Les sites web pourront désormais bloquer l’entraînement de l’IA en utilisant le fichier robots.txt
OpenAI, Google, Microsoft et Anthropic ont annoncé le 30 octobre 2026 qu’ils respecteront un signal commun dans le fichier robots.txt, permettant aux sites web d’empêcher l’utilisation de leur contenu pour l’entraînement de systèmes d’IA en une seule étape. Jusqu’à présent, chaque site devait configurer ses règles entreprise par entreprise.
Le fichier robots.txt est un outil utilisé par les sites web pour indiquer aux programmes d’exploration internet quelles parties peuvent être visitées. Les entreprises d’IA le consultaient déjà, mais chacune avec son propre identifiant de robot, obligeant les éditeurs souhaitant s’exclure à maintenir une liste de règles distinctes.
Ce nouveau signal fonctionne comme une étiquette de politique commune. Selon The Verge, les quatre entreprises ont déclaré qu’elles empêcheront l’accès de leurs robots d’IA aux sites qui incluent ce signal. La proposition est en cours de discussion au sein du groupe de travail sur les préférences d’IA de l’IETF (Groupe de Travail sur l’Ingénierie d’Internet), l’organisme qui fixe les normes techniques du réseau.
OpenAI a précisé que l’adhésion est volontaire et que ce signal ne remplace pas les contrôles déjà disponibles. L’entreprise prévoit de l’appliquer « dans les prochains mois » et communiquera davantage de détails ultérieurement. Elle a également encouragé d’autres fournisseurs d’IA à adopter cette pratique.
Chaque entreprise a son propre calendrier. Anthropic a déjà adopté le signal, d’après The Verge. Google et Microsoft prévoient de l’intégrer l’année prochaine, selon la même source. OpenAI n’a pas fourni de date précise. Par conséquent, l’outil ne protège actuellement aucun site contre les quatre entreprises simultanément.
Google a expliqué sur son blog pour développeurs que, si un site utilise ce signal pour refuser l’entraînement et ne mentionne pas Google-Extended (son propre contrôle depuis 2023), il sera traité comme si l’éditeur avait bloqué ce robot. L’entreprise a souligné que d’autres fournisseurs pourraient appliquer un critère similaire.
Les contrôles individuels resteront en vigueur. Un site pourrait, par exemple, s’exclure de manière générale tout en autorisant Google à utiliser son contenu.
Google a précisé que les sites qui autorisent expressément Google-Extended peuvent apparaître dans les réponses de l’application Gemini et générer des clics.
Microsoft, toujours selon The Verge, offrira également des contrôles plus fins : les éditeurs pourront refuser l’entraînement ou l'