Projekt Gentoo Linux zamknął publicznie dostępną instancję Bugzilli z powodu ataku botów AI, które masowo pobierały dane z systemu śledzenia błędów. Scrappery były tak agresywne, że doprowadziły do znacznego przeciążenia serwerów, zmuszając administratorów do podjęcia drastycznych kroków i całkowitego zablokowania dostępu dla anonimowych użytkowników.
Problema jest symptomatyczna dla szerszego trendu w społeczności open-source. Wiele projektów udostępnia swoje repozytoria i systemy śledzenia w dobrej wierze, aby wspierać badania i przyczynki ze strony społeczności. Jednak rosnąca liczba firm trenujących modele AI potrzebuje coraz więcej danych treningowych, a publiczne źródła stały się łatwym celem dla nieokiełznanego web scrapingu. Boty nie respektują robots.txt ani inne konwencje, a zamiast tego systematycznie pobierają całe bazy danych.
Taki scenariusz stawia zespoły open-source w trudnej sytuacji. Z jednej strony chcą wspierać rozwój AI i badań, z drugiej - muszą chronić swoje zasoby przed wyczerpaniem. Gentoo wybrano podejście restrykcyjne, ale to oznacza że nawet legalni zainteresowani badacze mogą mieć problem z dostępem do danych. Incydent podkreśla potrzebę bardziej wymyślnych rozwiązań - od limitów taryfowych po alternatywne kanały dystrybucji danych dla realizatorów badań.