Một tín hiệu chung thay cho nhiều lệnh chặn
Tín hiệu opt-out trong robots.txt là chỉ dẫn chuẩn hóa để chủ website yêu cầu các công ty AI tham gia không dùng nội dung của mình làm dữ liệu huấn luyện AI, thay vì phải cấu hình lệnh chặn riêng cho từng bot. Ngày 31/10/2026, OpenAI, Google, Microsoft và Anthropic cam kết tôn trọng cơ chế chung này, mở thêm một cách để nhà xuất bản kiểm soát việc sử dụng bài viết và tài liệu trên website.
Cụ thể, token __usage_ai-training được đặt trong dòng User-Agent của robots.txt cùng quy tắc Disallow. Chủ website có thể chặn toàn bộ nội dung hoặc chọn phạm vi hẹp hơn, chẳng hạn chặn phần lớn website nhưng vẫn để mở thư mục thông cáo báo chí. Đây là bước cải thiện thực dụng: thay vì duy trì nhiều danh sách bot, nhà xuất bản có thể phát đi một lựa chọn dễ nhận diện hơn. Tuy vậy, giá trị của tín hiệu phụ thuộc vào việc các hãng thực hiện đúng cam kết và các website cấu hình chính xác.
Từ tranh chấp bản quyền đến quyền lựa chọn
Thỏa thuận xuất hiện khi nhiều nhà xuất bản phản đối việc nội dung báo chí bị thu thập để phát triển AI, còn cách chặn hiện nay đòi hỏi thiết lập quy tắc riêng cho từng công cụ tự động rà quét. Một chỉ dẫn thống nhất có thể giảm bớt gánh nặng kỹ thuật và giúp các đơn vị nhỏ hơn thể hiện rõ lựa chọn của mình.
Sức ép pháp lý cũng là một phần của bối cảnh. Tháng 12/2023, The New York Times kiện OpenAI và Microsoft, cáo buộc hai công ty dùng hàng triệu bài báo để huấn luyện ChatGPT mà không xin phép hoặc trả phí; hai công ty viện dẫn nguyên tắc sử dụng hợp lý. Với ngành báo chí, vì thế, bảo vệ nội dung báo chí không chỉ là bài toán kỹ thuật mà còn gắn với quyền kiểm soát và cách nội dung được khai thác. Robots.txt có thể ghi lại lựa chọn, nhưng tự nó không phân xử tranh chấp bản quyền.
Điều tín hiệu này làm được — và chưa làm được
Điểm cần hiểu rõ là opt-out chỉ nhắm đến việc dùng nội dung để huấn luyện các mô hình trong tương lai; nó không đồng nghĩa với chặn thu thập dữ liệu cho mọi mục đích. Theo mô tả cơ chế, việc lập chỉ mục tìm kiếm vẫn có thể tiếp tục, nên website không nhất thiết phải lựa chọn giữa hiện diện trên công cụ tìm kiếm và từ chối huấn luyện AI.
Cũng không thể thu hồi bằng một dòng robots.txt những nội dung đã bị thu thập hoặc đã đi vào mô hình. Hơn nữa, tín hiệu mới là cam kết tự nguyện, chưa phải chuẩn chính thức hay lá chắn pháp lý; các quy tắc hiện có theo từng bot vẫn nên được giữ đến khi cơ chế chung được triển khai rộng rãi. Microsoft và Google còn cảnh báo rằng từ chối huấn luyện có thể làm giảm khả năng bài viết xuất hiện trong một số ứng dụng và trải nghiệm AI. Chủ website cần cân nhắc đánh đổi này thay vì xem Disallow là nút tắt toàn diện.
Lộ trình triển khai và việc nhà xuất bản nên làm
Việc áp dụng sẽ diễn ra theo từng giai đoạn: Anthropic đã bắt đầu triển khai, OpenAI cho biết sẽ làm trong những tháng tới, Microsoft dự kiến áp dụng từ ngày 1/2/2027, còn Google đặt kế hoạch trong năm 2027 nhưng chưa nêu ngày cụ thể. Khoảng thời gian không đồng đều này khiến việc giữ các quy tắc riêng cho từng bot vẫn cần thiết, ít nhất cho đến khi từng hãng nhận diện và thực thi tín hiệu chung.
Nhà xuất bản nên xác định rõ phần nội dung cần loại khỏi dữ liệu huấn luyện AI, kiểm tra cấu hình robots.txt và theo dõi hướng dẫn triển khai của từng hãng. Cũng cần phân biệt yêu cầu không huấn luyện với yêu cầu ngăn mọi truy cập: hai lựa chọn có phạm vi khác nhau và hệ quả khác nhau đối với khả năng xuất hiện trong dịch vụ AI.
Cơ chế chung là tiến bộ đáng kể về quyền lựa chọn, nhưng hiệu quả bảo vệ nội dung sẽ phụ thuộc vào phạm vi áp dụng, mức độ tuân thủ và cách thực thi. Một dòng trong robots.txt có thể gửi đi thông điệp rõ ràng hơn trước; để biến thông điệp đó thành quyền kiểm soát đáng tin cậy, các hãng AI phải tôn trọng nó và nhà xuất bản cần tiếp tục theo dõi cách cam kết được thực hiện.
