免费字体ShieldFont欺骗AI读取乱码

巴西创意机构 Seneda & Abrucio 与丹麦工作室 Playtype 联合开发了 ShieldFont，这是一款免费字体，可让网页文本对人类保持可读，而 AI 看到的则是一组无意义的词汇。开发者利用了人类阅读渲染后的文本，而大多数 AI 机器人解析的是原始 HTML 这一事实，并使用了 OpenType 字形替换算法（该算法通常用于交换字符以获得更好的显示效果）来替换整个单词。替换并非随机：一个词典将单词映射到语法匹配的替代词，根据抽象概念和复数形式等因素将其分为 250 组，并替换约四分之一的单词。这种语法保真度很重要，因为 AI 训练数据收集者通常会通过质量过滤器运行文本，这些过滤器会拒绝明显胡言乱语的内容；作者针对 FineWeb-Edu 过滤器进行了测试，发现约 10% 的转换文本能通过，且在 55.8% 的情况下，含义会变得面目全非。该解决方案存在缺陷：它不影响在渲染页面上使用 OCR（光学字符识别）的机器人，且确实会影响依赖 HTML 的视障人士使用的屏幕阅读器。ShieldFont 附带一个用于恢复原始文本的组件，目前仅适用于英文文本，可在 GitHub 上获取，并且需要 React 库组件才能进行站点集成。