Uma proposta divulgada em 30 de outubro de 2026 pretende simplificar a forma como sites informam suas preferências sobre o uso de conteúdo para treinar modelos de inteligência artificial. A ideia é aproveitar o arquivo robots.txt, já empregado por administradores para orientar programas que percorrem páginas na internet, e acrescentar um sinal reconhecível por diferentes empresas. A OpenAI anunciou apoio à iniciativa; o The Verge noticiou que Google, Microsoft e Anthropic também se comprometeram com a abordagem.
O ponto central é reduzir regras repetidas. Hoje, quem administra um portal pode precisar informar suas escolhas separadamente para cada robô ou fornecedor. Com o sinal compartilhado, empresas participantes passariam a interpretar a mesma preferência, sem exigir uma lista diferente para cada uma delas.
O documento técnico, apresentado por Kevin Kelley e publicado no repositório da Internet Engineering Task Force (IETF), usa o identificador __usage_ai-training. Em seu exemplo, uma seção que começa por “User-Agent: __usage_ai-training” e inclui “Disallow: /” expressa uma preferência contrária ao treinamento com os caminhos abrangidos pela regra. O mecanismo também admite exceções para partes específicas de um site.
É importante distinguir finalidade de acesso. O novo identificador trata de como o conteúdo pode ser utilizado no treinamento de inteligência artificial, não equivale, por si só, a uma barreira técnica contra a visita de robôs. As regras existentes de rastreamento continuam válidas, e o sinal comum não substitui os controles particulares já oferecidos pelos provedores.
Também não se trata de uma mudança totalmente implementada. Em seu comunicado de 30 de outubro, a OpenAI informou que pretende adotar o sinal nos próximos meses. Segundo o The Verge, a Anthropic já o utiliza, enquanto Google e Microsoft planejam apoio no ano seguinte. Portanto, não há base para afirmar que todos os sistemas dessas empresas já respeitam a nova opção em novembro de 2026.
O estágio da padronização exige outra ressalva. O texto hospedado pela IETF é um Internet-Draft, isto é, um documento de trabalho sujeito a alterações, e não uma norma definitiva aprovada pela organização. Ele busca aproveitar a estrutura conhecida do robots.txt, evitando criar uma linguagem inteiramente nova.
Para portais de notícias, blogs e empresas com documentação pública, uma opção compartilhada pode tornar a administração mais simples. O benefício real, porém, depende da adoção efetiva pelos fornecedores e do cumprimento da preferência informada. O arquivo não resolve sozinho questões de licenciamento nem demonstra, automaticamente, como conteúdos já coletados foram tratados.
A discussão ainda envolve separar treinamento de modelos, indexação em buscadores e uso de páginas como referência em respostas. São atividades diferentes, com controles que podem variar conforme a empresa. Por isso, a decisão sobre treinamento não deve ser confundida com um pedido universal para retirar o site dos resultados de pesquisa.
Fontes e referências: OpenAI, comunicado oficial de 30/10/2026: https://openai.com/index/helping-websites-express-ai-training-preferences/ The Verge, reportagem de Emma Roth publicada em 30/10/2026: https://www.theverge.com/tech/1023763/openai-google-microsoft-ai-scraping-standard-opt-out IETF, Internet-Draft de 30/10/2026, ainda em discussão: https://datatracker.ietf.org/doc/draft-kelley-aipref-training-preference-signal/
Produção editorial com apoio de automação e referências identificadas. A automação não representa aprovação humana prévia.
