Waarom volgt mijn opt-out mijn data niet door een trainingspijplijn?
Kans
Het instellen van een robots.txt- of ai.txt-signaal vertelt goedwillende crawlers om je content over te slaan, maar dat signaal heeft geen middel om data te bereiken die al geschraapt is en opgeslagen ligt in Common Crawl-snapshots of afgeleide trainingssets. Zodra je teksten of kunst zijn geaggregeerd, kunnen tientallen downstream fine-tuningpipelines er op trainen zonder ooit je oorspronkelijke weigering te hebben gezien. De IETF AIPREF-werkgroep, opgericht in januari 2025, ontwikkelt een machineleesbare vocabulaire voor gebruiksvoorkeuren van content, maar die geldt alleen voor toekomstige crawls en heeft geen terugwerkende kracht op bestaande corpora. EU AI Act GPAI-verplichtingen die in augustus 2025 van kracht werden, eisen dat aanbieders opt-outs respecteren, maar er bestaat geen technisch handhavingsmechanisme voor multi-hop-pipelines waarbij data al van hand is gewisseld.
Waarom het belangrijk is
Opt-outrechten die stoppen bij de crawlgrens laten de geaccumuleerde voorraad trainingsdata juridisch en technisch onbereikbaar.
Hoe ik de kans beoordeel
De Opportunity Score is mijn eigen inschatting, geen meting: hoe ernstig het pijn doet, hoe vaak het toeslaat, en hoe weinig er vandaag de dag bestaat om het op te lossen. Hoger betekent dat ik denk dat het meer de moeite waard is om te bouwen.
Hoeveel pijn het veroorzaakt wanneer het zich voordoet.
Hoe vaak mensen er daadwerkelijk tegenaan lopen.
Hoe weinig goede tools er vandaag de dag voor bestaan.
Meer problemen die het oplossen waard zijn
Waarom vergeet elke AI-app mij op het moment dat ik het tabblad sluit?
AIWaarom is het leren van een nieuw vakgebied nog steeds afhankelijk van weten wat je moet vragen?
AIWaarom kan een niet-expert niet verifiëren wat een AI hem zojuist heeft verteld?
AIWaarom testen we modellen op benchmarks maar brengen we ze op de markt op gevoel?
AIWaarom hebben AI-agenten geen geheugen voor hun eigen fouten?
AIWaarom kan ik niet controleren waarop een model daadwerkelijk is getraind?