OpenAI, Google, Microsoft e Anthropic anunciaram em 30 de outubro de 2026 que vão adotar um sinal comum para que sites digam que não querem ter seu conteúdo usado no treinamento de modelos de inteligência artificial. Hoje, quem publica na internet precisa avisar cada empresa de IA separadamente. Com o novo padrão, uma única instrução passa a valer para todas que aderirem.

Como funciona

O sinal mora no robots.txt, um arquivo de texto que fica na raiz dos sites e há décadas diz quais robôs podem visitar quais páginas, seja para buscadores, arquivamento ou, mais recentemente, coleta para IA.

A proposta cria um identificador comum, chamado __usage_ai-training. O dono do site escreve esse nome no lugar onde normalmente iria o nome de um robô e marca o que fica liberado ou bloqueado. Um exemplo dado no documento técnico:

User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/

Nesse caso, o site diz que não quer nenhuma página usada para treinar IA, com exceção da pasta de material de imprensa. Dá para escolher página por página, e não só o site inteiro.

Dois detalhes importam. Primeiro, a regra genérica que vale para "todos os robôs" (o asterisco no robots.txt) não conta como recusa de treino: o site precisa usar o identificador novo. Segundo, o sinal não é uma ordem de bloqueio de visita. Ele expressa uma preferência sobre o uso do conteúdo; controlar quem entra no site continua sendo feito do jeito antigo.

O texto também deixa claro que acordos privados podem passar por cima do sinal. Ou seja, um site que licenciou conteúdo para uma empresa de IA continua valendo pelo contrato.

Quem adota e quando

  • Anthropic: já segue o sinal.
  • OpenAI: promete implementá-lo "nos próximos meses".
  • Google e Microsoft: planejam adotá-lo no ano que vem.
  • Meta: o chefe de comunicação, Andy Stone, apoiou a ideia de um sinal comum, mas a empresa não disse se vai respeitá-lo.

As quatro empresas dizem que vão impedir seus robôs de IA de acessar sites quando encontrarem o identificador. A Microsoft afirma que vai oferecer controles separados para recusar o treino e o chamado grounding, quando a IA consulta uma fonte para embasar respostas, e que os sites continuam aparecendo na busca do Bing independentemente da escolha. O Google já tinha controles parecidos, que não afetam a posição na busca.

De onde vem a proposta

O texto foi apresentado à IETF, a organização que define padrões técnicos da internet, como rascunho de trabalho, assinado por um líder técnico de padrões da Anthropic. Ele se apoia nas definições do grupo de trabalho da IETF sobre preferências de uso por IA. Por ser rascunho, ainda pode mudar, e o documento tem validade formal até maio de 2027, se não for atualizado.

O anúncio acontece num momento em que editores e sites tentam conter a coleta de conteúdo por IA. Já existem iniciativas como o padrão RSL, que permite cobrar dos robôs, e o bloqueio automático de robôs de IA oferecido pela Cloudflare.

O que não está resolvido

A adoção é voluntária. Empresas fora do acordo não são obrigadas a seguir o sinal, e não há, no anúncio, mecanismo de fiscalização. Também não foi informado o que acontece com conteúdo já coletado antes de o site adotar a nova linha.

Divergências: o The Verge e o próprio rascunho da IETF grafam o autor como "Kevin Kelley"; o Digital Today escreve "Kelly". Usamos a grafia do documento. A informação de que o conteúdo já coletado não é afetado não aparece no anúncio: o tema simplesmente não é tratado.