Anthropic alerta: modelos menores de IA podem se replicar em TVs e eletrodomésticos

IA Destaque

Reddit vai exigir login e uso recente do “Old Reddit” para barrar bots

O Reddit está restringindo o acesso ao “Old Reddit” para reduzir scraping e tráfego automatizado. A plataforma passou a exigir login para usar a interface clássica e, nos próximos meses, diz que será necessário estar logado e ter usado o Old Reddit nos seis meses anteriores ao início da mudança para continuar navegando com a versão antiga.

A medida mira principalmente contas que não usam o Old Reddit recentemente, dificultando o acesso por bots e por contas abandonadas. Além disso, o Reddit vai parar de oferecer suporte a RSS em 13 de novembro, citando o uso desse formato como “superfície comum” para scraping em larga escala, e também atualizou a transição na Developer Platform ao remover acesso à API pública para apps não registrados até 12 de janeiro e encerrar todo o acesso público em março de 2027.

#InteligenciaArtificial · #IA · #Reddit · #Scraping · #Bots · #DadosNaWeb · #API

IA

Cloudflare diz que bots já são mais da metade do tráfego e quer controlar IA na web

Matthew Prince, CEO da Cloudflare, afirmou que bots já representam mais da metade do tráfego da internet e que esse volume tende a crescer com a expansão de empresas de IA que fazem scraping do conteúdo e com agentes automatizados tentando executar tarefas no ambiente online.

A Cloudflare atua no meio do caminho entre sites e esses agentes, oferecendo aos proprietários opções para bloquear, liberar ou permitir apenas ferramentas que possam pagar por acesso. Prince também relaciona a mudança do modelo de negócios da web ao aumento do tráfego automatizado e ao impacto da IA, citando que a publicidade dominou por décadas e que a dinâmica está sendo reconfigurada.

#InteligenciaArtificial · #IA · #Cloudflare · #Bots · #AgentesDeIA · #WebScraping · #PublicidadeOnline

IA Destaque

Processo do NYT revela falas de executivos sobre “roubo” em treino de IA

Novas informações não sigilosas no processo de copyright do The New York Times contra OpenAI e Microsoft trazem admissão de que a “scraping” para treinar modelos de IA seria equivalente a “roubo”. O material também descreve como as empresas teriam obtido e usado conteúdo ao contornar paywalls sem detecção, montar bases de treino com raspagem em massa e remover avisos de direitos autorais dos dados.

O registro aponta ainda que produtos como o Copilot podem reduzir o tráfego do NYT: dados internos da Microsoft indicam queda de até 93% nas taxas de clique do domínio em relação ao Bing tradicional. O documento também menciona risco de impacto econômico para publicações e ameaça à estabilidade do “content supply chain”, além de escala de cópias em datasets de treino e referências a “substituição” do trabalho jornalístico.

#InteligenciaArtificial · #IA · #OpenAI · #Microsoft · #scraping · #copyright · #LLM

IA Destaque

Sony e Warner processam a Anthropic por uso de obras para treinar o Claude

Sony Music e Warner Music entraram com uma ação judicial conjunta contra a Anthropic, acusando a startup de IA de realizar “roubos contínuos” de propriedade intelectual. A denúncia afirma que a empresa teria feito torrenting ilegal, scraping e downloads em larga escala de obras protegidas para treinar seus modelos de inteligência artificial Claude.

O processo pede indenizações de até US$ 150 mil por cada obra infringida e US$ 25 mil por cada instância em que a Anthropic teria removido informações de gestão de direitos autorais, com valor total que pode chegar a bilhões de dólares. A ação também cita a coleta de “milhares de composições” para treinamento e destaca que a Anthropic não se pronunciou oficialmente até o momento.

#InteligenciaArtificial · #IA · #Anthropic · #Claude · #DireitosAutorais · #TreinamentoDeIA · #Scraping

IA Destaque

Sony Music e Warner Chappell processam a Anthropic por suposto roubo de IP

Sony Music Publishing, Warner Chappell e outros editores musicais entraram com uma ação contra a Anthropic e seus cofundadores Dario Amodei e Benjamin Mann. Eles alegam que o laboratório de IA teria conduzido uma “campanha ousada” de torrent, scraping e download de obras protegidas por direitos autorais para treinar o modelo Claude.

A ação foi protocolada no fim de sexta-feira no U.S. District Court for the Northern District of California. A Anthropic afirmou que discorda das acusações e pretende se defender em tribunal, enquanto o processo se soma a disputas anteriores envolvendo uso de conteúdo protegido no treinamento de produtos de IA, incluindo o caso Bartz, em que a empresa foi condenada a pagar US$ 1,5 bilhão.

#InteligenciaArtificial · #IA · #Anthropic · #Claude · #DireitosAutorais · #PropriedadeIntelectual · #musica

IA Destaque

Cara sofre 3 grandes scrapes e cria ferramenta open-source contra IA

A plataforma de portfólio e compartilhamento de imagens Cara, que desde o início de 2023 reúne cerca de 1,5 milhão de artistas, passou por três grandes ataques de scraping a partir de 13 de agosto. Os episódios aumentaram custos de servidor e geraram preocupação entre criadores que migraram de redes como o Instagram, onde o conteúdo fica disponível para treinamento de dados da Meta.

Apesar de filtros e recursos de proteção, como o Glaze, a equipe afirma que impedir a coleta de dados é quase impossível. Um dos responsáveis pelo primeiro grande vazamento chegou a postar um arquivo de 12 terabytes com 12 milhões de obras e, depois de conversar com Jingna Zhang, concordou em colaborar no desenvolvimento de uma ferramenta open-source para proteger artistas, enquanto outros scrapers também publicaram links e imagens em sites como Hugging Face e Academic Torrents.

#InteligenciaArtificial · #IA · #Scraping · #DireitosAutorais · #Artistas · #Glaze · #OpenSource

IA Destaque

ShieldFont cria páginas legíveis para humanos e “nonsense” no HTML

Empresas de IA intensificaram a prática de scraping do conteúdo público para obter dados de treinamento, o que já levou a processos judiciais e correções técnicas para tentar conter a atividade. Agora, designers Isaque Seneda e Gabriel Abrucio propõem o ShieldFont, uma fonte que busca oferecer aos publicadores uma forma prática de opt-out de treinamento não autorizado e atrapalhar o que é coletado quando essa escolha é ignorada.

A ShieldFont usa ligatures para substituir palavras no momento em que a página é renderizada na tela, mantendo o texto perfeitamente legível para usuários. Já robôs que apenas baixam o código-fonte em plaintext podem receber uma versão alterada e sem valor, enquanto a proposta também evita trocas simples por sinônimos para não ser facilmente revertida por scrapers mais sofisticados.

#InteligenciaArtificial · #IA · #Scraping · #ProtecaoDeDados · #Fontes · #Web

Reddit mantém briga por DMCA contra IA e resultados do Google

O Reddit segue com uma ação relacionada ao DMCA, agora envolvendo alegações de que a Perplexity AI estaria ligada a práticas de web scraping. A disputa mira como ferramentas de IA e mecanismos de busca lidam com resultados e conteúdo publicado na web. O caso pode influenciar como empresas de IA acessam e citam informações de sites. Enquanto isso, a discussão sobre direitos autorais e indexação continua no centro do debate.

#DMCA · #web scraping · #direitos autorais · #IA generativa · #Perplexity · #Google Search · #disputa legal