Theo báo cáo, trong quý 4/2024, OpenAI, Perplexity, Meta và các công ty AI khác đã quét dữ liệu từ các trang web trung bình 2 triệu lần. Nghiên cứu này phân tích 160 trang web bao gồm tin tức quốc gia, địa phương, blog công nghệ tiêu dùng và mua sắm trong ba tháng cuối năm 2024. Trung bình mỗi trang bị quét khoảng 7 lần.

OpenAI không đưa ra bình luận, trong khi Meta không phản hồi yêu cầu bình luận. Một phát ngôn viên của Perplexity cũng không đề cập các cáo buộc cụ thể trong báo cáo nhưng cho biết công ty tôn trọng tệp robots.txt, một công cụ hướng dẫn các bot web về những phần nào của trang web mà chúng có thể truy cập.

Vào tháng 2 năm ngoái, công ty nghiên cứu Gartner (Connecticut, Mỹ) dự đoán rằng lượng truy cập từ các công cụ tìm kiếm truyền thống sẽ giảm 25% vào năm 2026, chủ yếu do chatbot AI và các trợ lý ảo khác. Các doanh nghiệp phụ thuộc vào lưu lượng tìm kiếm đã bắt đầu cảm nhận tác động.

Công ty giáo dục trực tuyến Chegg (California, Mỹ) gần đây đã kiện Google, cáo buộc rằng các bản tóm tắt AI của Google lấy nội dung từ trang web của họ mà không ghi nguồn, khiến lượng truy cập giảm mạnh. Trong tháng 1, lượng truy cập của Chegg giảm 49% so với cùng kỳ năm trước, một mức giảm nghiêm trọng so với mức giảm 8% vào quý 2 năm ngoái, khi Google bắt đầu triển khai các bản tóm tắt AI.

Google gọi vụ kiện của Chegg là “vô căn cứ,” cho rằng dịch vụ tìm kiếm AI của họ thực sự giúp đa dạng hóa các trang web nhận được lưu lượng truy cập.

Trong khi đó, các trang đặt vé du lịch như Kayak và TripAdvisor cũng bày tỏ lo ngại về việc Google Search AI làm giảm lượng truy cập của họ. Các nhà xuất bản tin tức đã khởi kiện OpenAI và Perplexity vì cáo buộc vi phạm quyền sở hữu trí tuệ.

Ngay cả khi các nhà xuất bản chặn Perplexity truy cập trang web của họ, startup AI này vẫn tiếp tục gửi lưu lượng truy cập đến các trang bị chặn.

Trong một trường hợp, Perplexity quét một trang web 500 lần nhưng lại gửi hơn 10.000 lượt giới thiệu, có nghĩa là Perplexity đã tạo ra hơn 10.000 lượt truy cập đến trang web đó từ công cụ tìm kiếm AI của họ.

Cụ thể: Perplexity thu thập dữ liệu từ trang web đó bằng bot. Công cụ AI của Perplexity hiển thị các liên kết đến trang web đó trong kết quả tìm kiếm của họ, khiến người dùng nhấp vào và truy cập trang web qua những liên kết này.

Vấn đề ở đây là dù trang web đã chặn Perplexity quét dữ liệu, nhưng nó vẫn gửi lưu lượng truy cập, cho thấy có thể nó đang thu thập thông tin bằng các phương pháp không minh bạch hoặc sử dụng một bot không xác định để tiếp tục lấy dữ liệu.

Năm ngoái, Perplexity từng bị chỉ trích vì thu thập và tái xuất bản các bài báo bị khóa phí từ các trang như Forbes, CNBC và Bloomberg mà không trích nguồn chính xác.

Các công ty AI sử dụng các “user agents” (tạm dịch: công cụ do thám dữ liệu người dùng) để thu thập dữ liệu web, nhưng nhiều công ty không công khai hoặc xác định rõ ràng bot thu thập dữ liệu của họ. Google dường như sử dụng cùng một bot cho nhiều mục đích, bao gồm lập chỉ mục web (web indexing) và thu thập dữ liệu cho các công cụ AI.

Một cách rõ ràng để giải quyết vấn đề này là cấp phép trực tiếp cho các bài báo. Ví dụ Associated Press, Axel Springer và Financial Times đã ký thỏa thuận nội dung với OpenAI.

Ngoài ra, một số công ty đang tìm cách giúp các nhà xuất bản tạo mô hình kinh tế mới trong kỷ nguyên AI. TollBit tính phí các công ty AI mỗi lần họ quét nội dung từ một trang web của nhà xuất bản. TollBit hợp tác với 500 nhà xuất bản, bao gồm TIME, Hearst và Adweek.

Trúc Mai