Esta nueva tecnología es la solución para uno de los grandes problemas de la era de la IA

En los últimos abriles, hemos manido cómo la inteligencia fabricado se alimenta de enormes cantidades de información habitable en Internet: páginas web, artículos, imágenes, vídeos o bases de datos. Gracias a ese contenido, los modelos de IA aprenden a escribir textos, ocasionar imágenes o contestar preguntas.

Pero aquí surge un gran problema: la actos totalidad de esos contenidos se usan sin permiso ni compensación para sus creadores.

Este "hueco legítimo" amenaza la pertenencias de la web, porque los editores y creadores ven cómo su trabajo se utiliza para entrenar a las IAs… sin percibir mínimo a cambio. La buena mensaje es que ha nacido un habitual destapado que quiere poner orden en este caos: RSL, Really Simple Licensing.

¿Qué es RSL?

RSL significa, en gachupin, "Licencias Realmente Simples": en cierto sentido, podemos verlo como una transformación del RSS, aquel formato que en los abriles 2000 permitió distribuir contenidos de forma cibernética entre webs, blogs y aplicaciones (y que aún hoy sigue resultando tremendamente útil para seguir las actualizaciones de docenas o cientos de webs al mismo tiempo).

La idea es sencilla: un idioma universal y fácil por máquinas que indique qué pueden hacer (y qué no) los rastreadores, bots e inteligencias artificiales con los contenidos de una web. En otras palabras, RSL añade una 'capa de licencias' a Internet: una especie de arreglo digital que se publica en cada web y que las máquinas pueden descifrar al instante.

¿Cómo funciona?

Implementar RSL en una web (para que los bots de IA puedan descifrar automáticamente sus términos de uso antaño de consumir el contenido) es tan manejable como seguir tres pasos:

1. Crear un archivo llamado license.xml en la raíz de la web. En él se definen los permisos: ¿Se puede usar el contenido injusto? ¿Hace descuido retribuir por rastreo o por inferencia? ¿Se requiere atribución (citar la fuente)? ¿Está prohibido usarlo para entrenar IAs?.
2. Añadir la narración en el archivo robots.xml, el mismo que usan los buscadores para enterarse qué páginas pueden indexar.
3. Unirse opcionalmente al RSL Collective, una ordenamiento sin talante de utilidad que facilita las licencias colectivas y reparte las compensaciones (una especie de 'SGAE internacional de los derechos de contenidos web').

Vale, pero ¿por qué es relevante esta tecnología?

Porque RSL da herramientas a los creadores para negociar. Hasta ahora, la única defensa era cortar el comunicación de los bots mediante 'robots.txt' (que ofrece la posibilidad de aseverar "sí" o "no"), o usar sistemas de asedio como el de Cloudflare (que, bueno, sólo ofrecen el "no"). Con RSL se pasa a un "sí, pero bajo estas condiciones". Esto abre la puerta a: un mercado de contenidos legítimo y preciso, en el que las empresas de IA tengan que retribuir por usar datos.

Ejemplos prácticos

Lo bueno del habitual RSL es que permite muchas combinaciones. Por ejemplo:

• Una web de informativo puede permitir ser indexada en buscadores, pero prohibir el uso de sus artículos para entrenar modelos de IA.
• Un creador independiente puede autorizar el uso de su obra bajo abuso Creative Commons, siempre que se le cite.
• Una editorial puede exigir plazo por inferencia, es aseverar, cobrar cada vez que una IA genere una respuesta basada parcialmente en sus contenidos.
• Una empresa de comercio electrónico puede aceptar que su web se use para entrenar IA, pero pidiendo a cambio informes de uso y atribución con enlace a la tienda.

¿Resolverá el problema?

RSL no es una varita mágica: todavía habrá empresas que ignoren las licencias o que intenten "rayar" contenido sin cumplir las normas. Pero al menos crea un ámbito popular, sencillo y automatizable, que puede convertirse en la almohadilla de un ecosistema sostenible en la era de la IA.

Es parecido a lo que pasó con la música: al principio reinaba las descargas no autorizadas, pero con el tiempo surgieron plataformas que pagaban royalties y la industria se estabilizó. Quizá RSL logre lo mismo para los contenidos digitales.

¿Quién lo respalda?

Lo sorprendente es que no se negociación de una idea aislada: grandes empresas, personalidades y comunidades de Internet ya se han sumado. Entre los nombres hay algunos que seguro que te suenan: Reddit, Yahoo, Medium, Quora, wikiHow, O’Reilly Media... El habitual cuenta por otra parte con el apoyo de veteranos de internet como Tim O’Reilly y RV Guha (co-creador del RSS), lo que refuerza su credibilidad.

Imagen | Marcos Merino mediante IA

En Genbeta | Este programador se cansó de los bots que acosaban (y saqueaban) su web. Ha terminado usando un ingenioso malware contra ellos