OpenAI, Google et Microsoft annoncent un signal commun sur l’entraînement des IA

Ce qui est nouveau

Google et Microsoft prévoient de reconnaître une préférence commune permettant aux éditeurs de sites d’exprimer leur choix sur l’utilisation de leurs contenus pour entraîner des modèles d’intelligence artificielle. Selon Search Engine Journal, OpenAI prévoit également de respecter ce signal. L’objectif est d’éviter de multiplier les règles propres à chaque fournisseur dans le fichier robots.txt.

Ce mécanisme est décrit dans un brouillon individuel soumis à discussion auprès du groupe AI Preferences de l’Internet Engineering Task Force (IETF), l’organisme de normalisation technique de l’Internet. Il n’a pas le statut de norme adoptée.

Les détails

Le projet utilise un identifiant commun, \_\_usage\_ai-training, dans les groupes de règles habituels de robots.txt. Les préférences peuvent concerner tout le site ou certains chemins, sans introduire de nouvelle syntaxe. Le signal porte sur l’usage des contenus pour l’entraînement, pas sur l’autorisation d’explorer les pages.

Google vise une prise en charge en 2027. En l’absence de règle explicite pour Google-Extended, un refus d’entraînement exprimé par ce signal serait interprété comme un blocage de Google-Extended. Cette interprétation peut aussi concerner l’utilisation des contenus pour alimenter les réponses de Gemini Apps. Les contrôles propres aux fournisseurs continueront de fonctionner.

Microsoft commencera à appliquer les nouvelles préférences au fil de ses explorations à partir du 1er février 2027. L’entreprise distingue l’entraînement de l’utilisation des pages pour alimenter des réponses générées, appelée « grounding », avec un réglage séparé pour ce second usage. Les anciennes préférences NoArchive et NoCache cesseront d’être reconnues pour ces usages après le 1er mars 2027.

Pourquoi c'est notable

Un même signal pourrait simplifier l’expression des choix des éditeurs auprès des fournisseurs participants, sans remplacer tous leurs contrôles spécifiques. Il ne constitue toutefois pas un mécanisme universel de référencement dans les réponses d’IA : exprimer une préférence d’entraînement et rendre une page utilisable comme source restent des questions distinctes, traitées différemment selon les plateformes.