Quatro gigantes da IA criam padrão único — que ninguém é obrigado a respeitar

Um único token no arquivo robots.txt vai dizer a quatro das maiores empresas de IA do mundo, ao mesmo tempo, que um site não quer entrar no treinamento de modelos. OpenAI, Google, Microsoft e Anthropic se comprometeram a reconhecer o mesmo sinal técnico, batizado de __usage_ai-training. É a primeira vez que concorrentes diretos no mercado de IA coordenam um padrão comum antes de qualquer lei obrigar.

O detalhe que muda a leitura: o próprio rascunho técnico que define o token, submetido ao IETF (o órgão que padroniza protocolos da internet), afirma que o sinal "não é uma diretiva para comportamento de rastreamento" e que acordos privados entre empresa e site podem anular a preferência expressa. Ou seja, nenhuma das quatro é legalmente obrigada a obedecer.

Por que agora

A pressão vem de uma disputa crescente: produtores de conteúdo (jornais, editoras, criadores) querem controlar se seus textos alimentam modelos de IA, enquanto as tech companies veem nesses dados o combustível essencial. Reguladores como a União Europeia entram na jogada com a Lei de IA, que abre espaço para regras sobre uso de dados para treinamento. As quatro maiores empresas de IA se sentaram na mesma mesa técnica — pela primeira vez — para coordenar uma resposta antes de qualquer mandado legal chegar.

O que é o token e quem está por trás

O sinal foi definido no rascunho "Machine-Readable Training Preference Signal", de autoria de Kevin Kelley, da Anthropic, enviado à lista de discussão do IETF em 30 de outubro de 2026 e com validade declarada até 3 de maio de 2027. O documento integra o grupo de trabalho AI Preferences do IETF, que reúne, além de Anthropic, OpenAI, Google, Microsoft, Meta, Cloudflare, Common Crawl Foundation e veículos como News Corp, Financial Times e BBC, segundo o site Unite.AI.

Tecnicamente, o token __usage_ai-training entra na linha de user-agent do robots.txt, dentro da mesma estrutura de grupos definida pelo RFC 9309, o padrão que rege o robots.txt desde 2022. Não há diretiva nova nem mudança de gramática: o rascunho do IETF é explícito ao afirmar que "a linguagem de caminhos, a precedência de correspondência mais longa e a estrutura de grupos do padrão robots.txt, RFC 9309, permanecem inalteradas". Na prática, isso significa que rastreadores que ainda não reconhecem o token simplesmente ignoram o grupo em que ele aparece, sem erro e sem bloqueio indevido.

Kelley também deixa claro, na própria mensagem ao IETF, que o sinal trata de uso de conteúdo, não de acesso: é "uma preferência sobre uso, não um sinal de gerenciamento de tráfego", e as duas funções são "intencionalmente separadas". Tokens proprietários que empresas já usam hoje, como os do Google ou da Microsoft, continuam valendo como valem agora.

Cada empresa adota no seu ritmo

A adesão não é simultânea nem idêntica. Segundo a própria OpenAI, em post no blog oficial, a empresa afirma que pretende implementar o sinal "nos próximos meses" e promete detalhes quando isso ocorrer. Até lá, os controles atuais no robots.txt, como as regras para GPTBot, OAI-SearchBot e OAI-AdsBot, continuam valendo em paralelo e não serão substituídos pelo novo token.

A Microsoft já deu uma data. Em post no blog do Bing, a empresa anuncia duas preferências: uma de treinamento, com o mesmo token __usage_ai-training, e outra de "AI Grounding", separada, aplicada ao uso de conteúdo para fundamentar respostas de IA em tempo real. As novas regras passam a valer a partir de 1º de fevereiro de 2027, quando o Bing começar a rastrear páginas sob o novo critério. Sites que hoje usam as tags NoArchive e NoCache para restringir uso têm até 1º de março de 2027 para migrar para o novo sinal; depois dessa data, essas tags deixam de ser respeitadas pela Microsoft. Um prazo adicional de preferências temporárias de transição expira em 30 de setembro de 2027.

Um ponto que merece atenção de quem administra um site: o padrão, segundo a própria Microsoft, é permissivo. "Allow é o padrão. Nenhuma ação é necessária para permitir o treinamento de IA", diz o documento da empresa. Quem não configurar nada continua tendo seu conteúdo usado para treinamento e para respostas de IA, exatamente como hoje.

O Google, segundo reportagem do Unite.AI, também confirmou apoio ao mesmo token, descrevendo-o como uma forma de "proprietários de sites definirem preferências amplas entre provedores de IA participantes" sem precisar escrever regras separadas para cada rastreador. A Anthropic, autora do rascunho, é apontada pelas fontes consultadas como a primeira a já respeitar o sinal na prática.

Por que isso não resolve o problema de fundo

O padrão resolve um problema prático: hoje, quem quer bloquear treinamento de IA precisa conhecer e configurar o user-agent específico de cada empresa, um trabalho que cresce a cada novo modelo lançado. Um token único simplifica isso.

Mas ele não resolve a questão de poder que está por trás. O sinal é voluntário, não auditável de fora e, pelo próprio texto do IETF, pode ser sobreposto por acordos privados, exatamente o tipo de contrato que editoras como News Corp já fecharam com empresas de IA para licenciar conteúdo mesmo quando o robots.txt diz "não". Não existe mecanismo de fiscalização nem penalidade prevista para quem ignorar o token.

O que acompanhar agora

Para quem administra um site:

• Até 1º de fevereiro de 2027: Microsoft (Bing) começa a respeitar o novo sinal; migração de tags antigas (NoArchive, NoCache) tem prazo até 1º de março de 2027
• Nos próximos meses: OpenAI deve anunciar data exata de implementação e publicar guia de configuração
• Até 3 de maio de 2027: Validade do rascunho do IETF (pode ser estendida ou virar padrão oficial)

Para pesquisadores e editoras:

• Acompanhar se a União Europeia ou outros reguladores transformam esse padrão voluntário em obrigação legal
• Monitorar se surgem auditorias de compliance ou relatórios de violação
• Observar acordos privados entre media companies e IA labs que contornam o robots.txt

Para quem segue a disputa tech-média-regulação:

• O episódio mostra que a pressão já é forte o suficiente para fazer concorrentes se sentarem juntos. Mas a resposta segue sendo autorregulação sem dentes: nenhuma obrigação legal, nenhuma fiscalização, nenhuma penalidade. Vale acompanhar se isso muda nos próximos meses em Bruxelas ou em novas ações judiciais.