Microsoft a séparé l'entraînement de l'IA de la citation. Google y a vu du passager clandestin.
Une ligne robots.txt commune permettra bientôt à une boutique de refuser l'entraînement de l'IA chez plusieurs fournisseurs à la fois. Microsoft garde la citation comme un choix distinct ; Google prévoit de lire cette ligne comme un blocage de Google-Extended, ce qui retire aussi la boutique des réponses ancrées de Gemini, une séparation que Google a qualifiée de comportement de « passager clandestin » dans sa réponse au régulateur britannique.

Neritus Vale
Un seul groupe robots.txt permettra bientôt à une boutique de refuser l’entraînement de l’IA chez quatre des plus grandes entreprises du secteur. Chez Microsoft, OpenAI et Anthropic, la citation reste un choix distinct, ouvert par défaut. Chez Google, la même ligne ferme aussi les réponses ancrées de Gemini, car Google prévoit de la traiter comme un blocage de Google-Extended.
Cette ligne vient de draft-kelley-aipref-training-preference-signal-00, un Internet-Draft publié le 30 octobre par Kevin Kelley, d’Anthropic. Son « jeton de politique » (policy token), __usage_ai-training, occupe la place où figurerait le nom d’un robot d’exploration. Le datatracker le répertorie comme un draft individuel, et non comme un document du groupe de travail AIPREF de l’IETF. Il reprend la définition de l’entraînement posée par ce groupe : utiliser un contenu pour « modifier les paramètres appris d’un modèle d’IA générative ».
Selon cette définition, l’ancrage (grounding) n’est pas de l’entraînement : la documentation sur les robots de Google le décrit comme « la fourniture au modèle, au moment de la requête, de contenus issus de l’index de Google Search ». Pourtant, la même page confie à Google-Extended les deux rôles : l’entraînement de Gemini, et l’ancrage dans les Gemini Apps et Vertex AI. Le billet Search Central de John Mueller indique que Google prévoit de lire un refus par jeton qui omet Google-Extended « comme si l’éditeur l’avait interdit ». Une préférence portant sur l’entraînement parvient donc à Google sous la forme d’un refus d’être cité par Gemini.
Le billet de Google expose le compromis : les sites qui « autorisent spécifiquement Google-Extended » peuvent « apparaître dans les réponses et recevoir des clics grâce à l’ancrage dans les Gemini Apps ». L’application Gemini « compte désormais 1 milliard d’utilisateurs », a déclaré Sundar Pichai lors de la conférence téléphonique du troisième trimestre d’Alphabet. Ses fonctions d’achat, décrites sur une page de mars 2026 consacrée au Canada, proposent des « fiches produits achetables » et des « lieux où acheter », et sont « alimentées par le Shopping Graph ». Ni le billet ni la page sur les robots ne précisent si l’interrupteur Google-Extended touche ces fiches.
La page Search Console de Google consacrée à son contrôle Search ajoute que ce contrôle « ne remplace pas les autres choix des éditeurs de participer à certains services, comme Merchant Center ». Il reste donc possible que les fiches produits de Gemini proviennent des flux marchands plutôt que de pages ancrées. Une boutique aurait besoin de le savoir avant de décider ce que lui coûte l’interrupteur.
Le même jour, Microsoft a annoncé la conception inverse. Son billet Bing adopte le jeton pour l’entraînement et ajoute une préférence AI Grounding distincte, qui n’existe qu’au niveau de la page. Les anciennes balises, NoArchive et NoCache, « traitaient l’entraînement et l’ancrage comme une seule décision », précise sa FAQ. L’exemple de Microsoft lui-même règle AI Training sur Disallow et AI Grounding sur Allow ; comme l’ancrage n’a pas de forme robots.txt, une boutique qui veut le modifier doit baliser ses pages.
OpenAI et Anthropic séparent déjà les deux par robot. La documentation des bots d’OpenAI permet à un site d’autoriser OAI-SearchBot « pour apparaître dans les résultats de recherche tout en interdisant GPTBot », et l’entreprise prévoit de mettre en œuvre le signal commun « dans les prochains mois ». Anthropic, qui « a déjà commencé à prendre en charge » le signal, selon Kelley, distingue ClaudeBot, son robot d’entraînement, de Claude-SearchBot et Claude-User. Andy Stone, de Meta, a salué sur X « un signal commun » sans dire que Meta le respecterait.
| Entreprise | Ce que retire l’opt-out commun | Robot ou balise de recherche/récupération | Début |
|---|---|---|---|
| Anthropic | Entraînement | Claude-SearchBot, Claude-User | En cours |
| OpenAI | Entraînement | OAI-SearchBot | Dans les prochains mois |
| Microsoft | Entraînement | Balise d’ancrage au niveau de la page | 1er févr. 2027, à la réexploration |
| Entraînement et ancrage de Gemini | Contrôle de l’IA générative dans Search (Search Console) | Début 2027 | |
| Meta | Aucun engagement | Non précisé | Pas de date |
Google a déjà séparé les deux dans Search. Son contrôle de l’IA générative dans Search, un réglage de la Search Console déployé dans le monde entier d’ici le 31 août, permet à un site de quitter AI Overviews et AI Mode mais « n’affecte pas l’entraînement de l’IA ». The Verge note que Google « avait déjà mis en place des contrôles similaires ». Selon le plan de Google, une boutique qui n’écrit que la ligne commune resterait éligible aux citations d’AI Mode et perdrait celles de Gemini.
The Verge a aussi traité le jeton comme un blocage de robots. Le site a écrit que les entreprises « empêcheront leurs robots d’IA d’accéder à un site ». Le draft dit pourtant que le jeton « n’est pas une directive sur le comportement d’exploration », même si les robots peuvent ignorer les pages qu’ils ne peuvent pas utiliser. Googlebot continue de récupérer le catalogue dans tous les cas : Google-Extended, indique la documentation de Google, fonctionne « à titre de contrôle ».
L’écart autour de Gemini a une dimension réglementaire. La désignation de Google dans la recherche générale par la Competition and Markets Authority, en octobre 2025, couvrait AI Overviews et AI Mode et confirmait que « l’assistant d’IA Gemini de Google n’entre pas dans le champ », une position qu’elle disait garder sous examen. Google a commencé à tester l’interrupteur de Search avec des sites britanniques le 3 juin, le jour où la CMA a imposé une exigence de conduite sur les opt-outs de ce type. Gemini n’a reçu aucun interrupteur propre.
La configuration que veut un détaillant, cité mais non utilisé pour l’entraînement, porte déjà un nom dans les observations de Google à ce régulateur : le comportement de passager clandestin (« free-riding »).
Google a soutenu, comme le consigne la décision finale de la CMA, que des opt-outs distincts pour l’entraînement et pour l’ancrage en dehors de la recherche générale créaient « un risque de “free-riding” ». Le résumé de la réponse de Google dans la décision ajoute que les éditeurs « pourraient choisir l’ancrage pour maintenir leur trafic, mais refuser l’entraînement qui rend possibles les produits d’IA générative ». Elle emploie « éditeur » pour « toutes les parties qui mettent du contenu à disposition sur le web », ce qui inclut une boutique. La CMA n’avait « pas vu d’élément montrant qu’une séparation plus poussée du contrôle Google-Extended soit nécessaire » pour répondre à ses préoccupations, à savoir l’avantage que Google tire de la recherche générale et la clarté sur le rôle de Google-Extended. Elle a laissé l’interrupteur intact. Le plan d’octobre de Google fait passer la nouvelle ligne commune par ce même contrôle.
Selon le draft, un refus ne lie que le robots.txt « en vigueur au moment où le contenu a été récupéré ». Une boutique qui écrit la ligne en 2027 retient ce qui sera récupéré ensuite, pas les saisons déjà explorées.
La principale objection est que rien de tout cela ne lie Google tant que le dispositif n’est pas en service. Son billet ne parle que de projets, et Microsoft vient de montrer qu’un interrupteur groupé peut être scindé. Pour que la thèse tombe, il faudrait que Google divise Google-Extended en entraînement et ancrage avant de lire le jeton début 2027. Rien dans les documents publics ne va dans ce sens : Google a plaidé cette année auprès d’un régulateur contre ce type de division, et son plan envoie la ligne commune dans le bloc unique.
Un détaillant peut malgré tout rester éligible aux citations de Gemini en ajoutant une autorisation explicite de Google-Extended, comme l’y invite le billet de Google. Le prix à payer est l’entraînement de Google : Google n’applique le jeton commun que lorsque Google-Extended n’est pas explicitement spécifié. Le choix que Google laisse à une boutique est celui qu’il a défendu devant la CMA : cité et utilisé pour l’entraînement, ou ni l’un ni l’autre.