dei contenuti disponibili. Infatti, si stima che Circa due terzi del traffico diretto ai data center più costosi proviene da questi strumenti automatizzati..
Il problema è aggravato dal fatto che molti di questi bot ignorare le linee guida stabilite nel file 'robots.txt', tradizionalmente utilizzato per contrassegnare quali parti di un sito web possono o non possono essere indicizzate dalle macchine. Questa violazione delle regole ha messo a dura prova le risorse di Wikimedia, ostacolando il normale accesso degli utenti e influendo sulle prestazioni generali del servizio. Questo tipo di attività può essere paragonato a spyware che compromette la privacy degli utenti.
"Il contenuto è aperto, ma mantenerlo disponibile è costoso."L'organizzazione spiega. Ospitare, servire e proteggere milioni di articoli e file non è gratuito, anche se chiunque può accedervi senza pagare.
Il problema si estende ad altri angoli dell’ecosistema libero
Non è solo Wikipedia a subire gli effetti della raccolta indiscriminata di dati da parte di bot di intelligenza artificiale.. Anche le comunità e gli sviluppatori di software libero ne subiscono gli effetti negativi. I siti che ospitano documentazione tecnica, librerie di codice o strumenti open source segnalano improvvisi aumenti di traffico, spesso impossibili da gestire senza conseguenze finanziarie. La preoccupazione su chi ti spia mentre navighi è sempre più attuale..
L'ingegnere Gergely Orosz, ad esempio, Ha visto come nel giro di poche settimane uno dei suoi progetti ha moltiplicato per sette il consumo di larghezza di banda.. Questa situazione finì per generare costi imprevisti dovuti al traffico eccessivo che dovette affrontare lui stesso.
Per contrastare questa situazione, sviluppatori come Xe Iaso hanno creato strumenti come Anubis, un proxy inverso che obbliga i visitatori di un sito web a superare un breve test prima di accedere al contenuto. L'obiettivo è quello di filtrare i bot, che generalmente non superano questi test, e dare priorità all'accesso umano. Tuttavia, questi metodi hanno un'efficacia limitata, poiché I crawler AI sono in continua evoluzione per evitare questi ostacoli., utilizzando tecniche quali l'uso di indirizzi IP residenziali o frequenti cambi di identità.
Dalla difesa all'attacco: trappole per i bot
Alcuni sviluppatori hanno adottato strategie più proattive. Strumenti come Nepenthes o Labirinto AI, quest'ultimo alimentato da servizi come Cloudflare, sono stati progettati per attirare i bot in un labirinto di contenuti falsi o irrilevanti. In questo modo, i crawler sprecano risorse nel tentativo di raccogliere informazioni inutili, mentre i sistemi legittimi vengono meno gravati.
Il dilemma del web libero e dei modelli di intelligenza artificiale
Questa situazione contiene un conflitto di fondo: Il paradosso è che l'apertura di Internet, che ha facilitato lo sviluppo dell'intelligenza artificiale, ora minaccia la sostenibilità degli spazi digitali che alimentano quella stessa IA.. Le grandi aziende tecnologiche realizzano enormi profitti addestrando i loro modelli su contenuti gratuiti, ma Di solito non contribuiscono alla manutenzione delle infrastrutture che lo rendono possibile.
Le fondazioni e le comunità interessate insistono sul fatto che È necessario un nuovo patto di convivenza digitale. Ciò dovrebbe includere almeno i seguenti aspetti:
- Contributi finanziari delle aziende di intelligenza artificiale alle piattaforme che utilizzano come fonte di dati.
- Implementazione di API specifiche per accedere ai contenuti in modo regolamentato, scalabile e sostenibile.
- Rispetto scrupoloso delle regole di esclusione dei bot, come 'robots.txt', che molti strumenti attualmente ignorano.
- Attribuzione dei contenuti riutilizzati, in modo che venga riconosciuto il valore dei contributori originali.
Wikimedia e altri sollecitano l'azione
Oltre alle iniziative individuali, La Wikimedia Foundation sta sostenendo misure coordinate per impedire il collasso delle loro infrastrutture. Piattaforme come Stack Overflow hanno già iniziato a far pagare l'accesso automatizzato ai loro contenuti ed è possibile che altre seguiranno l'esempio se la situazione non migliorerà.
L’eccessiva pressione che i robot AI esercitano sui progetti volontari e non profit potrebbe finire per accelerare la chiusura o la restrizione del libero accesso a gran parte della conoscenza online. Una conseguenza paradossale, se si considera che queste fonti sono state fondamentali per il progresso della tecnologia che oggi ne minaccia l'esistenza. In questa situazione è essenziale disporre di un browser sicuro..
La sfida attuale è trovare un modello per l'uso responsabile delle risorse digitali aperte, che garantisce la sostenibilità sia dei modelli di intelligenza artificiale sia della rete di conoscenze collaborative che li supporta.
Se non si raggiunge un giusto equilibrio tra sfruttamento e collaborazione, L'ecosistema web che ha alimentato i maggiori progressi dell'intelligenza artificiale potrebbe anche diventarne una delle principali vittime..
Sono un appassionato di tecnologia che ha trasformato i suoi interessi "geek" in una professione. Ho trascorso più di 10 anni della mia vita utilizzando tecnologie all'avanguardia e armeggiando con tutti i tipi di programmi per pura curiosità. Ora mi sono specializzato in informatica e videogiochi. Questo perché da più di 5 anni scrivo per vari siti web di tecnologia e videogiochi, creando articoli che cercano di darti le informazioni di cui hai bisogno in un linguaggio comprensibile a tutti.
In caso di domande, le mie conoscenze spaziano da tutto ciò che riguarda il sistema operativo Windows e Android per telefoni cellulari. E il mio impegno è nei tuoi confronti, sono sempre disposto a dedicare qualche minuto e aiutarti a risolvere qualsiasi domanda tu possa avere in questo mondo di Internet.
I commenti sono chiusi.