Bloquer les IA a un prix, et ce sont les éditeurs eux-mêmes qui le documentent

Le conseil est devenu un réflexe : « ajoutez ces lignes à votre robots.txt et bloquez tous les robots d'IA ». Des listes toutes faites circulent, des extensions le proposent en un clic, et l'argument implicite est toujours le même : ça ne coûte rien.

Sauf que les éditeurs concernés documentent, agent par agent, ce qui se passe quand on les bloque. Et leur réponse est plus intéressante que le réflexe : chaque blocage coupe quelque chose de précis, et pas toujours ce qu'on croit.

OpenAI : le blocage de recherche vous sort des réponses

OpenAI distingue ses agents, et documente l'effet du refus de celui qui alimente la recherche de ChatGPT :

La phrase est nette : ce refus-là n'est pas une protection abstraite, c'est une sortie des réponses. Et OpenAI précise dans la même page que ce robot n'est pas celui de l'entraînement : refuser la recherche et refuser l'entraînement sont deux lignes différentes du même fichier.

Anthropic : trois agents, trois pertes documentées

Anthropic publie un tableau qui dit littéralement « ce qui se passe quand vous le désactivez », agent par agent. Pour l'agent qui répond aux questions des utilisateurs de Claude :

Même structure pour l'agent de recherche : le désactiver « peut réduire la visibilité et la précision de votre site dans les résultats de recherche des utilisateurs », écrit la même page. Et pour le robot d'entraînement, l'effet documenté est tout autre : le refus « signale que les contenus futurs du site doivent être exclus de nos jeux de données d'entraînement ». Trois agents, trois conséquences distinctes, écrites par l'éditeur.

Le tableau d'ensemble : trois robinets, pas un interrupteur

C'est exactement l'inverse d'un interrupteur unique. Un site peut refuser l'entraînement et rester présent dans les réponses ; il peut aussi, en copiant une liste de blocage trouvée dans un article, se couper des réponses sans l'avoir voulu, en croyant seulement protéger ses textes.

Ce que ça change pour vous

Décidez par robinet, pas par slogan. La position la plus courante et la plus cohérente pour un site d'entreprise est : refuser l'entraînement, garder la recherche et les requêtes d'utilisateurs. Elle se règle en deux lignes par éditeur, avec les noms d'agents que leurs documentations publient.

Relisez les listes de blocage toutes faites avant de les coller. Beaucoup mélangent les trois familles d'agents sans le dire. Vérifiez chaque nom contre la documentation de son éditeur : c'est dix minutes, et c'est votre présence dans les réponses qui se joue.

Si vous avez tout bloqué il y a un an, réévaluez. Le réflexe défensif de 2024 s'est souvent pris avant que les effets soient documentés. Les pages citées ici disent désormais ce que chaque ligne coûte : la décision mérite d'être reprise avec ces textes sous les yeux.