Contexte et annonce initiale
Meta a publié en septembre de nouvelles conditions commerciales destinées à régir l’accès aux contenus publiés sur ses plateformes. La date d’application prévue était le 30 octobre. Selon les premières versions, ces conditions autorisaient l’entreprise à scraper les sites d’information afin d’alimenter les modèles d’intelligence artificielle, ce qui a immédiatement suscité des inquiétudes chez les éditeurs.
Contenu des nouvelles conditions commerciales
Après les premières critiques, Meta a modifié le texte pour supprimer la mention explicite du « training » des produits IA. Néanmoins, le libellé restant conserve la permission de collecter du contenu via ses web crawlers. Meta rappelle que les propriétaires de sites peuvent toujours utiliser le fichier robots.txt pour indiquer aux robots s’ils sont autorisés à explorer leurs pages, un mécanisme standard du protocole HTTP.
Réaction des éditeurs et cadre réglementaire
Le News/Media Alliance a adressé une lettre à Mark Zuckerberg demandant la révision complète des conditions, arguant qu’elles pourraient causer un « préjudice sévère » aux éditeurs. Des annonceurs et éditeurs de l’Union européenne et du Royaume‑Uni ont également sollicité les autorités de régulation pour suspendre l’entrée en vigueur. Des experts juridiques ont souligné que la suppression du terme « training » ne suffit pas à éliminer le risque d’utilisation non consentie des contenus.
Implications techniques et limites du report
Le report annoncé le 20 novembre vise à donner à Meta le temps d’expliquer « comment Meta utilise les web crawlers » et de clarifier les droits associés au robots.txt. Sur le plan technique, la capacité d’un crawler à ignorer ou respecter ce fichier dépend de son implémentation ; les moteurs propriétaires de Meta peuvent choisir de le contourner, ce qui rend la simple présence du fichier insuffisante comme garantie de protection. Le délai offre également aux éditeurs la possibilité de mettre à jour leurs directives robots.txt et d’évaluer l’impact potentiel sur les flux de données destinés à l’entraînement des modèles d’IA.
