Refuser l'entraînement des IA en une ligne : chez Google, cette ligne vous coûte aussi Gemini

Le 30 octobre 2026, Google et Microsoft ont annoncé le même jour qu'ils reconnaîtraient une même ligne de robots.txt pour refuser que votre site serve à entraîner les IA, et chez Google cette ligne vous retire aussi des réponses de Gemini. La syntaxe est identique des deux côtés, son effet ne l'est pas : Microsoft sépare l'entraînement d'un modèle de l'usage de votre contenu dans une réponse, Google traite les deux comme une seule décision.

Qu'ont annoncé Google et Microsoft le 30 octobre 2026 ?

Google et Microsoft ont annoncé la prise en charge d'un jeton partagé écrit dans robots.txt, nommé __usage_ai-training, qui exprime un refus d'entraînement valable chez plusieurs fournisseurs d'IA à la fois. Le jeton s'écrit à la place d'un nom de robot, sur la ligne User-Agent, et réutilise la grammaire existante de robots.txt sans y ajouter de directive. Jusqu'ici, refuser l'entraînement supposait de lister les acteurs un par un : Google-Extended pour Google, puis l'équivalent chez chacun des autres.

Le texte de référence est un Internet-Draft déposé le 30 octobre 2026 auprès de l'IETF (Internet Engineering Task Force), l'organisme qui normalise les protocoles du web, par Kevin Kelley, ingénieur chez Anthropic. Google a publié son billet le même jour, signé John Mueller, et annonce viser 2027 pour la prise en charge effective. Microsoft, par la voix de Krishna Madhavan, commencera à honorer les nouvelles préférences le 1er février 2027, au fil de ses passages de crawl.

Pourquoi la même ligne ne produit-elle pas le même effet chez Google et chez Microsoft ?

Parce que Google fait retomber ce refus d'entraînement sur un réglage qui commande aussi les citations. Google écrit que si un site utilise le jeton partagé pour refuser l'entraînement et que Google-Extended n'est pas spécifié explicitement, Google interprétera cette ligne comme un refus de Google-Extended. Or Google précise dans le même billet que les sites qui autorisent explicitement Google-Extended sont éligibles pour apparaître dans les réponses et recevoir des clics via le grounding dans les applications Gemini. Refuser l'entraînement en une ligne, sans rien préciser d'autre, revient donc à sortir des réponses de Gemini.

Microsoft a fait le choix inverse et sépare les deux décisions. Chez Microsoft, le refus d'entraînement s'écrit dans robots.txt ou page par page, tandis que l'usage du contenu dans une réponse générée, que Microsoft nomme AI Grounding, se règle uniquement page par page, par une balise meta ou un en-tête HTTP. Un site peut donc refuser l'entraînement chez Microsoft tout en restant citable dans Copilot. Microsoft ajoute même un niveau intermédiaire, DisallowExtended, qui autorise l'usage en réponse dans ses propres interfaces et le refuse aux services de grounding que Microsoft fournit à des tiers.

Quelle est la différence entre entraîner un modèle et nourrir une réponse ?

Entraîner un modèle modifie durablement ses paramètres, nourrir une réponse ne fait que lui fournir une source au moment où il répond. Microsoft écrit noir sur blanc que l'indexation et le classement dans les résultats de recherche classiques ne relèvent pas du grounding, et que le grounding est ce qui amène des liens et des citations dans la réponse générée. C'est là qu'est la distinction commerciale : l'entraînement ne vous rapporte rien de traçable, l'usage en réponse est ce qui peut produire une citation, puis un clic.

Cette place dans la réponse a une valeur mesurable. Ahrefs, en comparant 300 000 mots-clés entre décembre 2023 et décembre 2025, a mesuré que le taux de clic de la première position organique est inférieur de 58 % lorsqu'un aperçu IA s'affiche au-dessus. Quand la réponse capte le clic, figurer dans cette réponse cesse d'être un bonus. Microsoft le dit d'ailleurs sans rien promettre : autoriser le grounding rend votre contenu éligible pour nourrir ces réponses, sans garantir l'inclusion, le trafic, ni une rémunération.

Qu'est-ce que ça change pour un commerce ou une PME en France ?

Rien avant février 2027 si vous n'avez jamais touché à ces réglages, parce que l'autorisation est la valeur par défaut des deux côtés. Un site qui n'a rien écrit reste exactement où il est : entraînement autorisé, usage en réponse autorisé. L'annonce du 30 octobre 2026 ne retire rien à personne automatiquement, et ne demande aucune action immédiate.

Deux vérifications méritent pourtant d'être faites maintenant. La première porte sur ce que votre robots.txt dit déjà de Google-Extended, parce que beaucoup de sites l'ont fermé en 2023 ou 2024 par précaution, souvent via une case cochée dans une extension, et que cette ligne coûte aujourd'hui l'éligibilité aux citations dans les applications Gemini. Nous avions décrit ce piège dans « Bloquer les robots d'IA d'un clic peut vous coûter Google : ce qui change le 15 septembre » : la décision se prend en un clic, la facture arrive en visibilité, des mois plus tard, sans alerte.

La seconde vérification porte sur les balises NoArchive et NoCache, que de vieilles extensions de référencement posent encore sans que personne s'en souvienne. Microsoft cessera de les lire comme des préférences d'entraînement et de grounding après le 1er mars 2027, et les pages concernées repasseront en autorisation par défaut jusqu'à leur prochain passage de crawl. Autrement dit, un site qui croyait restreindre quelque chose va cesser de le restreindre sans que personne ait rien changé. Microsoft ouvre le 15 décembre 2026 un réglage temporaire dans Bing Webmaster Tools, réservé aux sites qui utilisent ces balises à cette date, et qui expire le 30 septembre 2027.

Le contexte européen rend la question moins théorique qu'elle n'y paraît. Google écrit que sa proposition est cohérente avec le code de bonnes pratiques de l'Union européenne pour les fournisseurs de modèles d'IA à usage général, adopté dans le cadre du règlement européen sur l'IA, qui reconnaît robots.txt comme une méthode de référence pour exprimer des préférences lisibles par une machine. Un fichier de quelques lignes à la racine de votre domaine devient un document que des régulateurs regardent.

Qui ne pourra pas appliquer ce réglage, même en le voulant ?

Les sites hébergés sur des plateformes qui ne donnent accès ni aux en-têtes HTTP ni aux balises meta de chaque page. Le choix de Microsoft de placer le grounding exclusivement au niveau de la page a une conséquence directe : le réglage qui compte commercialement se joue là où beaucoup de sites n'ont pas la main.

• Le refus d'entraînement s'écrit dans robots.txt, ce qui suppose déjà de pouvoir modifier un fichier à la racine du domaine.
• Le réglage du grounding chez Microsoft passe par une balise meta ou un en-tête HTTP, page par page, sans équivalent global.
• Sur les plateformes fermées, la balise meta reste parfois accessible quand l'en-tête HTTP ne l'est pas, et le fichier à la racine pas du tout.

C'est la même ligne de fracture que celle décrite dans « Shopify, Wix, Webflow, Framer : ce que votre plateforme vous autorise face aux IA ». La faisabilité par plateforme fait partie des signaux que nous vérifions, et la liste complète est publiée sur /fr/methode. Un réglage que vous ne pouvez pas écrire n'est pas un réglage que vous avez refusé, c'est un réglage que votre plateforme a pris à votre place.

Est-ce vraiment un standard ?

Non, pas encore, et il faut le dire clairement. Le document déposé à l'IETF le 30 octobre 2026 porte la mention explicite qu'il n'est pas endossé par l'IETF et n'a aucun statut formel dans le processus de normalisation. C'est une contribution individuelle, pas un document adopté par un groupe de travail, et elle expire le 3 mai 2027 si rien ne la remplace. Les annonces de Google et de Microsoft sont des intentions datées, pas des fonctionnalités en service.

Cela n'en fait pas un texte sans portée. Robots.txt lui-même a été une simple convention pendant vingt-huit ans : défini par Martijn Koster en 1994, il n'a été publié comme norme de l'internet qu'en 2022, sous le numéro RFC 9309. Sur le web, l'usage précède la norme, et deux acteurs du poids de Google et de Microsoft qui annoncent la même syntaxe le même jour pèsent plus lourd qu'un numéro de RFC. Ce qui compte pour vous n'est pas le statut du document, c'est que deux moteurs liront bientôt cette ligne, et qu'ils ne la liront pas de la même manière.