OpenAI, Google, Microsoft et Anthropic ont convenu d’adopter un mécanisme commun permettant aux éditeurs de presse de refuser l’utilisation de leurs contenus pour entraîner les modèles d’intelligence artificielle. Cette initiative leur donne un moyen supplémentaire de contrôler l’accès à leurs publications par les entreprises technologiques.
Le dispositif repose sur un signal technique, baptisé _usage_ai-training, qui pourra être intégré au fichier robots.txt des sites web. Ce fichier sert à communiquer des instructions aux robots qui parcourent les pages Internet. En ajoutant ce signal, un éditeur pourra indiquer qu’il n’autorise pas l’utilisation de ses contenus pour l’entraînement des modèles d’IA.
L’intérêt de cette démarche est de proposer une règle commune aux différentes entreprises participantes. Jusqu’à présent, les éditeurs devaient gérer les autorisations et les restrictions en fonction des robots utilisés par chaque plateforme. Le nouveau signal doit simplifier cette procédure.
Pour les médias, la question est économique autant que juridique. Leurs articles, enquêtes et analyses alimentent les bases de données utilisées pour développer les modèles d’IA. Or, cette exploitation ne s’accompagne pas systématiquement d’une rémunération ou d’un accord avec les éditeurs. Dans le même temps, les assistants conversationnels fournissent des réponses directement aux internautes, qui peuvent ainsi obtenir une information sans consulter le site qui l’a produite.
Le mécanisme annoncé ne constitue cependant pas une interdiction juridique. Il repose sur le respect volontaire des consignes par les entreprises participantes. Il ne règle pas non plus la question des contenus déjà collectés ou utilisés pour entraîner les modèles.
Les quatre entreprises prévoient une mise en œuvre progressive, selon des calendriers distincts. L’adoption de ce signal doit notamment s’étendre jusqu’en 2027.
