Internet più libero o soltanto una promessa?

Per anni chi pubblica contenuti online ha dovuto inseguire una lista crescente di robot utilizzati dalle aziende di intelligenza artificiale. Adesso prende forma una proposta per comunicare con un unico segnale che testi, immagini e pagine non devono essere utilizzati per addestrare modelli generativi. La novità riguarda editori, creatori, aziende e chiunque gestisca un sito web.

Non è un interruttore magico e non impedisce automaticamente la raccolta dei dati. Ma il fatto che OpenAI, Google, Microsoft e Anthropic abbiano manifestato sostegno a una soluzione comune apre una discussione concreta: chi decide come vengono riutilizzati i contenuti pubblicati sul web, e con quali garanzie?

La proposta nasce da un documento tecnico, non da una nuova legge

Il 30 ottobre 2026 Kevin Kelley, indicato come autore affiliato ad Anthropic, ha presentato un Internet-Draft intitolato Machine-Readable Training Preference Signal. Il testo è disponibile nell'archivio dell'Internet Engineering Task Force, l'organizzazione che ospita il processo di sviluppo di molti standard Internet. Si tratta però di una proposta individuale, non di uno standard già approvato.

Questa distinzione è fondamentale. Un documento tecnico può descrivere una soluzione condivisibile senza imporne l'adozione. Le aziende che decidono di riconoscerla devono implementarla nei propri sistemi; quelle che non partecipano non diventano automaticamente obbligate a rispettarla. Il valore immediato dell'iniziativa è quindi soprattutto nell'impegno pubblico dei soggetti coinvolti.

Come funzionerebbe il segnale nel file robots.txt

La proposta sfrutta robots.txt, il file attraverso cui un sito comunica istruzioni ai crawler. Invece di identificare singolarmente ogni robot, introduce un gruppo riconoscibile attraverso il token __usage_ai-training. Il gestore può indicare una preferenza contraria all'utilizzo per l'addestramento dell'intero sito o di percorsi specifici, utilizzando le regole Allow e Disallow già familiari agli sviluppatori.

Non significa bloccare fisicamente un accesso. Il file robots.txt è leggibile pubblicamente e comunica istruzioni a chi sceglie di seguirle. Un soggetto che ignora quelle indicazioni può comunque tentare di recuperare le pagine. Per questo il nuovo segnale va interpretato come un meccanismo di dichiarazione delle preferenze, non come una protezione tecnica equivalente a un'autenticazione.

Perché la questione riguarda anche chi non lavora nel digitale

Un articolo, una fotografia, una ricetta o una guida possono diventare materiale utilizzato per sviluppare sistemi capaci di produrre risposte senza rimandare necessariamente alla fonte originale. Per molti creatori la questione non è soltanto economica: riguarda la possibilità di scegliere come il proprio lavoro venga riutilizzato e di comprendere chi ne trae beneficio.

Anche un piccolo sito locale può avere contenuti originali raccolti nel tempo: spiegazioni, cataloghi, recensioni, documentazione tecnica. La disponibilità pubblica di una pagina non equivale automaticamente a un consenso indistinto a ogni forma di trattamento. Allo stesso tempo, il dibattito giuridico sui limiti dell'addestramento e sui diritti applicabili resta complesso e varia tra ordinamenti.

Addestramento, ricerca e risposte AI non sono la stessa cosa

Il punto più delicato è distinguere tre attività che spesso vengono confuse. Un motore di ricerca può scansionare una pagina per inserirla nel proprio indice. Un assistente può recuperarla per costruire una risposta aggiornata. Un laboratorio può utilizzare grandi raccolte di contenuti durante l'addestramento di un modello. Sono processi differenti, con finalità e controlli non necessariamente coincidenti.

Il segnale proposto riguarda in particolare la preferenza sull'addestramento dell'intelligenza artificiale generativa. Non equivale a una richiesta generale di sparire dai motori di ricerca, né disciplina automaticamente ogni possibile utilizzo di una pagina all'interno di una risposta AI. Chi gestisce un sito dovrà quindi evitare di trattare tutti i crawler e tutte le funzioni come se fossero intercambiabili.

Le aziende hanno annunciato tempi differenti

Le comunicazioni pubbliche raccolte attorno alla proposta indicano percorsi di implementazione non uniformi. Anthropic ha avviato il supporto, OpenAI parla dei prossimi mesi e Google e Microsoft prevedono interventi nel 2027. Questo significa che aggiungere oggi una regola non garantisce che tutti i servizi la interpreteranno nello stesso momento.

La transizione può essere particolarmente importante per chi già utilizza direttive specifiche per i singoli operatori. Eliminare prematuramente le impostazioni esistenti potrebbe lasciare scoperti casi che il nuovo meccanismo non gestisce ancora. La prudenza suggerisce di verificare le indicazioni ufficiali di ciascun fornitore prima di modificare configurazioni che incidono sulla distribuzione dei contenuti.

La promessa di una scelta semplice incontra un limite concreto

Un linguaggio comune riduce la complessità: invece di conoscere ogni nuovo nome di crawler, un editore potrebbe esprimere una preferenza una volta sola. Ma una dichiarazione efficace richiede anche trasparenza su chi la rispetta, su quali dati vengono esclusi e sul momento in cui la scelta comincia a produrre effetti.

Rimane inoltre aperta la questione dei contenuti già raccolti. Una preferenza comunicata oggi non cancella automaticamente copie ottenute in passato e non dimostra, da sola, che un modello esistente non abbia mai utilizzato quel materiale. La possibilità di verificare concretamente il comportamento degli operatori sarà importante quanto la semplicità della sintassi.

Che cosa dovrebbero fare adesso editori e proprietari di siti

Il primo passo non è copiare indiscriminatamente una direttiva. Occorre stabilire quale risultato si desidera: continuare a comparire nella ricerca tradizionale, limitare l'addestramento dei modelli, regolare l'uso nelle risposte AI oppure negoziare forme di licenza. Ogni obiettivo può richiedere strumenti differenti e comportare conseguenze diverse sulla visibilità.

Chi usa WordPress dovrebbe verificare come viene generato il proprio robots.txt, se intervengono plugin SEO o configurazioni del server e quali regole siano già presenti. Prima di intervenire conviene documentare lo stato attuale, controllare le istruzioni ufficiali e testare il file pubblicamente accessibile. Una modifica apparentemente piccola può produrre effetti indesiderati se inserita nel gruppo sbagliato.

Il tema si intreccia anche con la Generative Engine Optimization: essere citati dai sistemi AI e autorizzare l'uso dei propri contenuti per l'addestramento non sono necessariamente la stessa decisione. Una strategia digitale matura deve distinguere il desiderio di essere trovati dalla volontà di concedere dati a un processo di formazione dei modelli.

Il futuro del web dipenderà anche da chi può dire di no

Il confronto tra aziende tecnologiche, editori e creatori si sta spostando da una domanda astratta a una scelta operativa. Se un sito può esprimere preferenze leggibili dalle macchine, diventa più semplice discutere di responsabilità e aspettative. Ma un segnale condiviso funziona davvero soltanto quando le regole vengono applicate e le eccezioni sono comprensibili.

La proposta del 30 ottobre non risolve da sola il conflitto tra accessibilità delle informazioni, innovazione e tutela del lavoro creativo. Offre però un possibile punto di partenza: separare il diritto di pubblicare online dalla presunzione che ogni contenuto sia liberamente disponibile per qualunque utilizzo dell'intelligenza artificiale.

Fonte: Internet Engineering Task Force, Internet-Draft di Kevin Kelley del 30 ottobre 2026. | Nota editoriale: contenuto informativo originale elaborato da fonti pubbliche con il supporto di strumenti AI; eventuali inesattezze possono essere segnalate tramite la pagina Contatti.