Un signal commun pour encadrer l’usage des contenus web par l’intelligence artificielle

OOndine

Google, OpenAI, Anthropic et Microsoft soutiennent une proposition déposée auprès de l’IETF pour créer un signal commun sur l’utilisation des contenus de sites par les systèmes d’intelligence artificielle, selon Le Monde Informatique. Ce signal, nommé __usage_ai-training, pourrait être ajouté au fichier robots.txt, qui permet aux sites d’exprimer des consignes aux robots du web. Les éditeurs pourraient ainsi indiquer quels contenus autoriser pour entraîner des modèles, et lesquels protéger, y compris lorsque différentes pages d’un même site font l’objet de choix distincts. La proposition vise à séparer ce refus d’entraînement de l’exploration et de l’indexation des pages par les moteurs de recherche. Un éditeur pourrait donc demander que certains contenus ne servent pas à entraîner des modèles, tout en laissant les pages accessibles aux moteurs de recherche. Google indique que son réglage Google-Extended continuerait de fonctionner en parallèle du nouveau signal. Microsoft prévoit, de son côté, de distinguer l’entraînement des modèles de l’utilisation des contenus comme source d’information pour élaborer des réponses d’intelligence artificielle. Les éditeurs pourraient ainsi préciser séparément leurs préférences pour ces deux usages, au lieu de les traiter comme une seule autorisation.