Meta elimina la palabra «train» de sus términos, pero los expertos legales siguen viendo un scraping sin límites
Legal experts warn Meta's new terms still grant broad scraping permissions
Meta revisó sus nuevos términos de servicio para cuentas de empresa tras las críticas, quitando «train» y limitando los usos a productos publicitarios y comerciales. Sin embargo, los abogados advierten que la cláusula sobre sitios «asociados» sigue permitiendo rastrear webs enteras, y que «develop» abarca perfectamente el entrenamiento de modelos. Meta afirma que se respeta robots.txt, pero no lo incluye en el texto. Las nuevas condiciones entran en vigor el 30 de octubre sin opción de exclusión.
Aunque añade más lenguaje sobre los usos permitidos, la fórmula «develop… advertising and business products» sigue siendo lo bastante amplia como para meter un camión. Esto no restringe en nada el lenguaje de «associated with your products or services», que permitiría a Meta rastrear sitios enteros.
- Bender
sigue existiendo la posibilidad de desactivar el crawler mediante los flags de robots.txt
Nunca confíes en robots.txt. Configúralo, pero no confíes en él. Un bot hará lo que un bot puede hacer. Sus bots son triviales de detectar, así que cierra la conexión; bonus si lo haces cerrando el socket en silencio e inhibiendo el primer RST del daemon web y el segundo RST del sistema operativo.
- asanineassasin
Los datos valiosos que rastrear están en el IDE del experto y en ese experto recibiendo desafíos.
- Retro_Dev
Estoy un poco confundido sobre por qué la gente se está alarmando por estos cambios en los términos: Meta ya rastrea mi sitio web con bastante regularidad (incluso con robots.txt). ¿El objetivo de este cambio es justificar un scraping más intenso?
- newhotelowner
Y gastan enormes recursos para que no podamos hacer scraping de Facebook: nuestro propio feed.
- jareklupinski
mejor renombren ya la empresa a Meta Law o Zuckerberg & Associates