Đọc trang web cho AI có hợp pháp không? Dữ kiện kèm ngày năm 2026

Luật EU nói gì về việc đọc nội dung web?

Luật EU cho phép khai thác văn bản và dữ liệu đối với nội dung được truy cập hợp pháp, nhưng cho phép chủ quyền dữ liệu bảo lưu quyền đó. Điều 4(3) của Chỉ thị DSM (2019/790) quy định ngoại lệ thương mại chỉ áp dụng khi việc sử dụng chưa được bảo lưu rõ ràng "theo một cách thức phù hợp, chẳng hạn bằng phương tiện máy đọc được" đối với nội dung được công bố trực tuyến.

Quy tắc thực hành của Đạo luật AI EU đối với các mô hình AI đa dụng, công bố ngày 10 tháng 7 năm 2025, đi xa hơn đối với các bên ký kết. Họ cam kết dùng crawler đọc và tuân thủ robots.txt, cùng các giao thức máy đọc được phù hợp khác. Đó là lý do việc tôn trọng robots.txt và các tùy chọn AI được khai báo đã trở thành chuẩn mực tối thiểu cho việc sử dụng tại châu Âu.

Những vụ án nào ở Mỹ quan trọng, và hiện trạng ra sao?

Chưa có vụ nào đưa ra phán quyết cuối cùng về việc đọc các trang công khai cho AI. Các tình tiết đến nay đều là cáo buộc trừ khi tòa án đã phán quyết:

• Reddit v. SerpApi, Perplexity và những bên khác (S.D.N.Y.). Ngày 31 tháng 7 năm 2026, tòa án cho phép các cáo buộc theo DMCA §1201(a) tiếp tục ở giai đoạn lập luận, coi các biện pháp bảo vệ dựa trên thử thách của Google là biện pháp kiểm soát truy cập. Chưa bị đơn nào bị phát hiện có trách nhiệm.
• The New York Times v. Perplexity. Đệ trình ngày 5 tháng 12 năm 2025. The Times cáo buộc việc thu thập nội dung của mình vào lúc truy vấn sau khi họ đã chặn Perplexity trong robots.txt.
• Amazon v. Perplexity. Theo báo cáo ngày 5 tháng 8 năm 2026, Tòa phúc thẩm Ninth Circuit hủy lệnh cấm đối với agent mua sắm Comet của Perplexity, lưu ý rằng trợ lý này hành động theo chỉ dẫn của người dùng. Hội đồng xét xử cho biết họ không đặt ra quy tắc rộng nào cho AI dạng agent.

Xu hướng còn lẫn lộn, và các kháng cáo vẫn tiếp diễn. Hãy coi mọi bản tóm tắt, kể cả bản này, là đã lỗi thời.

Điều gì giảm thiểu rủi ro khi một công cụ AI đọc các trang?

Một số thực hành xuất hiện trong mọi quy tắc và vụ án nêu trên:

• Chỉ đọc các trang công khai. Không đăng nhập, không khu vực thành viên, không tường phí.
• Tôn trọng các tùy chọn từ chối máy đọc được. robots.txt và các tùy chọn AI được khai báo, chẳng hạn ai-input=no.
• Không bao giờ vượt qua biện pháp bảo vệ. Không dùng user agent giả mạo, không xoay địa chỉ để thoát khỏi chặn, không giải thử thách.
• Tránh dữ liệu cá nhân. Không thu thập hồ sơ, thông tin liên hệ hay dữ liệu khác về người tư nhân.
• Ghi nguồn. Giữ URL với từng trang và hiển thị khi câu trả lời dựa vào đó.

Đây là thực hành tốt, không phải bảo đảm. Hãy hỏi luật sư về trường hợp sử dụng của bạn.

WebReaderAPI làm gì ở phía mình?

Chúng tôi xây dựng dịch vụ dựa trên những thực hành đó. Chúng tôi tôn trọng robots.txt: crawler của chúng tôi tự nhận là WebReaderAPI, tuân theo các quy tắc dành cho nó hoặc cho tất cả robot, và không đọc trang mà website không cho phép. Trang bị từ chối không bị tính phí. Nếu một website khai báo Content-Signal: ai-input=no trong robots.txt, chúng tôi không đọc các trang của trang đó cho bạn. Nếu một website từ chối yêu cầu của chúng tôi, chúng tôi trả lại câu trả lời của trang đó: chúng tôi không bao giờ giải CAPTCHA, đăng nhập vào tài khoản, hay tìm cách vượt qua chặn hoặc paywall.

Chính sách sử dụng chấp nhận được của chúng tôi cấm thu thập dữ liệu cá nhân về người tư nhân và đọc nội dung sau đăng nhập hoặc tường phí. Mọi truy vấn tự nhận diện là WebReaderAPI/1.0 (+https://webreaderapi.com/bot/), và trang crawler của chúng tôi cho chủ trang biết cách liên hệ với chúng tôi.