Les grands modèles de langage sont formés sur des quantités massives de données, y compris le Web. Google est appelle maintenant pour « des moyens lisibles par machine pour le choix et le contrôle des éditeurs Web pour les cas d’utilisation émergents de l’IA et de la recherche », ou un robots.txt moderne.

Google affirme que les éditeurs Web ayant « le choix et le contrôle » sur leur contenu sont un élément important du maintien d’un écosystème dynamique. Il indique comment les fichiers robots.txt permettent aux sites de définir si les moteurs de recherche peuvent explorer et indexer leur contenu.

Cependant, nous reconnaissons que les contrôles existants pour les éditeurs Web ont été développés avant les nouveaux cas d’utilisation de l’IA et de la recherche.

En tant que tel, Google souhaite réunir « les éditeurs Web, la société civile, le monde universitaire et d’autres domaines du monde entier » pour discuter de l’équivalent moderne de robots.txt pour la formation à l’IA. Il note comment ce développement communautaire norme Internetqui a presque 30 ans, a été « simple et transparent ».

L’entreprise dispose aujourd’hui de l’expérience générative de recherche, Bard, et forme activement Gemini, son modèle de base de nouvelle génération.

Google veut une discussion publique avec un formulaire d’inscription aujourd’hui, laissant les groupes exprimer leur intérêt avant le coup d’envoi : « La liste de diffusion est destinée aux membres des communautés Web et IA qui souhaitent recevoir de futurs messages concernant le processus de développement de nouveaux moyens lisibles par machine pour fournir le choix et le contrôle aux éditeurs Web. »

Il « convoquera les personnes intéressées à participer au cours des prochains mois ».

En savoir plus sur l’IA de Google :