Résumé :
Google, Microsoft, OpenAI et Anthropic prennent en charge une nouvelle déclaration de préférences de formation en IA qui permet aux sites Web d'indiquer s'ils autorisent l'utilisation de contenu par les sociétés d'IA pour former des modèles en modifiant le fichier robots.txt. Selon le projet, les administrateurs de sites Web n'auraient qu'à ajouter un ensemble de règles pour faire une déclaration à plusieurs sociétés d'IA soutenant les règles.
La déclaration se lit comme suit :
# Règles d'interdiction à l'échelle du site
Utilisateur
-
Agent
:
__usage_ai
-
entraînement
Interdire
:
/
# Autoriser un exemple de répertoire spécifique
Utilisateur
-
Agent
:
__usage_ai
-
entraînement
Autoriser
:
/archive/
Utilisateur
-
Agent
:
__usage_ai
-
entraînement
interdire
:
/archive/
# Autoriser des répertoires spécifiques n'entre pas en conflit avec l'interdiction à l'échelle du site, c'est-à-dire que /archive/ est autorisé mais tous les autres répertoires sont interdits
Ajoutez ce contenu au fichier robots.txt du site Web pour déclarer qu'il est interdit d'utiliser l'intégralité du contenu du site pour la formation de modèles d'IA. L'administrateur du site Web peut également modifier les répertoires autorisés ou non. Par exemple, certains répertoires peuvent être utilisés pour la formation en IA, et certains contenus ne peuvent pas être utilisés pour la formation en IA.
Les horaires d'assistance de chaque entreprise sont différents :
Le plan est encore une ébauche Internet, mais Microsoft a déclaré que l'entreprise se conformerait à la déclaration à partir du 1er février 2027, de sorte que les sites Web qui ne souhaitent pas que leur contenu soit utilisé pour la formation à l'IA peuvent désormais modifier le fichier pour ajouter la déclaration correspondante.
L'objectif de Google est de fournir une assistance à partir de début 2027, mais le délai précis n'est pas encore atteint. OpenAI dit qu'il mettra en œuvre le plan dans les mois à venir, et Anthropic semble avoir commencé à soutenir le projet.
Interdire la formation et citer du contenu pour générer des réponses ont des objectifs différents :
La déclaration ci-dessus exprime uniquement le choix du site Web en matière d'utilisation du contenu. Selon le projet d'instructions, la définition de la déclaration ci-dessus à elle seule n'empêchera pas directement les robots d'accéder à la page Web. Si le site Web souhaite empêcher certains robots d'exploration d'explorer du contenu, il doit toujours être configuré via les règles robots.txt traditionnelles.
Le contenu de la formation et les pages Web de référence sur les réponses à l'IA ont également des objectifs différents. Microsoft fournit des contrôles AI Grounding supplémentaires pour ses propres services, permettant aux sites Web de décider si le contenu peut être référencé lorsque des réponses générées par l'IA sont utilisées. Ce contrôle concerne des pages spécifiques et s'applique uniquement aux services Microsoft.
Google a déclaré que si un site Web utilise la déclaration ci-dessus pour rejeter la formation en IA mais ne définit pas explicitement Google-Extended, Google prévoit de le traiter conformément au rejet par le site Web des règles de Google-Extended. Google-Extended implique la formation du modèle Gemini, ainsi que l'utilisation de références Web de certaines réponses Gemini.
Commentaires