Google prépare un signal commun pour refuser l’entraînement des IA sur les contenus Web

Une annonce du 30 octobre, pas une règle déjà en vigueur

Le 30 octobre 2026, Google Search Central a annoncé vouloir prendre en charge un signal commun permettant aux propriétaires de sites de déclarer leurs préférences sur l’utilisation de leurs contenus pour entraîner des modèles d’intelligence artificielle. L’objectif est de ne plus devoir rédiger une instruction différente pour chaque fournisseur participant. Google situe son propre objectif de prise en charge en 2027. À la date de cette édition, il s’agit donc d’un engagement annoncé, non d’une fonctionnalité dont l’efficacité serait déjà démontrée sur tous les robots.

La proposition technique est publiée sous la forme d’un Internet-Draft daté du 30 octobre 2026, intitulé Machine-Readable Training Preference Signal. Il s’agit d’un brouillon individuel hébergé par l’IETF, pas d’une norme approuvée par l’IETF. Le document est susceptible d’être modifié, remplacé ou abandonné. Cette distinction est essentielle avant de modifier la configuration d’un site professionnel.

Ce que signifie le nouveau signal

Le brouillon propose le jeton de politique __usage_ai-training dans le fichier robots.txt. Une règle associée à ce jeton exprimerait une préférence contre l’entraînement des IA génératives sur certaines pages, ou en faveur de cet usage sur d’autres. Le mécanisme réutilise la syntaxe habituelle de robots.txt, sans créer une nouvelle directive. Il s’agit d’une déclaration de préférence sur l’usage des contenus, pas d’une commande universelle imposant le comportement des robots.

Google explique qu’en l’absence d’une instruction explicite Google-Extended, il prévoit d’interpréter un refus d’entraînement exprimé par le signal commun comme un refus équivalent pour Google-Extended. Les instructions propres à chaque fournisseur resteraient utilisables. Google-Extended existe déjà ; la documentation officielle précise que son contrôle n’affecte pas l’inclusion d’un site dans Google Search ni son classement.

Une nuance importante : Google-Extended sert aussi, selon sa documentation, à encadrer certains usages de contenus pour l’ancrage des réponses dans Gemini. Bloquer cet usage peut donc avoir des effets distincts de la simple interdiction d’entraînement. Google indique que les sites autorisant explicitement Google-Extended peuvent être éligibles à des citations et clics depuis les réponses fondées sur des sources dans Gemini Apps. Il ne s’agit pas d’une garantie de visibilité ni de trafic.

Ce que cela change pour une TPE, un artisan ou un commerçant

Un site vitrine, un catalogue de produits, un blog de conseils ou une base documentaire peut contenir des textes, photographies et informations originales. Le dirigeant peut souhaiter que ces contenus soient visibles dans les moteurs de recherche, sans autoriser nécessairement tous les usages pour entraîner des modèles. L’annonce ouvre une perspective de gestion plus lisible de ce choix, mais ne permet pas encore de considérer qu’une seule règle protégera tous les contenus contre tous les systèmes d’IA.

Le signal de préférence n’empêche pas techniquement un acteur non coopératif de récupérer des pages publiques. Il ne supprime pas les copies déjà réalisées, ne règle pas à lui seul les droits d’auteur et ne constitue pas une mesure de confidentialité. Les informations réellement sensibles doivent rester derrière un contrôle d’accès ; robots.txt ne doit jamais servir de coffre-fort.

Trois décisions prudentes avant toute modification

• Conserver une copie du robots.txt actuel et inventorier les règles destinées à Googlebot, Google-Extended et aux autres robots utilisés par le site.
• Clarifier l’objectif : conserver l’indexation dans Google Search, accepter ou non certains usages d’IA et comprendre les conséquences possibles sur la visibilité dans les réponses génératives.
• Ne pas déployer précipitamment le nouveau jeton comme s’il était déjà reconnu partout. Suivre la version du brouillon et la documentation de chaque fournisseur.
• Avant une modification en production, faire vérifier la syntaxe, la portée des chemins et l’absence de blocage accidentel des pages importantes pour le référencement.
• Conserver des règles d’accès et de confidentialité indépendantes pour les données privées, sans compter sur robots.txt pour les protéger.

Ce qui reste incertain

Le calendrier exact, la liste des fournisseurs participants, la façon dont chacun respectera le signal et les conséquences pratiques sur le trafic ne sont pas établis. Le document technique porte une date du 30 octobre, tandis que l’objectif 2027 relève d’une annonce de Google et non d’une date d’entrée en vigueur réglementaire. Une entreprise peut surveiller ce chantier sans modifier immédiatement son site.

À retenir

Le fait nouveau est la prise de position de Google du 30 octobre 2026 en faveur d’un contrôle partagé. Pour une petite entreprise, la bonne action aujourd’hui consiste surtout à comprendre les choix déjà offerts par Google-Extended et à éviter de confondre préférences d’entraînement, référencement, visibilité dans les réponses IA et protection des données.