Depois de alimentar a inteligência artificial gratuitamente por anos, a web começa a reagir. Um novo padrão técnico promete permitir que editores estabeleçam limites claros — e até cobrem — pelo uso de seus conteúdos no treinamento de IA. É o primeiro freio concreto em uma corrida que avançou sem regras.
A web como combustível invisível da IA
A relação entre a internet e a inteligência artificial sempre foi assimétrica. Enquanto sites produziam conteúdo de forma contínua e aberta, sistemas de IA coletavam esses dados, transformando-os em produtos altamente rentáveis: buscadores mais precisos, assistentes virtuais e ferramentas generativas. Esse uso raramente foi discutido ou regulamentado.
Com a popularização da IA generativa, o cenário mudou. O conteúdo deixou de ser apenas indexado e passou a ser matéria-prima direta para modelos que criam valor econômico em escala global. A pergunta que antes era evitada tornou-se inevitável: quem deve ser remunerado por isso?
O problema do raspado massivo de dados
Modelos de linguagem dependem de volumes gigantescos de informação. Notícias, artigos, fóruns, blogs e bases educacionais entram no mesmo processo automatizado de coleta. Para os editores, o maior problema não é apenas o uso, mas a falta de transparência.
Muitas vezes não se sabe exatamente o que é coletado, como será utilizado e se isso resultará em produtos que competem diretamente com as fontes originais, sem gerar tráfego ou receita. Esse conflito já levou a processos judiciais e acordos privados, mas faltava uma solução técnica padronizada.
RSL 1.0: regras onde antes não havia
O RSL 1.0 (Robots and Signals Language) surge como um padrão aberto que permite aos editores indicar, de forma legível por máquinas, como seu conteúdo pode ser utilizado por sistemas de IA. A iniciativa foi desenvolvida pelo RSL Collective, com apoio de empresas como Yahoo, Ziff Davis e O’Reilly Media.
A proposta não é bloquear a web, mas devolver poder de decisão a quem produz conteúdo. Se a IA vai usar a internet como combustível, ao menos deve existir um sinal claro sobre as condições desse uso.
Além do robots.txt tradicional
Durante décadas, o arquivo robots.txt foi a principal ferramenta para controlar rastreadores. Ele funcionava bem para buscadores, mas se mostrou insuficiente para a era da IA. O RSL 1.0 amplia essa lógica, criando categorias específicas como ai-input (treinamento de modelos), ai-index (indexação) e ai-all (bloqueio total para IA).
Isso permite, pela primeira vez, limitar o uso para treinamento sem desaparecer dos resultados de busca.
Cobrar pelo treinamento: a virada conceitual
Um dos pontos mais disruptivos do RSL 1.0 é o conceito de “contribuição”. O padrão não apenas autoriza ou bloqueia, mas abre espaço para exigir compensação quando o conteúdo é usado para treinar IA. Desenvolvido em parceria com a Creative Commons, o modelo busca preservar a sustentabilidade do ecossistema digital.
Nem todo conteúdo se encaixa em licenças comerciais tradicionais, e o RSL tenta preencher essa lacuna.
Apoio crescente e uma grande incógnita
Mais de 1.500 veículos e plataformas já apoiam o padrão, além de empresas de infraestrutura como Cloudflare e Akamai. Ainda assim, há um limite claro: o RSL depende da boa-fé das empresas de IA em respeitá-lo.
Mesmo sem garantir cumprimento absoluto, o padrão introduz algo inédito: fricção. Pela primeira vez, o uso da web para treinar IA deixa de ser invisível. E o recado está dado — a internet começa a dizer que não quer mais alimentar a inteligência artificial de graça.
