Forchoimeádanna ar mhianadóireacht téacsanna agus sonraí i bpreas an AE-27, cainéal ar chainéal

Ón 2 Lúnasa 2025, ceanglaítear leis an nGníomh um an Intleacht Shaorga (Art. 53(1)(c)) ar sholáthraithe samhlacha intleachta saorga ilchuspóireacha forchoimeádanna ar mhianadóireacht téacsanna agus sonraí a cuireadh in iúl faoi Art. 4(3) de Threoir (AE) 2019/790 a shainaithint agus a chomhlíonadh, “amhail meáin mheaisín-inléite” i gcás ábhar ar líne. Tá go dtí an 2 Lúnasa 2027 ag samhlacha a cuireadh ar an margadh roimh an dáta sin (Art. 111(3)). Is féidir leis an gCoimisiún fíneálacha a ghearradh ar sholáthraithe ón 2 Lúnasa 2026.

Léamar an méid is féidir le crálaer a léamh ar 1,511 suíomh gréasáin nuachta in 27 mBallstát: nuachtáin agus suíomhanna nuachta ó Wikidata a bhfuil a n-óstach i measc na 100,000 is airde ar liosta Chrome UX Report a dtíre, gan irisí oifigiúla. Ba iad na cainéil robots.txt (RFC 9309), TDMRep (comhad, ceanntásc HTTP, <meta>), Content-Signal, riail Content-Usage an IETF, noai agus llms.txt. Níor iarramar URL ach amháin nuair a cheadaigh robots.txt é.

Ar an 1,356 shuíomh a bhféadfaimis iad a léamh ina n-iomláine, cuireann 99 as 1,356 (7.3%), eatramh muiníne 95%: 6.0–8.8%, forchoimeád in iúl a cheanglaíonn crálaer cibé ainm atá air.

• Blocálann 558 as 1,356 (41.2%) crálaer IS ainmnithe amháin ar a laghad ag an bhfréamh. Díobh sin, ní chuireann 480 as 558 (86.0%), eatramh muiníne: 82.9–88.7%, aon rud in iúl a léifeadh crálaer a bhfuil ainm nua air.
• Ní chuireann 777 as 1,356 (57.3%) aon fhorchoimeád in iúl in aon chainéal a léamar.
• Ar fud na 1,510 suíomh ar fad a d’fhreagair maidir le robots.txt, is é 110 as 1,510 (7.3%) ar a laghad líon na suíomhanna a bhfuil forchoimeád neamhspleách ar ainm acu. Is é 621 as 699 (88.8%) ar a mhéad líon na mblocálaithe ainmnithe gan forchoimeád neamhspleách ar ainm.
• De réir bhanda tíre, na suíomhanna a bhfuil forchoimeád neamhspleách ar ainm acu i measc na suíomhanna a léadh ina n-iomláine: tíortha móra 74 as 800 (9.2%), tíortha meánmhéide 15 as 431 (3.5%), tíortha beaga 10 as 125 (8.0%).
• Íogaireacht dár n-athrú rialach féin (D5). Faoin riail rochtana a reodh roimh an mbailiú, gan athscanadh D5, is é an toradh 93 as 1,282 shuíomh a léadh ina n-iomláine (7.3%), eatramh muiníne: 6.0–8.8%, a bhfuil forchoimeád neamhspleách ar ainm acu, agus 0 contrárthacht.

Cainéil.

• Tá TDMRep ar 71 as 1,356 (5.2%), eatramh muiníne: 4.2–6.6%. I gcás 58 de na 71, níl sé ach i gceanntásc nó in eilimint <meta> (meta 41, ceanntásc 22, comhad 13). Úsáideann 53 as 192 shuíomh Francach a léadh ina n-iomláine (27.6%) é.
• Feictear Content-Signal ai-train=no ar 18 suíomh. Feictear train-ai=n an IETF ar 0.
• Seolann 17 suíomh Content-Usage: ai=n. Is é sin lipéad oiliúna IS draft-ietf-aipref-vocab-01; baineadh é as an dréacht reatha, mar sin ní mór do pharsálaithe neamhaird a dhéanamh de. Dá léifí é mar fhorchoimeád ar oiliúint, d’ardódh sé an sciar neamhspleách ar ainm go 116 as 1,356 (8.6%).
• Contrárthachtaí: 2 chontrárthacht i measc na 1,356 faoin riail reatha, 0 faoin riail reoite. Is suíomhanna de chuid Corriere della Sera iad araon, agus níor léadh iad ach san athscanadh D5. Seolann gach ceann acu Content-Signal ai-train=yes mar aon le forchoimeád TDMRep in eilimint <meta>.
• Scríobhann 218 as 1,510 (14.4%) forchoimeád nó toirmeasc ginearálta i dtráchtanna robots.txt, rud a chaitheann parsálaí RFC 9309 i leataobh.

Rochtain, agus an méid a rinneamar mícheart. I gcás 154 shuíomh níor léamar ach robots.txt, toisc go marcálann brathadóir atá coimeádach d’aon ghnó a gcuid tráchtanna mar thoirmeasc ginearálta ar rochtain uathoibrithe. Bhris an staidéar a riail rochtana féin cúig huaire; dearbhaítear gach sárú agus scriosadh a chuid sonraí:

• D0: an píolóta taiscéalaíochta.
• D1: 7 n-iarratas chuig óstach roimh a robots.txt.
• D2: 245 iarratas chuig 92 shuíomh.
• D4: 3 iarratas chuig suíomh amháin.
• D7: 72 iarratas chuig 24 shuíomh.

Seoladh iarratais D7 in athscanadh (D5) a rinneadh tar éis an bhailithe, tar éis do ghníomhaire IS comhordaithe an staidéir an riail a athrú maidir leis an méid a áirítear mar thoirmeasc. D’aicmigh treoracha an staidéir fógra na 23 shuíomh de chuid Mediahuis go mícheart mar fhógra a bhaineann le cuspóir sonrach. Caitheann riail EasyxLab don tsaotharlann ar fad (3 Deireadh Fómhair 2026) le robots.txt mar rud ceangailteach ag an íosleibhéal dlíthiúil. Coinníonn S16 riail níos déine d’aon ghnó, toisc gurb iad na forchoimeádanna sin ábhar an staidéir.

Iniúchtaí ar na brathadóirí (iad uile déanta ag gníomhairí IS).

• Sampla an údair féin, brathadóirí v1/v2: bhí an ceart ag brathadóir na bhforchoimeádanna i 54 as 54 mharcáil; bhí an ceart ag brathadóir toirmisc v2 i 35 as 62.
• An chéad athbhreithneoir neamhspleách, v1/v2, 44 shuíomh eile: bhí an ceart ag brathadóir an toirmisc i 15 as 21 mharcáil agus d’aimsigh sé 15 as 15; bhí an ceart ag brathadóir na bhforchoimeádanna i 20 as 20 marcáil agus d’aimsigh sé 20 as 21.
• Athbhreithneoir eile, v3, 43 shuíomh breise: toirmeasc 15 as 15 sa sampla, ach aisghairm (recall) de thart ar 84% (130 as 154) nuair a áirítear an 24 chás a cailleadh in D7; forchoimeád 15 as 16.
• Athraíonn v4 go díreach an dá mhodh teipe sin. Ní mhaítear go ndearnadh iniúchadh ar v4.

Soláthraithe. D’fhéadfaimis doiciméadacht crálaeir 8 as 14 sholáthraí a léamh an 3 Deireadh Fómhair 2026; luann an 8 ar fad robots.txt. Ní luann aon cheann acu TDMRep, Content-Signal, Content-Usage ná noai.

Luann torthaí in aghaidh an tsuímh an méid a deir comhaid gach suímh. Ní measúnú ar an suíomh iad: is ar sholáthraithe IS atá an oibleagáid. Is é scripts/optout_check.py <domain> an seiceálaí, agus d’fhéadfadh sé a bheith ina uirlis saor in aisce optout-lint.