Vydavatelia, ktorí doteraz museli do súboru robots.txt vypisovať desiatky mien AI crawlerov, dostali 30. októbra prvý spoločný nástroj. OpenAI, Google, Microsoft a Anthropic oznámili, že budú rešpektovať jeden zdieľaný token __usage_ai-training — jediný riadok, ktorý obsah webu vyradí z tréningu modelov všetkých štyroch firiem naraz.
Čo presne vzniklo
Základom je dokument s názvom „Machine-Readable Training Preference Signal“, ktorý ako individuálny Internet-Draft zaregistroval u IETF špecialista na štandardy Anthropic Kevin Kelley. Napísal ho k 30. októbru 2026 a zasadá do pracovnej skupiny AIPREF, ktorej spolupredsedajú Mark Nottingham z Cloudflare a Suresh Krishnan z Cisco. Okrem štyroch laboratórií sa na diskusii podieľajú Meta, Cloudflare, Common Crawl Foundation, News Corp, Financial Times, BBC, Electronic Frontier Foundation aj Creative Commons.
Dôležitá poznámka: individuálny draft nie je štandard. Samotná IETF databáza zdôrazňuje, že takýto dokument „nie je schválený IETF a nemá formálne postavenie v štandardizačnom procese“.
Ako to funguje v praxi
Mechanika je zámerne jednoduchá a stavia na dvadsaťročí overenom formáte:
- Do robots.txt pribudne riadok
User-Agent: __usage_ai-trainingnasledovanýDisallow: /— tým sa tréning zakáže pre všetky zúčastnené firmy. - Výnimky sa riešia klasickými
Allow:riadkami, takže vydavateľ môže tréning povoliť len pre časť webu. - Google podľa Johna Muellera token interpretuje tak, akoby vydavateľ zároveň zakázal aj Google-Extended — teda bez duplicitného zápisu.
Prakticky to znamená, že správca webu nemusí sledovať, aké nové mená crawlerov firmy zavádzajú, ani udržiavať komunitné zoznamy blokovaných botov. Stačí jeden všeobecný zápis — a každá firma, ktorá sa k dohode hlási, si ho musí vedieť sama preložiť na svoje konkrétne crawlery.
Harmonogramy firiem sú ale nerovnaké. Anthropic tvrdí, že podporu už implementuje. OpenAI hovorí o „najbližších mesiacoch“, Microsoft si dal termín 1. február 2027 a Google len rok 2027. Microsoft navyše plánuje samostatné nastavenie pre AI grounding — teda pre vyťahovanie živého obsahu do odpovedí chatu, čo je iný proces než tréning.
Dve tvrdé limity, ktoré treba poznať
Prvý limit je vymáhateľnosť. OpenAI mechanizmus otvorene označuje za „koordinačný mechanizmus, nie bezpečnostnú kontrolu“ v zmysle RFC 9309. Preložené: crawler, ktorý sa rozhodne token ignorovať, sa s ním technicky neminie. Robots.txt bolo vždy o dobrých mravoch, nie o zámku.
Druhý limit je minulosť. Zmena robots.txt neodstráni obsah, ktorý firmy už stiahli, a tým menej ho nevymaže z existujúcich datasetov či natrénovaných váh. Kto sa rozhodne dnes, chráni budúce tréningy, nie tie minulé.
Prečo na tom záleží aj u nás
Doposiaľ mal vydavateľ na výber: buď písať osobitné pravidlá pre každého známeho crawlerského agenta (GPTBot, ClaudeBot, Google-Extended a desiatky ďalších), alebo spoliehať sa na komunitné zoznamy, ktoré za firmami nestíhali. Spoločný token túto údržbu radikálne zjednoduší — pre malé slovenské médiá a blogy je to prvý reálne použiteľný spôsob, ako povedať „nie“ naraz všetkým veľkým hráčom.
Zároveň je to signál do Bruselu: firmy sa snažia ukázať, že dobrovoľná koordinácia funguje — práve v čase, keď EÚ rieši výkon autorskoprávnych výnimiek pre text a data mining. Či to stačí vydavateľom, ktorí namiesto opt-outu požadujú licencie a platby, ukáže až prax. Token totiž rieši technickú otázku „ako odmietnuť“, ale nie ekonomickú otázku „koľko za to“.
