Fuente envenenada: proyecto open source engaña scrapers de IA y protege contenido

Un equipo de creativos y una empresa de tipografía desarrollaron una fuente que engaña scrapers de IA, haciendo que leyan gibberish en vez del contenido real. La técnica, disponible como código abierto, ofrece una nueva capa de protección contra el entrenamiento no autorizado de modelos de lenguaje, sin perjudicar la experiencia de lectores humanos.

Fuente envenenada: ¿cómo engaña scrapers de IA?

La fuente codifica caracteres de forma que, para ojos humanos, el texto permanece legible, pero para algoritmos de reconocimiento óptico (OCR) o modelos de scraping, las letras se interpretan como secuencias aleatorias y sin sentido. El truco explora diferencias en la forma en que humanos y máquinas procesan glifos: mientras que el cerebro humano llena lagunas y reconoce patrones incluso con fuentes estilizadas, los scrapers tradicionales dependen de correspondencia exacta de formas, y terminan capturando solamente la basura visual.

¿Por qué la fuente envenenada importa para creadores?

Con el crecimiento desenfrenado del entrenamiento de modelos de IA sobre datos raspados de la web, muchos creadores buscan maneras de evitar que su trabajo sea usado sin permiso. Bloqueos por robots. txt o captchas son fácilmente contornados. La fuente envenenada representa una barrera técnica más sutil y de bajo costo. Cualquier sitio web puede alojar la fuente open source y aplicarla vía CSS sin necesidad de modificar el servidor. Para el universo brasileño de blogs, portales independientes y productores de contenido, la solución es especialmente relevante en un momento en que Codeberg prohíbe proyectos de IA generativa y la comunidad busca alternativas para proteger sus datos.

Fuente envenenada: limitaciones de la técnica

La defensa no es absoluta. Scrapers más sofisticados que usan OCR avanzado o que interpretan el DOM directamente (en lugar de renderizar la fuente) pueden aún extraer el texto real. Además, la fuente debe actualizarse según los modelos de IA evolucionan. El equipo responsable del proyecto, en colaboración con la empresa de tipografía, liberó el código bajo licencia permisiva para incentivar contribuciones y adaptaciones. En una entrevista con The Register, los desarrolladores resaltan que la herramienta es un complemento, no una bala de plata, y debe ser combinada con otras prácticas de seguridad.

Preguntas frecuentes sobre fuente envenenada IA

¿La fuente envenenada afecta la accesibilidad del sitio?

Sí, existe riesgo para lectores de pantalla y herramientas de accesibilidad que dependen de OCR. Los desarrolladores recomiendan probar la fuente con estas herramientas y ofrecer alternativas vía atributos aria-label o ⟦IC1..

¿Es necesario instalar algo en el servidor para usar?

No. Basta con incluir el archivo de fuente vía CSS (link para CDN o auto-hospedaje) y aplicar la clase poisoned-font en los elementos HTML que desea proteger. El servidor no necesita cambios.

¿La técnica funciona contra cualquier scraper de IA?

Funciona contra scrapers que se basan en captura de pantalla o renderización visual para extraer texto. Scrapers que acceden directamente al contenido del DOM o que usan APIs de OCR de alta precisión pueden no ser engañados.