Contexte juridique et commercial
À compter du 30 octobre, les nouvelles conditions commerciales de Meta autorisent explicitement les comptes professionnels à permettre à Meta ou à tout tiers agissant pour son compte d’utiliser des logiciels automatisés – scrapers, bots, spiders – pour accéder, indexer, mettre en cache et analyser les pages web associées à leurs produits ou services. La clause précise que le contenu ainsi collecté peut être employé pour « développer, améliorer, rechercher, entraîner et maintenir » les produits Meta. Cette extension s’applique aux éditeurs qui diffusent leurs contenus via Facebook, Instagram, WhatsApp ou Messenger, et intervient alors que Meta a déjà conclu des accords de licence IA avec CNN, Fox News, USA Today et People Inc.
You authorize us (or any entity acting on our behalf) to use automated software ... to access, index, cache, analyze, collect, retrieve, or crawl the domains, web pages, or URLs ... Meta may use any content ... to provide, develop, improve, research, train, and maintain ...Mécanisme de crawling et contournement du robots.txt
Le texte contractuel mentionne l’usage de « user agents » et de « test credentials » pour parcourir les URL. En pratique, cela signifie que les robots de Meta peuvent ignorer les directives du fichier robots.txt, qui sert habituellement à bloquer les crawlers non souhaités. Les experts juridiques soulignent que Meta pourrait ainsi invoquer la suprématie de ses conditions commerciales sur les instructions de blocage, ouvrant la porte à un accès non autorisé aux contenus protégés par des licences ou des restrictions d’usage.
Implications pour l’entraînement des modèles d’IA
En intégrant automatiquement le texte complet des sites d’information, Meta enrichit son jeu de données d’entraînement sans payer de droits d’auteur. Cette pratique contraste avec les accords payants signés avec certains grands médias, où les éditeurs reçoivent une compensation. Le volume de données collectées – potentiellement des milliers de pages quotidiennes – augmente la diversité linguistique et thématique des modèles, mais soulève également des questions de propriété intellectuelle et de concurrence, les modèles pouvant reproduire ou résumer des articles au détriment des éditeurs originaux.
Réactions des éditeurs et limites du dispositif
Les éditeurs qui refusent les nouvelles conditions risquent de perdre l’accès aux outils publicitaires de Meta, ce qui représente un levier économique important. Parallèlement, Meta a lancé le service « Meta One », facturant aux entreprises le placement de liens dans les publications, alors même que le même contenu est exploité gratuitement pour l’entraînement IA. Les porte-parole de Meta affirment que les robots.txt restent respectés, mais l’absence de mécanisme de contrôle technique indépendant rend difficile la vérification de cette affirmation.
