Cloudflare lança opção “Disallow AI Training” para manter sites indexáveis e bloquear o treino de IA

No blog da Cloudflare, publicado a 15 de setembro de 2026, foi anunciada uma nova configuração intitulada Disallow AI Training, que permite aos proprietários de sítios manter a visibilidade nos motores de busca tradicionais ao mesmo tempo que recusam que os mesmos rastreadores recolham conteúdo para treinar modelos de inteligência artificial.

Esta medida direcciona uma categoria específica de bots que combinam a indexação tradicional com a recolha de dados para aprendizagem automática, um fenómeno que tem sido objeto de intenso debate devido ao duplo propósito comercial e ético que um único pedido pode servir.

Por que a distinção é crucial

De acordo com as medições internas da Cloudflare, menos de um por cento dos milhões de sítios que protege bloqueiam completamente os bots de pesquisa, enquanto 17 % já activaram pelo menos um mecanismo para impedir o treino de IA, revelando um forte interesse por controlo granular.

Um simples ficheiro robots.txt apenas expressa uma preferência e não autentica a identidade nem verifica a finalidade do crawler; assim, um operador que decida ignorar o ficheiro pode ainda assim extrair conteúdo sem enfrentar consequências técnicas ou legais.

Como funciona a solução da Cloudflare

A Cloudflare declara que publicará a preferência do sítio nos seus metadados e, em seguida, identificará e classificará cada bot que atravessa a sua rede. Os bots que violarem o sinal Disallow AI Training serão bloqueados e a sua atividade será registada no Cloudflare Radar, assegurando transparência.

O rótulo Accountable da empresa define um conjunto de requisitos para rastreamento responsável, incluindo um mecanismo para recusar o treino, uma futura capacidade de recusar resumos gerados por IA, visibilidade por URL da recusa e a garantia de que a recusa não afeta a indexação normal nos motores de busca.

• Apple, Google e Microsoft já cumpriram ou se comprometeram a cumprir os critérios Accountable dentro de um prazo definido.
• Amazon, Anthropic, Meta e OpenAI já separaram os seus bots de pesquisa e de treino segundo a taxonomia da Cloudflare.
• Os controlos da Cloudflare distinguem três categorias: Pesquisa, Treino e Agente.
• A nova definição Disallow AI Training aplica‑se apenas à categoria Treino e ainda não se estende a agentes mandatados pelos utilizadores.

Separar as funções de Pesquisa e Treino é essencial para preservar o valor da descoberta na web; os sítios podem continuar a aparecer no Google, Bing ou outros resultados, ao mesmo tempo que sinalizam que o seu conteúdo não deve ser reutilizado para treinos em grande escala.

Perspetivas futuras

A Cloudflare anunciou que a próxima fase focar‑se‑á no controlo da quantidade de conteúdo de uma página que aparece em resumos gerados por IA, uma capacidade distinta da recusa de treino e dirigida a preocupações sobre a exposição de informação em agentes conversacionais.

Para organizações lusófonas, o impacto prático é imediato: ao activar a opção Disallow AI Training, uma empresa mantém o seu desempenho SEO intacto enquanto envia um sinal técnico claro aos fornecedores de IA de que as suas páginas estão fora dos limites para treino.

A visibilidade oferecida pelo Radar também cria uma trilha de auditoria, facilitando às equipas jurídicas e de conformidade a demonstração de adesão às políticas emergentes de uso de dados.

Além disso, a Cloudflare prevê que, no futuro, será possível definir limites quantitativos ao conteúdo extraído para resumos, permitindo um controlo ainda mais refinado sobre a exposição de informação sensível.

Os administradores de sítios podem ainda combinar a opção Disallow AI Training com outras regras avançadas de firewall da Cloudflare, reforçando a segurança contra ataques automatizados enquanto mantêm a abertura para a indexação legítima.

Reação da comunidade tecnológica

Diversas empresas de tecnologia manifestaram apoio à iniciativa, destacando a necessidade de separar claramente as funções de rastreamento para evitar a apropriação não autorizada de conteúdo digital para fins de treino de modelos de IA.

Especialistas em privacidade salientam que a medida preenche uma lacuna regulatória, oferecendo uma ferramenta prática enquanto as legislações sobre dados ainda evoluem.

Em Lisboa, a Associação Portuguesa de Empresas de Internet (APEI) já planeia divulgar um guia de boas práticas para a implementação da opção Disallow AI Training, visando ajudar os seus membros a protegerem o seu conteúdo de forma eficaz.