编译／庄闵棻
包括亚马逊和《纽约时报》等在内的数十家大公司都开始禁止 OpenAI 用来在网路上抓取数据的GPTBot。专门检查内容是否由人工智慧（AI）生成或抄袭的Originality.ai公司就发现，在过去两周内，在100 个最受欢迎的网站中，就有超过 15% 决定封锁 GPTBot。
亚马逊、彭博社、CNN都加入
据外媒报导， GPTBot 於 14 天前才刚推出，阻止该机器人网站的比例就一直在逐步增加。全球前 1000 个网站中，已经有 70 个封锁GPTBot，包括亚马逊（amazon.com）、《纽约时报》（nytimes.com）、CNN（cnn.com）、Wiki How（wikihow.com）、美国图片库、图片素材、图片音乐和编辑工具供应商Shutterstock（shutterstock.com ）、《彭博社》（Bloomberg.com）和线上问答网站Quora（quora.com）等。
更多新闻：《纽时》封锁OpenAI网路爬虫 AI巨头计画受挫
利用robots.txt来禁止
这些网站阻止 GPTBot 的方法相对简单粗暴，只是将GPTBot 添加到其robots.txt的禁止列表中。创建於 20 世纪 90 年代的Robots.txt 旨在用来阻止网路爬虫，如 Google 或 Bing 的搜寻爬虫从网站提取数据和资讯。 OpenAI 在公开GPTBot时就表示，它将遵守 robots.txt，并不会抓取被禁止的网站。
OpenAI非法抓取资料引众怒
从技术上讲，网路上的大部分内容，包括文本和图像都受到版权保护。而像 GPTBot 这样的爬虫不需要要求许可或付费就可以获得这些数据和资讯。因此，目前唯一阻止它们方法就是透过 robots.txt。为训练GPT-3.5 和 GPT-4 等语言模型，OpenAI 透过网路资料抓取机器人，从网路收集第三方数据训练 GPT 模型。但问题是，OpenAI 使用的不只有免费、无版权的内容，其中还包括受版权保护的内容，这让版权所有者感到愤怒。
纽时开出第一枪
随着 ChatGPT 等工具在科技领域的迅猛发展，人们对版权和训练AI资料来源的意识越来越强。早在8月初，《纽约时报》就先发制人，更新其服务条款，禁止其内容，包括文本、照片、图像、音频／影片、外观和感觉、後设资料或合集，被用於开发「任何软体程式，包括但不限於训练机器学习或AI系统」。并在其 robots.txt 上封锁GPTBot。
其他封锁GPTBot的网站
目前已知封锁GPTBot的网站包括：amazon.com、quora.com、nytimes.com、shutterstock.com、wikihow.com、cnn.com、foursquare.com、healthline.com、scribd.com、businessinsider.com、reuters.com、medicalnewstoday.com、amazon.co.uk、insider.com、yourdictionary.com、slideshare.net、amazon.de、bloomberg.com、amazon.in、studocu.com、ikea.comuol.com.br、amazon.fr、geeksforgeeks.org、pcmag.com、theverge.com、nextdoor.com、amazon.ca、amazon.co.jp、airbnb.com、vulture.com、polygon.com、prnewswire.com、mashable.com、nymag.com、detik.com、theatlantic.com、trulia.com、amazon.es、eater.com、picclick.com、bustle.com、etymonline.com、teacherspayteachers.com、archiveofourown.org、vox.com、kumparan.com、theathletic.com、amazon.it、alltrails.com、thrillist.com、amazon.com.br、usmagazine.com、pikiran-rakyat.com、city-data.com、hellomagazine.com、stern.de、chicagotribune.com、spanishdict.com、lonelyplanet.com、inverse.com、actu.fr、fool.com、coursera.org、france24.com、myfitnesspal.com、dotesports.com、theglobeandmail.com、axios.com。
参考资料：Insider
※更多ChatGPT相关讯息，请参考【生成式AI创新学院】。