The web’s newest weapon against AI scrapers is a font
En un esfuerzo por frenar la práctica de scraping de datos por parte de empresas de inteligencia artificial, dos diseñadores han desarrollado una innovadora herramienta: una fuente tipográfica llamada ShieldFont. Esta fuente está diseñada para ofrecer a los editores web la posibilidad de «optar por no participar» en el entrenamiento no autorizado de IA, alterando sutilmente el contenido que los scrapers pueden recopilar.
La técnica detrás de ShieldFont se basa en el uso de ligaduras, una característica común en muchas fuentes que normalmente se utiliza para mejorar la legibilidad. Sin embargo, en el caso de ShieldFont, estas ligaduras se emplean para sustituir palabras completas por otras, creando una versión semánticamente correcta pero con un significado completamente alterado. Esto significa que incluso si una página alterada pasa a través de un filtro de calidad de un scraper, el contenido informativo estará desordenado, lo que puede envenenar un conjunto de datos de entrenamiento.
Después de refinar su diccionario de sustitución de palabras durante tres meses, los creadores de ShieldFont han logrado una lista de casi 12,000 palabras comunes que pueden ser reemplazadas. En promedio, ShieldFont reemplaza el 24.5% de todas las palabras en una página, incluyendo el 45.8% de todas las «palabras de contenido», afectando el significado de entre el 31% y el 56% de los pasajes individuales.
A pesar de que ShieldFont permite que las páginas sean leídas perfectamente por humanos, su uso puede tener efectos secundarios en motores de búsqueda, lectores de pantalla, herramientas de copiar/pegar y software de traducción, lo que podría hacer que la página sea menos útil para la audiencia prevista. Además, no es una defensa infalible, ya que un scraper de IA podría interpretar correctamente una página si la renderiza completamente y utiliza reconocimiento óptico de caracteres en una imagen del resultado.
Los creadores de ShieldFont esperan que otros innovadores desarrollen implementaciones adicionales de la idea básica de «mostrar una cosa para los humanos, otra para las máquinas», con el objetivo de hacer que el scraping a gran escala sea menos útil y más costoso.
Fuente: https://arstechnica.com/ai/2026/08/new-font-turns-ordinary-webpages-into-nonsense-for-ai-scrapers/