В середине августа 2026 года дизайнеры Изаке Сенеда и Габриэль Абрусио представили шрифт ShieldFont. Он делает страницы сайтов бесполезными для обучения ИИ, но сохраняет их читабельными для людей.
Идея основана на лигатурах — стандартной функции шрифтов, которая обычно улучшает отображение некоторых сочетаний букв. ShieldFont использует лигатуры для замены целых слов в HTML-коде страницы: человек видит нормальный текст, а скрапер, скачивающий исходный код, получает изменённую версию.
Подмена не случайная. Слова заменяются на другие части речи с похожей грамматической ролью, но совершенно иным смыслом. Например, «лошадь» превращается в «картошку». В результате предложения выглядят грамматически правильно, но их содержание разрушено.
За три месяца авторы собрали словарь из почти 12 тысяч распространённых слов. Для каждой замены есть три возможных варианта, что усложняет выявление закономерностей. В среднем шрифт заменяет 24,5% слов на странице, включая 45,8% смысловых.
В тестах на шести открытых пайплайнах для сбора данных более 90% страниц с ShieldFont были отклонены фильтрами качества. Оставшиеся содержали около 20% «мусорных» слов: реальный английский, корректно написанный, но не соответствующий действительности.
У подхода есть ограничения. Поисковые системы, программы чтения с экрана, функции копирования текста и переводчики могут работать с такими страницами хуже. Кроме того, скрапер, рендерящий страницу в браузере и использующий распознавание символов, сможет прочитать текст, но это сильно дороже обычного сбора HTML.
Создатели считают, что техническое решение поможет авторам контролировать использование их контента в обучении ИИ. «Быть доступным в интернете не значит давать согласие на обучение», — пишут они. Они также надеются, что у идеи появятся другие реализации, которые ещё сильнее затруднят массовый сбор данных.
Владельцам сайтов, которые хотят ограничить сбор данных ИИ, стоит изучить документацию ShieldFont и учесть возможные побочные эффекты для SEO и доступности. Технология пока не гарантирует полную защиту, но делает массовое извлечение контента заметно затратнее.