Guide passo passo su prompt, stili e su come ottenere il massimo dalla generazione di immagini con IA.
Leggi le guideScegli un compagno e scopri cosa ne pensa di questa storia
ShieldFont è un carattere tipografico progettato per fornire agli scraper AI testo corrotto mentre viene visualizzato normalmente ai lettori umani — una tattica originale di data poisoning che opera interamente a livello di font, senza richiedere blocchi lato server né rilevamento di bot.
Il trucco centrale è uno strato di rimappatura. ShieldFont assegna i propri glifi in modo che il codice di carattere per, diciamo, la lettera «a» venga visualizzato visivamente come «a» nel browser — ma il valore Unicode sottostante memorizzato nell'HTML è qualcosa di completamente diverso. Il browser renderizza ciò che l'utente si aspetta. Un crawler che acquisisce il flusso di testo grezzo ottiene una stringa di caratteri errati.
Ciò è possibile perché i browser separano la codifica del testo dalla resa visiva: il file del font controlla quale forma appare sullo schermo, ma i dati leggibili dalla macchina nel sorgente della pagina rimangono qualunque carattere l'autore abbia digitato. ShieldFont sfrutta deliberatamente questa lacuna. Secondo Ars Technica, il progetto mira ad avvelenare i dati di addestramento AI senza rendere le pagine illeggibili per le persone.
Per i webmaster, la distribuzione è semplice — si carica il font tramite CSS nello stesso modo in cui si aggiunge qualsiasi carattere tipografico personalizzato. Non c'è fingerprinting per il rilevamento di bot, nessun CAPTCHA, nessuna logica server. Quella semplicità è il punto di forza: uno strato passivo e sempre attivo di attrito contro la raccolta massiva di testo.
L'obiettivo non è impedire ai crawler di visitare una pagina — è degradare la qualità di ciò che portano via. Se un modello si addestra su testo avvelenato da ShieldFont, le sequenze di caratteri corrotti diventano rumore nel dataset. Su larga scala, un numero sufficiente di pagine avvelenate potrebbe ridurre la coerenza del testo raccolto dal web aperto, almeno per i crawler che non renderizzano le pagine visivamente.
Quella precisazione è importante. Gli scraper sofisticati — in particolare quelli gestiti dai grandi laboratori di AI — utilizzano sempre più spesso browser headless che renderizzano JavaScript e CSS prima di estrarre il testo, il che significa che vedono lo stesso output visivo di un essere umano. Contro un crawler che renderizza completamente, ShieldFont non offre alcuna protezione; il testo renderizzato sarebbe corretto. La tecnica è più efficace contro gli scraper leggeri e ad alto volume che analizzano l'HTML grezzo per velocità.
Il contesto più ampio è un conflitto in accelerazione tra i creatori di contenuti e le pipeline di addestramento AI. Iniziative come la filigrana dei metadati C2PA affrontano la provenienza dopo il fatto; ShieldFont cerca di corrompere i dati prima che diventino mai materiale di addestramento. Nessuno dei due approcci è una soluzione completa — sono strati difensivi in una contesa più lunga.
Per i creatori che pubblicano prompt, tutorial o scrittura creativa originale online, ShieldFont rappresenta un'opzione a basso attrito per rendere quei contenuti meno utili come materiale di addestramento — senza compromettere la pagina per i lettori o i motori di ricerca. Questa è una distinzione significativa rispetto alle direttive robots.txt, che gli scraper possono semplicemente ignorare.
Il compromesso è che anche i motori di ricerca analizzano il testo grezzo. A seconda dell'implementazione, una pagina protetta da ShieldFont potrebbe confondere l'indicizzatore di Google insieme ai crawler AI che sta cercando di contrastare — un problema che il progetto dovrà affrontare se vuole un'adozione mainstream. Gli strumenti di accessibilità come i lettori di schermo, che si affidano anch'essi ai dati dei caratteri grezzi, affrontano lo stesso problema.
I creatori che sviluppano guide sull'AI art o librerie di prompt e vogliono sperimentare con la tecnica dovrebbero testare attentamente i propri requisiti SEO e di accessibilità prima di distribuirla sull'intero sito. Il font è un exploit ingegnoso del funzionamento dello stack di rendering del web — ma la corsa agli armamenti in cui entra è una in cui l'altra parte ha risorse significative per adattarsi.
