OpenAI va respecter un signal commun dans robots.txt pour refuser l'entraînement des IA

OpenAI a annoncé le 30 octobre qu'il respecterait un signal commun placé dans le fichier robots.txt, ce petit fichier qui indique aux robots ce qu'ils ont le droit de faire sur un site. Ce signal permet de dire si l'on accepte, ou non, que ses contenus servent à entraîner des modèles d'IA générative.

Une règle au lieu de dix

Jusqu'ici, il fallait connaître le nom du robot de chaque entreprise et écrire une règle pour chacun. Avec ce signal partagé, une seule indication suffit pour tous les acteurs qui ont choisi de le suivre. Il vient des travaux du groupe AI Preferences de l'IETF, l'organisme qui élabore de nombreux standards d'Internet, et d'autres membres de ce groupe se sont associés à l'annonce.

Attention, rien n'est encore en place. OpenAI parle d'une mise en œuvre « dans les mois qui viennent » et promet des détails à ce moment-là. Les réglages actuels, qui visent ses robots un par un, restent valables. Et la démarche est volontaire : une entreprise qui ne joue pas le jeu n'est pas tenue de suivre ce signal.

Mon avis

Pour un petit site comme le nôtre, c'est une vraie simplification. En Europe, la directive sur le droit d'auteur permet déjà aux ayants droit de s'opposer à la fouille de leurs textes, à condition de le faire de façon lisible par les machines, et un format commun rendrait ce refus beaucoup plus clair. Je reste prudente : tout dépendra du nombre d'entreprises qui l'adopteront vraiment. L'annonce complète est sur le blog d'OpenAI.