Opt-out IA : la règle que Bruxelles n'a pas finie, quatre labs l'ont écrite en une ligne

Le 30 octobre, OpenAI, Google, Microsoft et Anthropic ont adopté un même signal dans robots.txt pour refuser l'entraînement des modèles d'IA.

Le 30 octobre, quatre entreprises américaines ont écrit la règle que l'Europe attendait depuis onze mois : une ligne dans robots.txt pour refuser l'entraînement des modèles d'IA. Ce jour-là, Kevin Kelley, d'Anthropic, a déposé à l'IETF un brouillon qui décrit ce signal, et OpenAI, Google et Microsoft ont annoncé chacun sur leur blog qu'ils l'honoreraient. Meta a salué l'idée sans s'engager.

La ligne robots.txt

Le mécanisme tient en deux lignes de robots.txt, ce fichier par lequel un site dit aux robots ce qu'ils peuvent lire. L'éditeur ajoute un groupe dont l'en-tête User-Agent ne porte pas le nom d'un robot mais un jeton de politique, __usage_ai-training, suivi d'un Disallow. Aucune directive nouvelle, aucune grammaire nouvelle : les parseurs déjà déployés ignorent ce groupe comme n'importe quel agent inconnu. La préférence se pose par chemin, l'exemple du brouillon ferme tout le site sauf le dossier presse. Le groupe générique, l'étoile, ne vaut jamais refus d'entraînement. Et sans ce groupe, aucune préférence n'est exprimée, ce que Microsoft, par défaut, lit comme une autorisation.

Le jeton gouverne l'usage, pas l'accès. Il ne couvre que l'entraînement, c'est-à-dire la modification des paramètres d'un modèle génératif ; l'ancrage, l'usage d'une page au moment où l'assistant répond, reste hors champ. Rien ne fonctionne encore : OpenAI parle des prochains mois, Microsoft du 1er février 2027, Google de 2027.

Ce que l'Europe avait demandé

Le droit européen n'exige aucun format. La directive de 2019 sur le droit d'auteur permet à un titulaire de réserver ses droits contre la fouille de textes et de données, à condition de le faire "de manière appropriée", notamment par des procédés lisibles par machine. L'AI Act, à l'article 53, demande aux fournisseurs de modèles d'IA à usage général d'identifier et de respecter ces réservations "y compris au moyen de technologies de pointe". Le code de bonnes pratiques, signé par 22 entreprises dont les quatre de l'annonce, traduit : des robots qui respectent robots.txt "et toute version ultérieure", puis d'autres protocoles "identifiés par un processus inclusif facilité au niveau de l'UE".

Maciej Szpunar, premier avocat général à la Cour de justice de l’Union européenne, a remis ses conclusions dans l’affaire Like Company contre Google ce 3 novembre. Son avis ne lie pas les juges, et il propose de déclarer irrecevables les questions sur l’entraînement, qu’il traite par souci de complétude. Il estime pourtant que l’entraînement d’un modèle sur des contenus licitement accessibles relève en règle générale de l’exception de fouille, et qu’une réservation est appropriée dès lors que des robots à l’état de l’art peuvent la comprendre avec une fiabilité suffisante au moment de l’accès. Robots.txt convient, Google-Extended aussi, les métadonnées d’un fichier aussi, et même des conditions générales en langage naturel si une machine les comprend. La normalisation, ajoute-t-il, est en cours et aboutira selon toute probabilité. Le jeton du 30 octobre entre dans cette ouverture sans forcer la porte.

Le processus européen existe. La Commission a consulté du 1er décembre 2025 au 23 janvier 2026 sur sept protocoles autres que robots.txt, de TDMRep aux registres de Spawning ou de Liccium. Cent cinquante-trois réponses, un atelier le 2 juin, un rapport de synthèse. Au 4 novembre, aucune liste publiée. Le rapport relève, chez les fournisseurs de modèles, la crainte que la consultation "endosse prématurément des solutions immatures". Onze mois plus tard, la solution mûre arrive de San Francisco, et Google écrit dans son billet que la proposition est "cohérente avec le code de bonnes pratiques de l'UE". Le régulé certifie lui-même sa conformité au cadre que le régulateur n'a pas fini d'écrire.

Ce que la ligne apporte

Je ne boude pas le progrès. Quatre acteurs s'engagent par écrit, avec un calendrier, et le signal s'écrit par dossier. Microsoft ajoute une seconde préférence, distincte, pour l'ancrage, page par page. L'un des éditeurs qui siègent au processus, Nate Hake, écrivait le 30 octobre que le texte "n'est pas abouti au niveau de l'IETF" et que "des zones de désaccord significatives demeurent". Un brouillon individuel, valable six mois, que l'IETF n'a pas endossé.

Ce qu'elle ne règle pas

Ce jeton est une préférence, le mot est celui du brouillon. Aucun accusé de réception, aucun journal. Le rapport de la Commission le dit de presque tous les protocoles : "il n'est pas possible de vérifier qu'une réservation a été respectée". Le PEReN, le pôle d'expertise de l'État sur la régulation numérique, l'écrivait de robots.txt dans son état des lieux des protocoles d'opt-out publié le 21 juillet 2025 : un système "de confiance", où le robot s'auto-déclare et respecte de lui-même des consignes que le site ne peut pas toujours vérifier. L'avocat général le relève à son tour : les titulaires n'ont pas les moyens de s'assurer que leurs refus sont respectés, et des éléments montrent que des développeurs les ignorent. La ligne du 30 octobre n'y change rien.

L'industrie a un passif sur ce point. OpenAI avait promis en mai 2024 un outil pour que les créateurs refusent l'entraînement, "d'ici 2025" ; il n'a jamais vu le jour. En France, selon une question écrite publiée en juin 2026, la SACEM, la SACD et la SCAM notifient leur opposition à des centaines de fournisseurs depuis octobre 2023, "pour l'essentiel" sans réponse ; le ministère de la Culture, en août, a renvoyé aux "sanctions classiques de la contrefaçon". Un refus resté sans réponse n'engage personne.

Les conclusions du 3 novembre tracent la frontière. Sur la question jugée recevable, le chatbot qui lit la page d'un éditeur au moment de répondre, le critère que l'avocat général propose est l'accès illicite, en particulier le contournement de mesures techniques efficaces : un péage, un blocage des robots. Il note que robots.txt n'empêche techniquement rien et repose entièrement sur la bonne foi. Une préférence ne fait pas barrière, et le droit, dans cette lecture, récompense la barrière.

La ligne ne couvre que l'entraînement, les copies déjà faites restent dans les modèles, Bing parle des "futurs" modèles, et sans la ligne tout est autorisé. Google la lit comme un blocage de Google-Extended, ce qui retire aussi le site des réponses de Gemini, quand Microsoft sépare les deux choix.

Ce qu'une entreprise fait lundi matin

Pour une ETI, le geste coûte une ligne et une décision. Décider d'abord : refuser l'entraînement, c'est aussi, chez Google, sortir des réponses de Gemini, et cet arbitrage revient à la direction, non au webmaster. L'avocat général écrit qu'un éditeur qui laisse passer les robots pour rester visible dans les moteurs ne consent pas pour autant à nourrir les chatbots, mais cette protection se plaide devant un juge, elle ne s'exécute pas dans un fichier. Poser ensuite le groupe, par chemin si l'on veut garder un espace presse ouvert. Garder les blocages existants, puisque rien ne fonctionne avant 2027. Et consigner la décision : une politique de contenus datée, revue chaque année, est une pièce de gouvernance que l'on peut montrer.

Pour aller plus loin : quatre marches vers la preuve

Le format du refus est réglé. Reste la trace de sa lecture, en quatre marches :

■ L'accusé de réception: Les robots journalisent déjà tout ce qu'ils lisent. Que le fournisseur publie ce journal : domaine, date, décision prise.

■ La preuve dans le modèle: Le résumé du contenu d'entraînement que l'article 53 impose, et que l'avocat général décrit comme le complément indispensable de l'exception de fouille, peut porter une ligne de plus, réservations reçues et réservations honorées, vérifiable par échantillonnage par un évaluateur tiers.

■ Le registre public: Le ministère de la Culture l'évoque sans l'engager, l'avocat général note son absence. Un registre européen où le titulaire dépose son refus une fois, lisible par tous les robots, couvre enfin l'auteur, le photographe, qui n'ont pas de serveur et que le jeton ignore.

■ Le critère d'entrée sur la liste: La Commission publiera sa liste de protocoles. Qu'elle y inscrive le jeton, sous une condition : un protocole n'entre sur la liste que s'il produit une trace contrôlable. Le format devient un objet de conformité et cesse d'être une politesse entre entreprises.

Le 3 novembre a livré deux lectures en une. Sur l'entraînement, la forme du refus est libre, et le jeton y a sa place. Sur ce que lit le chatbot au moment de répondre, seule compte la barrière franchie, et le fournisseur ne répond de l'acte que s'il est inhérent à son modèle d'affaires ou s'il n'a pas pris les mesures d'un opérateur diligent. Entre les deux, le signal de politesse reste sans trace. La Commission clôt le 10 novembre sa consultation sur le droit d'auteur et l'IA, et doit toujours sa liste de protocoles. Ce n'est pas au régulé de déclarer son signal cohérent avec le code, c'est au régulateur de dire ce qu'il accepte, et à quelle condition de preuve.