É preciso parar os maus robôs

Stig Ørskov

Os seres humanos agora estão em menor número na internet. De acordo com pesquisadores, os bots respondem por mais da metade de todo o tráfego da web.

As consequências dessa evolução estão começando a aparecer.

Um bot ruim, ou um bot invisível (stealth bot), como também é chamado, é um rastreador (crawler) que oculta ou falsifica intencionalmente sua identidade ou propósito, contorna controles de acesso ou reservas de direitos, ou se passa por tráfego humano.

Uma nova proposta bipartidária nos Estados Unidos – a Lei de Proibição de Bots Invisíveis (Stealth Bot Prohibition Act) – parte de um princípio simples: os rastreadores automatizados devem dizer quem são e por que estão visitando os sites.

É uma ideia que a WAN-IFRA, a Associação Mundial de News Publishers, endossa sem reservas e que os legisladores de todo o mundo deveriam adotar.

No Brasil, a Associação Nacional de Jornais (ANJ) apoia iniciativas semelhantes.

Para os editores de notícias, as consequências da invasão atual de bots são cada vez mais graves.

Agentes do mal usam bots ruins para roubar conteúdo de notícias – inclusive por trás de paywalls – para depois colocá-lo no que os analistas de mídia chamam de um mercado de revenda de bilhões de dólares, no qual os desenvolvedores de IA compram dos proprietários dos bots, e não dos jornalistas e editores.

Bots ruins não convidados podem atingir páginas milhões de vezes em um único dia, deixando os sites mais lentos para os leitores humanos e potencialmente gerando cobranças extras de largura de banda ou até mesmo apagões totais.

Eles então usam o jornalismo roubado para criar produtos substitutos que competem diretamente com os sites dos editores.

Nas palavras de A.G. Sulzberger, publiher do The New York Times: “Esse roubo não está acontecendo apenas porque os editores estão deixando seus brinquedos espalhados no gramado; está acontecendo quando eles estão trancados em segurança dentro de casa”.

Bots ruins não convidados podem atingir páginas milhões de vezes em um único dia, deixando os sites mais lentos para os leitores humanos e potencialmente gerando cobranças extras de largura de banda ou até mesmo apagões totais.

Em agosto de 2025, um site de tecnologia do Reino Unido foi tirado do ar após ser raspado (scraped) 1,6 milhão de vezes em um único dia.

O problema só aumentou desde então: a Wikimedia Foundation, que hospeda a Wikipédia, agora bloqueia ou restringe cerca de um quarto de todas as requisições automatizadas que atingem sua infraestrutura, totalizando bilhões de requisições por dia de rastreadores que ignoram suas políticas de acesso.

Esse novo fluxo de tráfego está mudando a própria composição da internet e, no processo, criando um fardo financeiro significativo para as redações, tanto grandes quanto pequenas.

Os editores tentaram impedir esses bots por conta própria implantando bloqueadores sofisticados, mas é quase impossível detê-los quando bots maliciosos conseguem se disfarçar e agir com impunidade.

Os provedores de notícias locais, que já operam com margens estreitas, não podem arcar com os custos técnicos mais elevados.

A Lei de Proibição de Bots Invisíveis dos EUA é deliberadamente direta. Ela exigiria que os bots ruins de IA divulgassem sua identidade e propósito, dando aos editores de notícias e outros provedores de conteúdo as informações de que precisam para proteger seu trabalho de atores que atualmente costumam se disfarçar de humanos.

A proposta recebeu amplo apoio dos editores de notícias. O CEO da News Corp, Robert Thomson, descreveu os bots invisíveis como “os catadores silenciosos da internet”, enquanto o CEO da Condé Nast, Roger Lynch, alertou que bots disfarçados raspam o jornalismo original “com zero responsabilidade”.

A transparência também é o primeiro passo essencial para um mercado de licenciamento funcional. Os editores não podem negociar com empresas que não conseguem identificar, nem proteger o conteúdo quando não conseguem ver quem o está levando.

A Diretiva de Direitos Autorais no Mercado Único Digital da UE concede aos titulares de direitos o direito legal de limitar “de forma legível por máquina” seu conteúdo contra mineração de texto e dados, e desde 2 de agosto de 2026 os desenvolvedores de IA podem enfrentar multas de até €15 milhões ou 3% do faturamento global por ignorarem essas reservas.

Mas esse direito é vazio se as máquinas que batem à porta tiverem permissão para mentir sobre quem são.

O Brasil deveria introduzir uma legislação contra bots ruins como um primeiro passo em direção a esse mercado essencial para uma democracia saudável.

Uma exclusão voluntária (opt-out) só funciona se o rastreador que a lê se identificar honestamente em primeiro lugar. A fiscalização é tão forte quanto a capacidade de distinguir rastreadores verdadeiros de dissimulados.

As consequências da invasão de bots ruins são reais. Os editores arcam com o custo de produzir reportagens originais e manter a infraestrutura digital a partir da qual elas são distribuídas.

No entanto, atores mal intencionados podem extrair esse trabalho, vender o acesso a ele e ajudar a criar produtos de IA que competem diretamente com as fontes originais.

A exploração predatória do jornalismo deve acabar, não colocando os editores contra as empresas de IA, mas corrigindo um mercado que atualmente não consegue ser funcional.

Transparência sobre quem está rastreando e consequências executáveis quando mentem a esse respeito são as precondições para qualquer mercado digital funcional, quer esse mercado recompense os editores, os desenvolvedores de IA ou os leitores que ambos, em última análise, atendem.

O Brasil deveria introduzir uma legislação contra bots ruins como um primeiro passo em direção a esse mercado essencial para uma democracia saudável.