Les sites web pourront interdire en une seule étape qu'OpenAI, Google et Anthropic entraînent des IA avec leur contenu.

OpenAI, Google, Microsoft et Anthropic ont annoncé le 30 octobre 2026 qu’ils respecteraient un signal commun dans le fichier robots.txt, permettant aux sites web d’interdire en une seule étape l’utilisation de leur contenu pour l’entraînement des systèmes d’IA. Jusqu’à présent, chaque site devait configurer ses règles entreprise par entreprise.

Le robots.txt est le fichier où un site indique aux programmes qui parcourent internet quelles parties peuvent être visitées. Les entreprises d’IA le consultaient déjà, mais chacune avec son propre nom de robot, de sorte qu’un éditeur souhaitant s’exclure de toutes devait maintenir une liste de règles séparées.

Le nouveau signal fonctionne comme une étiquette de politique commune. Selon The Verge, les quatre entreprises ont déclaré qu’elles empêcheraient l’accès de leurs robots d’IA à un site qui l’inclut. La proposition est discutée dans le groupe de travail sur les préférences d’IA du Groupe de travail d’ingénierie d’Internet (IETF), l’organisme qui fixe les normes techniques du réseau.

OpenAI a précisé que l’adhésion est volontaire et que le signal ne remplace pas les contrôles qu’il propose déjà. Il a déclaré qu’il l’appliquerait « dans les prochains mois » et qu’il donnerait plus de détails à ce moment-là. Il a également encouragé d’autres fournisseurs d’IA à le respecter.

Chaque entreprise a son propre calendrier

Anthropic a déjà adopté le signal, selon The Verge. Google et Microsoft prévoient de l’accepter l’année prochaine, d’après la même source. OpenAI n’a pas donné de date précise. Par conséquent, l’outil ne protège encore aucun site face aux quatre compagnies simultanément.

Google a expliqué dans son blog pour développeurs que, si un site utilise le signal pour refuser l’entraînement et ne mentionne pas Google-Extended (son contrôle propre depuis 2023), il le traitera comme si l’éditeur avait bloqué ce robot. L’entreprise a indiqué que d’autres fournisseurs peuvent appliquer un critère similaire.

Les contrôles individuels resteront en vigueur. Un site pourrait, par exemple, s’exclure de manière générale tout en permettant à Google d’utiliser son contenu.

Google a précisé que les sites qui autorisent explicitement Google-Extended peuvent apparaître dans les réponses de l’application Gemini et recevoir des clics.

Microsoft, selon The Verge, offrira en outre des contrôles plus fins : les éditeurs pourront refuser l’entraînement ou le processus appelé ancrage, qui connecte un modèle à une source vérifiée pour réduire les erreurs. Les sites continueront à apparaître dans les résultats de Bing, quelle que soit leur décision.

Meta soutient l’idée

Andy Stone, responsable des communications de Meta, a déclaré que la création d’un signal commun pour plusieurs fournisseurs est « une étape importante » et que son entreprise souhaite travailler avec d’autres compagnies d’IA pour sa mise en œuvre. The Verge a noté que Stone n’a pas précisé si Meta respecterait le signal.

Meta a reporté au 20 novembre 2026, au lieu du 30 octobre, la mise en vigueur de certaines conditions commerciales qui autorisent l'entreprise à extraire le contenu des sites web associés aux comptes professionnels de Facebook et Instagram. Des éditeurs et des régulateurs européens avaient demandé leur suspension.

L'annonce intervient alors que les éditeurs font face à un flux constant de robots d'intelligence artificielle. Auparavant, d'autres initiatives étaient apparues : le standard Really Simple Licensing, qui permet aux sites de facturer les robots qui les visitent, et la décision de Cloudflare, entreprise d'infrastructure web, de bloquer par défaut ces programmes.

Google a affirmé que sa proposition répond aux demandes des éditeurs, des organisations civiles et des régulateurs, et qu'elle est cohérente avec le code de bonnes pratiques de l'Union européenne pour les modèles d'IA à usage général, qui reconnaît le fichier robots.txt comme méthode pour exprimer des préférences lisibles par machine.

Google a décrit ce mécanisme comme un projet en cours : l'IETF continue de discuter du reste du vocabulaire des préférences liées à l'IA. Google et Microsoft espèrent déployer le signal en 2027, selon les informations disponibles, tandis qu'OpenAI publiera les détails de sa mise en œuvre dans les prochains mois.