Microsoft anunció el 30 de octubre nuevas preferencias para que los sitios decidan separadamente sobre el entrenamiento de modelos y el uso de contenidos en respuestas de inteligencia artificial, sin perder elegibilidad en la búsqueda tradicional de Bing.
El entrenamiento podrá regularse por sitio, ruta o página; las respuestas, únicamente por página. Esta segunda opción, denominada grounding, admitirá restringir el uso a experiencias operadas por Microsoft, excluyendo sus servicios para terceros. Anuncio de Microsoft.
Un cambio respecto de los controles de 2023
El antecedente está en las opciones que Bing presentó en septiembre de 2023. Entonces, Microsoft asignó a las etiquetas NoCache y NoArchive funciones que afectaban simultáneamente las respuestas de Bing Chat y el entrenamiento de sus modelos.
Con NoCache, la empresa limitaba ambos usos a la dirección, el título y el fragmento de una página. Con NoArchive, excluía el contenido de las respuestas y del entrenamiento futuro. Ya en ese anuncio sostenía que aplicar esas restricciones no impediría aparecer en los resultados convencionales del buscador. Anuncio original de Bing, de 2023.
Una propuesta técnica todavía en discusión
La señal de entrenamiento se apoya en un borrador presentado ante la Internet Engineering Task Force (IETF) el mismo 30 de octubre. El documento, firmado por Kevin Kelley, de Anthropic, propone expresar preferencias mediante la estructura existente de robots.txt, el archivo con el que los sitios comunican instrucciones a los rastreadores.
La propuesta permite distinguir entre secciones de un sitio. Su alcance es el uso posterior del contenido: las reglas que determinan qué puede rastrear cada robot continúan funcionando por separado. Esa distinción resulta relevante para los responsables técnicos que administran simultáneamente la accesibilidad y la reutilización de sus páginas.
El texto sigue siendo un Internet-Draft: un documento de trabajo que puede cambiar, no un estándar definitivo. Borrador técnico publicado en IETF.
Además, el mandato del grupo AI Preferences contempla mecanismos para expresar y asociar preferencias al contenido, pero deja fuera la imposición técnica de su cumplimiento y las auditorías del entrenamiento. Por ello, el proceso de estandarización no equivale a certificar que cualquier sistema de IA respetará las señales publicadas. Mandato del grupo AI Preferences.
Las fechas de la transición
Microsoft comenzará a aplicar las nuevas preferencias al rastrear páginas desde el 1 de febrero de 2027. El 1 de marzo dejará de interpretar NoArchive y NoCache para estos usos.
Para conservar restricciones de grounding, los sitios que utilicen esas etiquetas al 15 de diciembre de 2026 deberán publicar preferencias por página y registrar una opción temporal en Bing Webmaster Tools antes de marzo. Esta caducará al detectarse la nueva configuración mediante rastreo o, como máximo, el 30 de septiembre de 2027. Para entrenamiento no habrá opción temporal. Calendario oficial de Microsoft.