Quatre géants de l'IA s'accordent sur un signal de refus unique : une seule règle robots.txt pour refuser l'entraînement chez OpenAI, Google, Microsoft et Anthropic

SAN FRANCISCO — OpenAI, Google, Microsoft et Anthropic ont annoncé le 30 octobre qu'ils prendraient en charge un signal commun de refus de l'entraînement par l'IA. Un exploitant de site qui ajoute le jeton de politique __usage_ai-training à son fichier robots.txt pourra indiquer en une fois aux robots des quatre entreprises qu'il ne veut pas que son contenu serve à entraîner des modèles d'IA, au lieu de maintenir des règles distinctes pour chaque robot.

Une règle au lieu de quatre

Le mécanisme tient en deux lignes : « User-Agent: __usage_ai-training » suivi de « Disallow: / » exclut l'ensemble du contenu, et l'exploitant peut aussi exclure seulement certains répertoires. Le jeton provient d'un brouillon individuel du groupe de travail sur les préférences en matière d'IA de l'Internet Engineering Task Force (IETF), intitulé « Machine-Readable Training Preference Signal », rédigé par Kevin Kelley, responsable des normes chez Anthropic, et daté du 30 octobre 2026, expirant le 3 mai 2027. Il ne s'agit que d'un brouillon individuel : ce n'est pas une norme formelle de l'IETF et il ne bénéficie d'aucune approbation de l'IETF.

Un déploiement inégal : Anthropic d'abord, les autres en 2027

Les quatre entreprises avancent à des rythmes différents. Anthropic a déjà commencé à mettre en œuvre le jeton ; Microsoft vise le 1er février 2027 ; Google indique qu'elle le prendra en charge courant 2027 ; et OpenAI dit viser une mise en œuvre dans les prochains mois et communiquera des détails ultérieurement. OpenAI précise que le nouveau signal ne remplacera pas ses contrôles robots.txt existants, qui continueront de s'appliquer. Microsoft dit qu'elle offrira des contrôles plus fins, permettant de refuser séparément l'entraînement et le grounding (la récupération en direct de contenu pour les réponses de chat) ; Google indique qu'un site utilisant le jeton commun sans nommer Google-Extended sera traité comme ayant refusé Google-Extended.

L'entraînement seulement, et sur une base volontaire

Le signal comporte deux limites importantes. D'abord, il ne vise que l'entraînement : il n'empêche pas un robot de visiter ou de mettre en cache une page, et il n'affecte ni l'indexation pour la recherche ni les réponses d'IA qui citent des pages. Ensuite, il est volontaire, sans mécanisme d'application ; et la mise à jour de robots.txt ne supprime pas le contenu déjà collecté dans des ensembles de données ou déjà intégré à des modèles — elle n'affecte que les futurs entraînements. En bref, il s'agit d'une tentative coordonnée de simplifier le choix de refus, et non d'un effacement en un clic.

Cet article est compilé à partir de l'annonce d'OpenAI, du blog Bing de Microsoft et de reportages connexes ; la date de lancement exacte et les détails de mise en œuvre de chaque entreprise restent à confirmer par leurs annonces ultérieures.