Recentemente, sites acadêmicos como o DiscoverLife e o BMJ enfrentaram um aumento enorme no tráfego de bots, o que causou lentidão e interrupções em seus serviços. Esses bots são programas automáticos que coletam dados de sites, e muitos deles estão sendo usados para treinar ferramentas de inteligência artificial. O aumento no tráfego de bots, que muitas vezes vem de endereços IP anônimos, tem preocupado os administradores de sites, pois isso gera custos e atrapalha usuários reais. O BMJ, por exemplo, viu mais acessos de bots do que de pessoas reais, o que sobrecarregou seus servidores. Outros editores também relataram problemas semelhantes, com muitos sites enfrentando interrupções devido a esse tráfego excessivo. Embora alguns bots sejam úteis, como os que ajudam motores de busca, a explosão de bots agressivos é um grande desafio, especialmente para sites menores que podem não sobreviver a essa situação.
Recentemente, sites acadêmicos, como o DiscoverLife e o BMJ, enfrentaram picos de tráfego de bots, resultando em interrupções e preocupações sobre o uso de dados para treinar modelos de inteligência artificial (IA) generativa. O DiscoverLife, um repositório online com quase três milhões de fotografias de espécies, começou a receber milhões de acessos diários, muito acima do normal. Esse aumento causou lentidão e, em alguns momentos, tornou o site inacessível.
Os bots, programas automatizados que raspam conteúdo de sites, têm se tornado um problema crescente para editores acadêmicos e pesquisadores. Andrew Pitts, executivo da PSI, afirma que o volume de solicitações está causando strain nos sistemas, resultando em custos e interrupções para usuários legítimos. Sites afetados estão buscando maneiras de bloquear esses bots, mas a tarefa é desafiadora, especialmente para organizações com recursos limitados.
A situação é alarmante, com o BMJ relatando que o tráfego de bots superou o de usuários reais, levando a interrupções nos serviços. Ian Mulvany, diretor de tecnologia do BMJ, destacou que o comportamento agressivo dos bots sobrecarregou os servidores da editora. Outros editores também estão enfrentando problemas semelhantes, com Jes Kainth, da Highwire Press, mencionando um aumento significativo no tráfego de “bots ruins”.
Impacto nos Repositórios
A Confederação de Repositórios de Acesso Aberto (COAR) revelou que mais de noventa por cento dos membros entrevistados relataram que bots de IA estavam raspando conteúdo de seus sites, resultando em interrupções nos serviços. Kathleen Shearer, diretora executiva da COAR, observou que, embora os repositórios sejam de acesso aberto e incentivem a reutilização de conteúdos, a agressividade de alguns bots tem causado sérios problemas operacionais.
Um fator que contribui para o aumento dos bots de IA é a revelação do modelo de linguagem DeepSeek, que demonstrou que é possível criar um modelo competitivo com menos recursos. Isso desencadeou uma onda de bots em busca de dados para treinar modelos semelhantes. A situação atual é descrita por especialistas como um verdadeiro “far west”, onde a falta de regulamentação e controle está gerando desafios significativos para a comunidade acadêmica.
Entre na conversa da comunidade