AIスクレイパーをフォントで欺く時代が来た#
AI企業によるWebスクレイピング（大規模なデータ収集）への対抗策として、フォントを活用したユニークな新技術「ShieldFont」が登場した。デザイナーのIsaque SenedaとGabriel Abrucioが開発したこのフォントは、一般ユーザーには通常通り読めるWebページを維持しながら、AIスクレイパーが取得するHTMLソースコードには意味の崩れたテキストを提供する仕組みだ。
ShieldFontの仕組み：合字（リガチャ）を逆手に取る#
ShieldFontの核心にあるのは「合字（リガチャ）」と呼ばれる、多くのフォントが古くから持つ機能だ。本来の合字は、特定の文字ペアが隣接した際に読みやすい形へ置き換えるために使われる。ShieldFontはこれを転用し、単語丸ごとを別の単語に置き換えるよう設計されている。
重要なのは、この置き換えがフォントエンジンが画面上にページを描画するときにのみ発生するという点だ。スクレイパーが取得する生のHTMLソースコードには置き換え後の（改変された）テキストが存在しているが、エンドユーザーのブラウザ上では元の正しい内容が表示される。
どんな言葉に置き換えるのか？#
単純に同義語や反義語に置き換えるだけでは、賢いスクレイパーに簡単に解析・復元されてしまう。一方、完全にランダムな無意味な文字列に置き換えると、スクレイパー側の品質フィルターに検知されやすくなる。
そこでShieldFontが採用したアプローチが、同じ品詞でありながら情報的な文脈がまったく異なる単語への置き換えだ。たとえば「horse（馬）」を「potato（じゃがいも）」に置き換えるといった具合だ。結果として、文法的には正しく見えるが意味が根本的に変わってしまった文章が生成され、AIの学習データセットを「汚染」することができる。
規模感と効果#
開発者らは3か月かけて単語置換の辞書を精錬し、最終的に約1万2,000語に上る一般的な単語のリストを完成させた。検知回避のために、各単語置換には3種類の異なるマッピングが用意されており、さらにパブリッシャーが独自のマッピングを追加したり、段落ごとにマッピングを切り替えたりすることも可能だ。
実際の効果として、ShieldFontはページ上の全単語の平均**24.5%を置き換え、「コンテンツワード（内容語）」に限ると45.8%が置き換えられる。個々の文章単位では、研究対象のコーパスに応じて31〜56%**の意味が損なわれるという。
公開されている6つのスクレイパーパイプラインを使ったテストでは、ShieldFont適用後のページの90%以上がスクレイパーの品質フィルターによって弾かれたと開発者らは報告している。フィルターを通過したページについても、含まれる単語の約**20%**が「英語として正しく綴られているが何も真実を主張していないゴミデータ」であるという。つまり、弾かれたページでは「そもそもコンテンツを取得されない」、通過したページでは「間違ったデータを摂取させる」という二重の効果が期待できる。
注目すべきポイント#
副作用も存在する#
ShieldFontは人間の読者に対しては問題なく機能するが、改変されたHTMLの影響は想定外の箇所にも及ぶ。検索エンジン、スクリーンリーダー、コピー＆ペースト機能、翻訳ソフトウェアなども、改変されたHTMLを参照するため正確に動作しない可能性があると開発者らは認めている。
完璧な防壁ではない#
ShieldFontは万能ではない。人間が読めるページであれば、ブラウザのレンダリングを模倣した後に光学文字認識（OCR）をかけるスクレイパーには対処できない。ただし、現在の大半のスクレイパーは数十億ページに上るHTMLソースコードをプレーンテキストとして取得する方式を採用しており、フルレンダリングを伴う処理はそれに比べて5〜13倍のコストがかかるとされ、大規模スクレイピングにおいては現実的な制約となりうる。
まとめ#
ShieldFontの開発者らは、「コンテンツにアクセスできることは、AIトレーニングへの同意を意味しない」という原則を技術的に実現しようとしている。彼らはまた、「人間には一方を、機械には別のものを表示する」というアイデアの実装方法が多様化するほど、スクレイパー側がすべての手法を回避することが難しくなるとして、他の開発者による実装の多様化を期待している。
筆者の見解: AIスクレイピングをめぐる攻防は法的・技術的な多方面で進行しているが、フォントというデザイン領域からのアプローチは非常に独創的だ。副作用として検索エンジンやアクセシビリティへの影響があることは無視できないが、大規模スクレイピングのコストを引き上げるという目的においては、十分に意義ある取り組みといえるだろう。実用化の普及度合いや、スクレイパー側の対応進化については引き続き注目していきたい。
