Tasarımcılar Isaque Seneda ve Gabriel Abrucio, yapay zeka şirketlerinin internetten izinsiz veri toplamasını engellemek amacıyla ShieldFont isimli yeni bir yazı tipi geliştirdi. Bu yenilikçi yöntem, gerçek kullanıcılar için içeriği okunabilir tutarken, veri kazıyıcı botlara anlamsız ve yanıltıcı bilgiler sunarak eğitim verilerini bozmayı hedefliyor.

Ligatür Teknolojisi ile Metin Manipülasyonu

ShieldFont, geleneksel yazı tiplerinde harf çiftlerini daha estetik hale getirmek için kullanılan ligatür özelliğini farklı bir amaçla kullanıyor. Yazı tipi, HTML kodundaki belirli kelimeleri başka kelimelerle değiştiriyor ancak bu değişiklik sadece ekran üzerinde görüntüleme yapılırken gerçekleşiyor. Yazılım botları sayfanın düz metin kaynak kodunu indirdiğinde, gerçek ziyaretçilerin görmediği, değiştirilmiş bir versiyonla karşılaşıyor.

Anlamsal Karmaşa ve Veri Zehirleme

Sistem, gelişmiş botların kolayca tespit edebileceği rastgele anlamsız kelimeler yerine, dil bilgisi açısından uyumlu ancak bağlamsal olarak tamamen alakasız kelimeler kullanıyor. Örneğin, bir metindeki at kelimesi botlar için patates olarak görünüyor. This yöntem sayesinde cümleler yapısal olarak doğru görünse de anlam tamamen kayboluyor ve yapay zeka eğitim setleri hatalı bilgilerle doldurulmuş oluyor.

Kapsamlı Sözlük ve Başarı Oranları

Üç aylık bir geliştirme sürecinin ardından, yaklaşık 12 bin yaygın kelime için değiştirme listesi oluşturuldu. Yayıncılar, tespit edilme riskini azaltmak için her kelime için üç farklı eşleme seçeneği arasında seçim yapabiliyor veya paragraflar arasında eşlemeleri değiştirebiliyor. Yapılan testlerde, ShieldFont uygulanan sayfaların yüzde 90'ından fazlasının botların kalite filtreleri tarafından reddedildiği belirtiliyor. Kabullenen küçük bir kısmında ise kelimelerin yaklaşık yüzde 20'si hatalı veri olarak sisteme giriyor.

Ne anlama geliyor?

İnternet sayfaları temel olarak iki farklı katmandan oluşur; birincisi makinelerin okuduğu kod yapısı, ikincisi ise insanların gördüğü görsel arayüzdür. Bu yöntem, görsel arayüz ile kod yapısı arasındaki farkı kullanarak bir güvenlik katmanı oluşturur. Metinlerin kod tarafında farklı, ekranda farklı görünmesini sağlayan mekanizma, otomasyon araçlarının yanlış bilgi toplamasını sağlar.

Veri toplama süreçlerinde kullanılan filtreler, metnin dil bilgisi kurallarına uyup uymadığına bakar. Bu teknoloji, dil bilgisi yapısını bozmadan sadece anlamı değiştirdiği için filtreleri aşar ancak eğitilen modele yanlış kavramlar öğretir. Sonuç olarak, içerik üreticileri eserlerini insanlara açık tutarken, dijital kopyalama araçlarının içeriği anlamlandırmasını teknik olarak zorlaştırır.