Google recycle le web pour ses IA, même quand on lui dit non?

Eli Collins, VP Product @GoogleDeepMind. Accueil///Google recycle le web pour ses IA, même quand on lui dit non? Google recycle le web pour ses IA, même quand on lui dit non? MAJ le 06 mai à 12:30 05/05/2025 Le procès antitrust en cours aux États-Unis met en lumière les pratiques de Google en matière d’entraînement de ses modèles d’intelligence artificielle. Au centre des interrogations : l’usage des contenus publiés en ligne, même lorsque leurs auteurs ont explicitement refusé qu’ils soient utilisés à cette fin. Le 3 mai dernier, dans le cadre d’une audience devant un tribunal fédéral à Washington, Eli Collins, vice-président en charge du produit chez Google DeepMind, a confirmé un point technique aux implications majeures : les équipes en charge de la recherche chez Google peuvent entraîner leurs produits d’intelligence artificielle, comme les “AI Overviews”, sur des contenus web dont les éditeurs ont demandé l’exclusion du processus d’entraînement. Le filtre d’exclusion, basé sur le fichier robots.txt, ne s’applique en effet qu’aux modèles développés par DeepMind. Il ne régule pas les usages faits par d’autres divisions du groupe, notamment celle en charge du moteur de recherche. Un choix binaire pour les éditeurs de contenus Cette distinction interne crée une situation singulière. Les éditeurs disposent bien d’un moyen technique de signaler leur refus de voir leur contenu utilisé pour former les modèles d’IA : le fichier robots.txt, largement utilisé depuis les débuts du web pour contrôler l’indexation par les moteurs. Toutefois, Google a précisé que l’exclusion des contenus de l’entraînement IA n’est possible que si ces contenus sont également exclus de l’indexation dans le moteur de recherche. Autrement dit, les éditeurs doivent choisir : accepter que leurs contenus participent à l’entraînement des produits d’IA de Google, ou renoncer à leur visibilité dans le moteur. Un dilemme difficile à arbitrer tant les conséquences sont lourdes pour les acteurs dépendant du référencement pour leur trafic et leurs revenus. Mise à jour: Suite à notre article, un porte parole de la société nous indique que « Google dispose d’un moyen distinct pour permettre aux éditeurs de gérer leurs contenus dans la recherche, en s’appuyant sur la norme bien établie du fichier robots.txt. » La position de Google est « Nous avons été très clairs depuis de nombreuses années au sujet des outils de contrôle mis à la disposition des éditeurs. Google-Extended est un mécanisme que les éditeurs de sites web peuvent utiliser pour décider si leurs contenus contribuent à l’amélioration de l’application Gemini et de l’API Vertex AI pour Gemini, y compris pour les futures générations de modèles qui alimenteront ces produits. En utilisant Google-Extended pour contrôler l’accès aux contenus d’un site, un administrateur peut choisir de participer — ou non — à l’amélioration de la précision et des capacités de ces modèles d’intelligence artificielle. Google propose par ailleurs un dispositif distinct permettant aux éditeurs de gérer la présence de leurs contenus dans la recherche, basé sur la norme bien établie du fichier robots.txt. Davantage d’informations sont disponibles dans À propos Articles récents Suivez nous:LA REDACTION DE FRENCHWEB.FRPour nous contacter, nous vous avons préparé un petit formulaire pour bien gérer votre demande et pouvoir l'adresser en toute confidentialité. Suivez nous:Les derniers articles par LA REDACTION DE FRENCHWEB.FR ( 05/05/2025

D’après FrenchWeb.