Представлен бесплатный шрифт ShieldFont для защиты контента от ИИ-скрейперов

Разработка предлагает альтернативу традиционным методам ограничения доступа, таким как файл robots.txt, который работает только в том случае, если поисковые роботы и системы сбора данных добровольно соблюдают его правила. Многие современные ИИ-скрейперы эти ограничения игнорируют.

Как работает ShieldFont

ShieldFont основан на возможностях формата OpenType и использует механизм подмены символов. Для посетителя сайта текст отображается в привычном виде, однако программы, анализирующие исходный HTML-код страницы, получают совершенно другую последовательность слов.

Подставленный текст сохраняет грамматическую корректность и выглядит связным, но полностью утрачивает исходный смысл. Такая стратегия рассчитана на то, чтобы автоматически собранные данные не были отброшены на этапе предварительной фильтрации и могли попасть в обучающие выборки языковых моделей, снижая качество собранного корпуса.

По данным разработчиков, в ходе испытаний 55,8% обработанных текстовых фрагментов перестали соответствовать исходным фактам после применения механизма подмены.

Защита не является универсальной

Авторы проекта подчеркивают, что ShieldFont не способен полностью предотвратить извлечение информации. Его эффективность зависит от того, каким способом осуществляется сбор данных.
Если скрейпер анализирует HTML-код страницы, механизм подмены работает. Однако защиту можно обойти несколькими способами:

• выполнить скриншот страницы и распознать текст с помощью OCR; 
• анализировать изображение страницы вместо HTML; 
• заранее загрузить используемый шрифт и словарь соответствий символов. 

Поэтому разработчики рассматривают ShieldFont не как абсолютную защиту, а как средство усложнения и удорожания массового автоматизированного сбора контента.

Возможные недостатки

Использование технологии может привести к ряду побочных эффектов. Поскольку поисковые системы индексируют исходный HTML-код, а не визуальное отображение страницы, они также могут видеть подмененный текст. Это потенциально способно негативно сказаться на SEO и позициях сайта в поисковой выдаче.

Кроме того, подмена символов может нарушить работу сервисов автоматического перевода, функций копирования текста и программ экранного доступа, которыми пользуются люди с нарушениями зрения. В результате технология может ухудшить доступность веб-ресурсов и совместимость с различными инструментами обработки текста.

Новый подход к защите цифрового контента

Появление ShieldFont отражает растущую тенденцию поиска технических средств защиты авторского контента в эпоху генеративного искусственного интеллекта. Вместо блокировки доступа технология пытается сделать автоматически собранные данные менее ценными для обучения моделей, увеличивая стоимость и сложность их получения.

При этом эффективность подобных решений во многом будет зависеть от того, как быстро разработчики систем веб-скрейпинга адаптируют свои инструменты к новым методам защиты.

Источник: https://kod.ru/shieldfont-shrift-zashchita-ot-ai-botov