---
title: "Gigantes da IA adotam padrão para recusar treino por scraping"
author: "Lígia Lemos Maia"
date: "2026-10-31 06:33:36.154-03"
category: "Inteligência Artificial & Dados"
url: "http://desbugados.scale.press/portal/desbugados/post/2026/10/31/gigantes-da-ia-adotam-padrao-para-recusar-treino-por-scraping/md"
---

## Resumo
- Entenda como o token __usage_ai-training permite que editores indiquem uma recusa única ao treinamento de IA.
- Veja por que o sinal foi criado para funcionar dentro do arquivo robots.txt.
- Saiba como os prazos de implementação variam entre Anthropic, OpenAI, Google e Microsoft.
- O padrão distingue treinamento de modelos generativos de indexação em buscadores e gestão de tráfego.
- A adoção voluntária não altera o uso de dados já coletados em modelos anteriores.
- A eficácia dependerá da adesão das empresas e do comportamento de scrapers que podem ignorar o sinal.

---

Em **30 de outubro de 2026**, **OpenAI**, **Google**, **Microsoft** e **Anthropic** anunciaram apoio a um padrão para que editores recusem o uso de seus conteúdos no treinamento de modelos de IA por meio de um único sinal no arquivo **robots.txt**. A proposta, apresentada em um [novo padrão](https://www.theverge.com/tech/1023763/openai-google-microsoft-ai-scraping-standard-opt-out), desloca uma disputa espalhada por vários rastreadores para uma instrução legível por máquina: o editor escreve uma preferência uma vez, e os serviços que aderirem ao protocolo podem reconhecê-la. O ganho prático está nessa coordenação, não em uma garantia de que todo conteúdo deixará de ser coletado.

## Um comando para vários rastreadores

Na prática, o sinal é o token de política **__usage_ai-training** inserido no **robots.txt**, arquivo que sites usam para orientar robôs sobre o acesso a suas páginas. O rascunho do [IETF](https://www.ietf.org/archive/id/draft-kelley-aipref-training-preference-signal-00.html) preserva a gramática do arquivo e a precedência da correspondência mais longa, ou seja, uma regra mais específica continua tendo prioridade sobre uma geral. O token vale para o treinamento de modelos generativos; indexação em buscadores e gestão de tráfego seguem as regras convencionais de robôs. A distinção impede que um pedido de recusa ao treinamento seja lido automaticamente como bloqueio da busca, e prepara a pergunta que a adoção terá de responder: que uso do conteúdo está sendo autorizado ou recusado?

Essa coordenação, porém, chega em ritmos diferentes. A **Anthropic** já implementou o sinal; a **OpenAI** planeja fazê-lo nos próximos meses, enquanto Google e Microsoft apontam suporte para **2027**. Para quem publica na internet, o comando pode ser único, mas o efeito continua condicionado ao momento em que cada empresa o reconhece. O anúncio, portanto, oferece uma linguagem comum antes de oferecer uma resposta simultânea: entre a intenção registrada no arquivo e o comportamento de cada crawler permanece um intervalo que o mercado ainda terá de observar.

## O que o sinal resolve e o que deixa aberto

Mas uma placa legível não é uma porta trancada. A adoção é **voluntária**, e o mecanismo não alcança empresas que não aderiram ao protocolo. Também não muda o uso de dados já coletados em modelos anteriores, portanto a preferência funciona como uma decisão para a coleta e o treinamento futuros, não como comando para reescrever o passado. O padrão organiza uma recusa; não cria, por si, uma autoridade capaz de obrigar todos os rastreadores a obedecer.

Ainda assim, o limite mais concreto aparece nos scrapers que não seguem o padrão: eles podem ignorar o sinal, segundo a síntese sobre a proposta. O sucesso dependerá da adesão generalizada e da clareza entre treinamento de modelo e **grounding**, o uso de dados como referência para apoiar respostas. O próximo passo é acompanhar se o token se torna uma convenção realmente compartilhada ou permanece uma placa numa estrada percorrida por robôs que escolhem quais sinais respeitar. Para os editores, a questão deixa de ser apenas como dizer não e passa a incluir quem, exatamente, aceita escutar.