OpenAI dit qu’elle respectera un signal robots.txt commun sur l’entraînement à l’IA, avec une mise en œuvre prévue dans les prochains mois

Le 30 octobre 2026, OpenAI a annoncé qu’elle respecterait un signal commun placé dans le fichier robots.txt, par lequel un site indique ses préférences aux visiteurs automatisés. Ce signal permet à l’exploitant d’un site d’exprimer sa préférence sur l’utilisation de son contenu pour l’entraînement de modèles d’IA générative de base. OpenAI présente la démarche comme volontaire et affirme qu’elle facilite la communication d’une même préférence à plusieurs fournisseurs participants à la fois.

Selon l’article, un exploitant devait jusqu’ici identifier chaque robot d’exploration et tenir des règles distinctes pour chaque fournisseur. Un signal partagé réduit ce travail. OpenAI indique viser une mise en œuvre dans les prochains mois et publier une nouvelle mise à jour avec les détails le moment venu : l’annonce du jour est donc un engagement, pas une fonction déjà active. Le nouveau signal ne remplacera pas les contrôles qu’OpenAI propose déjà via robots.txt. Ses contrôles existants pour les robots d’exploration continueront de s’appliquer et d’être respectés.

L’article renvoie vers un Internet-Draft qui définit le signal, et c’est ce brouillon qui explique son fonctionnement. Il s’agit de draft-kelley-aipref-training-preference-signal-00, daté du 30 octobre 2026, une contribution individuelle de K. Kelley, dont l’affiliation indiquée est Anthropic. La page de l’IETF précise que le document n’est pas approuvé par l’IETF et n’a aucun statut formel dans le processus de normalisation. Selon le brouillon, l’exploitant écrit un groupe robots.txt ordinaire dont la ligne User-Agent porte un jeton de politique, __usage_ai-training. Dans l’exemple du brouillon, `Disallow: /` associé à `Allow: /press-kit/` exprime une préférence contre l’entraînement à l’IA pour tous les chemins sauf /press-kit/, où il exprime une préférence favorable. Le brouillon n’ajoute ni nom de directive ni grammaire, et un analyseur qui ne connaît pas le jeton ignore le groupe, comme il ignorerait tout groupe destiné à un agent utilisateur inconnu. Un groupe écrit pour User-Agent: * ne doit pas être considéré comme correspondant au jeton, et un fichier sans ce jeton n’exprime aucune préférence.

Le même brouillon fixe des limites importantes. Le jeton n’est pas une directive d’exploration : les règles de robots.txt destinées aux robots restent indépendantes et gardent leur sens, et un consommateur du signal peut, sans y être tenu, s’appuyer sur la préférence pour décider quoi récupérer. Le brouillon précise aussi que des accords privés peuvent l’emporter sur une préférence exprimée de cette façon. Il reprend la définition de l’entraînement à l’IA du groupe de travail : utiliser un contenu pour modifier les paramètres appris d’un modèle d’IA générative, sans inclure les modèles utilisés uniquement pour des tâches non génératives. L’article d’OpenAI, lui, n’écrit pas le jeton, ne donne pas de date, ne nomme pas les autres fournisseurs et ne dit rien du contenu déjà collecté. Il indique qu’OpenAI se joint aux autres participants du groupe de travail AI Preferences de l’IETF pour cette annonce, et que ses pratiques continueront de s’adapter à mesure que ces travaux et le contexte évoluent.

Pour les exploitants de sites, le pas concret consiste à attendre les détails de mise en œuvre d’OpenAI avant de s’appuyer sur ce signal, et à conserver leurs règles actuelles pour les robots, puisqu’OpenAI affirme qu’elles restent valables. Pour les lecteurs, la nouvelle est un engagement annoncé envers un signal partagé, fondé sur un brouillon qui n’a pas encore de statut formel, et non la preuve qu’un contenu est déjà protégé aujourd’hui.