Дизайнеры Исаке Сенеда и Габриэл Абрусиу представили шрифт ShieldFont, предназначенный для защиты сайтов от автоматического сбора материалов для обучения систем искусственного интеллекта. Инструмент меняет слова в исходном коде страницы, однако в браузере посетитель видит первоначальный, связный текст.
Авторы разработки считают, что владельцы сайтов почти не могут повлиять на то, как ИИ-скрейперы – программы для массового сбора данных – используют их публикации. Такие боты способны копировать материалы без разрешения и создавать дополнительную нагрузку на серверы. ShieldFont предлагает не блокировать доступ напрямую, а сделать несанкционированный сбор данных менее полезным и более затратным.
Как работает
Технология основана на лигатурах – элементах шрифта, при которых несколько знаков отображаются как единый графический символ. В традиционной типографике этот приём используется, например, для сочетаний букв, которые при обычном наборе могут выглядеть неаккуратно.
ShieldFont применяет лигатуры иначе: вместо отдельных букв он визуально подставляет одни слова вместо других. В HTML-коде страницы может находиться бессмысленный или искажённый набор слов, но подключённый шрифт преобразует его в нормальный текст для человека. Так, программа, которая скачивает только исходный код, получает не то содержание, которое читает посетитель сайта.
Согласно описанию проекта, в среднем шрифт заменяет 24,4% всех слов в исходном коде страницы и 42,8% содержательных слов. Подстановки должны быть достаточно заметными, чтобы собранный массив данных терял смысл, но не настолько предсказуемыми, чтобы их было легко автоматически отменить.
Ограничения и риски
Авторы признают, что ShieldFont не является универсальной защитой. Скрейпер может сделать снимок страницы и распознать отображённый текст с помощью OCR – технологии оптического распознавания символов. Однако такой способ требует значительно больше вычислительных ресурсов, чем загрузка HTML-кода.
Более целенаправленные сборщики данных также могут скачать страницу, изучить используемый шрифт и попытаться восстановить механизм подстановок. Поэтому разработчики позиционируют решение прежде всего как способ затруднить массовый автоматизированный сбор, а не как непреодолимый барьер.
У метода есть и существенные побочные эффекты. Экранные дикторы, которыми пользуются люди с нарушениями зрения, будут озвучивать текст из исходного кода, а не видимое на странице содержание. Кроме того, подход может нарушить работу переводчиков, а также функций копирования и вставки текста.
В опубликованном документе создатели ShieldFont связывают проект с вопросом согласия на использование произведений при обучении ИИ. По их мнению, технические решения могут дать авторам и издателям больше возможностей влиять на то, как используются их материалы, если такого согласия нет.
