Google rejoint OpenAI pour une nouvelle règle robots.txt anti-IA

Google annonce rejoindre OpenAI, Anthropic et Microsoft pour soutenir une nouvelle directive du fichier robots.txt. Elle vise à donner aux propriétaires de sites un meilleur contrôle sur l'utilisation de leurs contenus pour entraîner des modèles d'IA générative.

Jusqu'ici, les éditeurs devaient définir des règles distinctes pour le robot d'exploration de chaque entreprise afin d'écarter leurs pages de l'entraînement des IA. Le système proposé les remplace par un signal unifié, que les sociétés participantes peuvent reconnaître et respecter.

Comment cela fonctionne

Les responsables de sites pourront recourir à un agent utilisateur dédié pour désigner les pages ou sections qu'ils ne veulent pas voir servir à l'entraînement. Ils pourront aussi autoriser l'accès à certaines parties du site, comme les pages éditoriales ou les contenus destinés à la publication.

Les entreprises assurent que la directive n'empêche pas l'apparition des sites dans les résultats de recherche. Elle vise uniquement la collecte de données destinée à l'entraînement des modèles. Chez Google, le nouveau signal sera traité comme une consigne pour l'agent utilisateur Google-Extended, qui collecte les contenus liés à l'entraînement des modèles Gemini.

Un déploiement progressif jusqu'en 2027

Anthropic prend déjà en charge la directive. Microsoft prévoit de l'appliquer à partir du 1er février 2027, et Google devrait suivre début 2027. OpenAI indique qu'elle mettra le système en place dans les prochains mois.

La directive n'aura aucun effet sur les données déjà collectées : elle encadre uniquement l'extraction future de contenus.

Cette étape marque une évolution importante dans les relations entre les entreprises d'IA et les éditeurs, alors que les demandes se multiplient pour que les détenteurs de contenus aient davantage voix au chapitre sur l'usage de leurs œuvres.