Google, OpenAI et Microsoft se sont mis d’accord pour permettre aux éditeurs de sites web de refuser plus facilement l’utilisation de leurs contenus pour entraîner les intelligences artificielles (IA). Ce dispositif commun doit simplifier les démarches des éditeurs.
Des démarches jusqu’ici compliquées
Si l’usage des IA fait désormais partie du quotidien, ce déploiement massif ne plaît pas forcément aux éditeurs. Pour s’entraîner, les modèles peuvent en effet utiliser des articles, des images et d’autres contenus issus de différents sites, sans que les éditeurs leur en aient donné la permission.
Il est possible de s’y opposer, mais la démarche reste complexe. Les éditeurs doivent aujourd’hui définir des règles spécifiques pour chacun des robots qui collectent leurs contenus. C’est ce processus que Google, OpenAI et Microsoft ont décidé de simplifier, en soutenant un dispositif commun.
Un processus commun fondé sur robots.txt
Le 30 octobre, Google a annoncé son intention de soutenir un processus commun permettant aux éditeurs d’exprimer leurs préférences concernant l’entraînement des IA. Ils n’auraient ainsi plus besoin de traiter chaque robot un par un : une seule instruction pourrait suffire pour toutes les entreprises qui adopteront ce dispositif.
Ce processus s’appuie sur le fichier robots.txt, utilisé depuis des années pour donner des instructions aux robots qui explorent le web. Jusqu’à présent, un propriétaire de site souhaitant protéger ses contenus devait définir ses préférences fournisseur par fournisseur.
Le dispositif proposé dans le cadre des travaux de l’IETF intègre un identifiant partagé, __usage_ai-training. Les éditeurs pourraient ainsi signaler aux entreprises participantes qu’elles ne doivent pas utiliser les contenus de leurs sites pour entraîner leurs IA. Il sera également possible de mettre en place des exceptions.
Une efficacité qui dépendra des entreprises
Le dispositif indique aux entreprises qu’elles ne doivent pas utiliser le contenu d’un site pour entraîner leurs IA, mais rien ne les empêche techniquement de le faire malgré tout. Ce n’est pas un dispositif qui bloque les robots IA. Son efficacité va donc essentiellement dépendre du respect de ces préférences par les entreprises.
Microsoft s’est engagée à appliquer ces préférences à partir du 1er février 2027, tandis qu’OpenAI prévoit de le faire dans les prochains mois. Pour Google, ce sera début 2027. De son côté, Anthropic a commencé à mettre en œuvre ce dispositif, alors que Meta n’a pas confirmé son adoption pour le moment.
Google rémunère certains sites utilisés pour générer ses réponses IA, mais l’interdiction d’entraîner les IA ne signifie pas nécessairement que ces contenus ne pourront pas servir à générer ces réponses. Chez Google, ce nouveau signal sera néanmoins pris en compte pour certaines utilisations des contenus par Gemini.
Product offers are temporarily unavailable.
