Meta farà scraping dei siti collegati agli account business

Dal 30 ottobre, usare Facebook, Instagram, WhatsApp o gli altri prodotti Meta per finalità commerciali significherà accettare una nuova autorizzazione che arriva anche fuori dalle piattaforme: l’azienda statunitense potrà scansionare domini, pagine e URL associati ai prodotti o servizi della tua attività, anche quando quei contenuti vivono sul sito del brand.

È effetto dei Commercial Terms, le condizioni aggiuntive che accompagnano l’uso professionale dei servizi del gruppo e coprono molto più dell’advertising. Si applicano quando gestisci una Pagina o un gruppo per il business, lavori con cataloghi e messaggi di marketing, vendi prodotti, usi Business Suite e gli altri strumenti commerciali o di misurazione. Anche una Pagina gestita per l’attività, quindi, può portare l’account dentro quelle condizioni senza che sia in corso una campagna pubblicitaria.

Alcuni prodotti pubblicitari danno già accesso a pagine esterne, ma con un legame molto più stretto tra ciò che fornisci e ciò che il sistema può fare. Nelle funzioni di AI generativa per gli annunci, per esempio, l’inserzionista indica un URL e autorizza il recupero dei contenuti necessari a creare o migliorare quella campagna. La nuova clausola allenta entrambi questi confini: non parla più soltanto dell’indirizzo consegnato per una funzione precisa e usa una formula molto più larga, “associated with your products or services”, per individuare i domini e le pagine raggiungibili.

Da quei siti potranno essere prelevati molti più dati di quanto suggerisca la parola “scansione”. Il testo autorizza accesso, indicizzazione, analisi, raccolta, recupero periodico degli aggiornamenti e memorizzazione in cache. Prevede inoltre la creazione di “test credentials”: credenziali di prova che, secondo James Grimmelmann, professore di digital and information law alla Cornell Law School, renderebbero tecnicamente possibile registrarsi come un normale utente e superare almeno un registration wall. Resta senza risposta la domanda posta da Nieman Lab su eventuali paywall o contenuti accessibili soltanto a pagamento.

A rendere la clausola particolarmente delicata per gli editori era anche l’uso previsto per tutto quel materiale. Nella formulazione notificata inizialmente agli utenti compariva “train”: i contenuti raccolti potevano essere impiegati esplicitamente per addestrare i prodotti del gruppo. News/Media Alliance negli Stati Uniti, European Publishers Council e News Media Association nel Regno Unito hanno contestato proprio l’incastro tra i due piani. Continuare a usare strumenti importanti per distribuzione, audience, marketing e monetizzazione avrebbe significato concedere contemporaneamente diritti su contenuti pubblicati altrove, compresi quelli che possono alimentare sistemi di intelligenza artificiale.

La versione ultima ha cancellato “train” e circoscritto gli usi dichiarati allo sviluppo, al miglioramento e alla ricerca per “advertising and business products”, oltre alla sicurezza dei servizi. Meta sostiene di avere chiarito e riunito autorizzazioni già presenti in altri accordi e afferma che il comportamento dei crawler non cambierà. La riscrittura, però, non ha ridotto ciò che può essere raggiunto: la formula sui siti “associated with your products or services”, il recupero periodico e le test credentials sono rimasti.

La correzione restringe quindi la destinazione dichiarata dei contenuti, non l’estensione dell’accesso. Grimmelmann considera la formula “associated with your products or services” abbastanza ampia da comprendere interi siti; Matt Topic, avvocato specializzato in media e proprietà intellettuale, vede un margine aperto anche nell’uso successivo dei dati, perché develop advertising and business products può comprendere lo sviluppo di prodotti business basati sull’AI. Togliere “train” elimina l’autorizzazione più esplicita all’addestramento, ma non chiude il problema che aveva fatto reagire gli editori.

Sul tuo sito rimane uno strumento tecnico di controllo: il robots.txt. Il gruppo dice che continuerà a rispettare le preferenze indicate nel file, ma Benjamin Sobel, professore di diritto alla University of Wisconsin, richiama un limite importante: quelle direttive dicono a un crawler dove non dovrebbe entrare e il loro rispetto dipende dal crawler stesso; da sole non creano un diritto giuridicamente azionabile contro chi decidesse di ignorarle.

Puoi quindi intervenire tecnicamente sull’accesso dei bot che rispettano robots.txt, mentre sul piano contrattuale non esiste un opt-out dedicato alla nuova clausola. I Commercial Terms indicano che chi non accetta l’aggiornamento deve smettere di usare i prodotti del gruppo per finalità commerciali. Accettare quel permesso diventa così una condizione per continuare a usare gli strumenti business: il robots.txt può limitare l’accesso al sito, ma non permette di ritagliare dal contratto soltanto lo scraping.

Fonti: Meta, Nieman Lab, News/Media Alliance