Je website krijgt één kans om AI-training te weigeren

OpenAI, Google en Microsoft willen hetzelfde signaal respecteren waarmee websites gebruik van hun inhoud voor AI-training afwijzen. Dat moet afzonderlijke instructies per aanbieder minder noodzakelijk maken. De bedrijven voeren de ondersteuning niet allemaal tegelijk in.

Het voorstel gebruikt robots.txt, het bestand waarin websitebeheerders instructies voor crawlers opnemen. Die crawlers zijn programma’s die webpagina’s automatisch bezoeken. Volgens de aankondiging van OpenAI moeten uitgevers met de gezamenlijke aanpak eenvoudiger dezelfde voorkeur aan meerdere AI-aanbieders kunnen doorgeven.

De technische naam van het nieuwe signaal is __usage_ai-training. Het voorstel bij internetstandaardenorganisatie IETF beschrijft hoe een website daarmee per onderdeel kan aangeven of inhoud voor generatieve AI-training mag worden gebruikt.

Een uitgever kan bijvoorbeeld voor de hele site een negatieve voorkeur aangeven en voor een specifiek onderdeel een uitzondering maken. Het voorstel bouwt voort op de bestaande structuur van robots.txt, in plaats van een volledig nieuw bestand te eisen.

Het gaat nog om een ontwerpvoorstel, niet om een afgeronde internetstandaard. Ook is deelname vrijwillig. De aangekondigde ondersteuning maakt de instructie bruikbaar bij deelnemende aanbieders, maar verplicht niet automatisch ieder AI-bedrijf om haar te volgen.

Een voorkeur over het gebruik van inhoud is iets anders dan het technisch tegenhouden van een bezoeker. Het nieuwe signaal vormt op zichzelf geen toegangsslot voor de website. Daarvoor zijn afzonderlijke maatregelen nodig die verzoeken daadwerkelijk weigeren.

Dat onderscheid komt ook terug bij bescherming tegen AI-crawlers. Diensten voor botbeheer kunnen verkeer herkennen en blokkeren, terwijl robots.txt instructies communiceert aan partijen die deze verwerken.

Bovendien draait het gezamenlijke signaal specifiek om training: het aanpassen van wat een generatief AI-model tijdens het leren opslaat in zijn parameters. Een webpagina raadplegen om een actueel antwoord te onderbouwen is een ander gebruik. Websitebeheerders moeten daarom blijven kijken welke instellingen voor welke toepassing gelden.

OpenAI wil het signaal in de komende maanden invoeren. Bestaande instellingen voor de eigen crawlers blijven volgens het bedrijf gelden.

Google mikt op ondersteuning in 2027. Als een website de gezamenlijke trainingsvoorkeur gebruikt en geen expliciete keuze voor Google-Extended heeft gemaakt, wil Google die behandelen als een overeenkomstige instelling voor Google-Extended. Specifieke instructies voor Google blijven daarnaast mogelijk. Google koppelt toestemming voor Google-Extended ook aan de mogelijkheid om als bron in antwoorden van Gemini Apps te verschijnen. Training en brongebruik zijn dus niet bij iedere aanbieder op dezelfde manier gescheiden.

Volgens The Verge sluit ook Anthropic zich aan en ondersteunt dat bedrijf het signaal al. Websitebeheerders kunnen er desondanks niet van uitgaan dat één nieuwe regel onmiddellijk bij alle genoemde aanbieders hetzelfde effect heeft.

Microsoft introduceert afzonderlijke keuzes voor training en grounding. Grounding betekent hier dat een AI-dienst webinhoud gebruikt om een gegenereerd antwoord te onderbouwen. Volgens Microsoft kunnen websites die keuzes maken zonder daardoor hun geschiktheid voor gewone Bing-zoekresultaten te verliezen.

Microsoft begint de nieuwe voorkeuren vanaf 1 februari 2027 te verwerken wanneer het pagina’s opnieuw bezoekt. Voor websites die nu NoArchive of NoCache gebruiken, is ook 1 maart 2027 relevant: Microsoft leest die oude instellingen daarna niet meer als voorkeur voor training of grounding. Nieuwe trainingsvoorkeuren moeten vóór die datum zijn gepubliceerd.

Wie beperkingen voor grounding wil behouden, moet volgens Microsoft zowel nieuwe pagina-instellingen publiceren als tijdig een tijdelijke voorkeur in Bing Webmaster Tools vastleggen. Die tijdelijke regeling is bedoeld voor sites die op 15 december 2026 NoArchive of NoCache gebruiken.

Voor uitgevers blijft naast toegang ook het resultaat van AI-verkeer relevant. Onze eerdere uitleg over de verhouding tussen AI-crawls en teruggestuurde bezoekers beschrijft die afweging. Het nieuwe signaal regelt een gebruiksvoorkeur, geen vergoeding of gegarandeerd bezoekersverkeer.