Meta retire « entraîner » de son contrat, pas l’exploration des sites

Le 20 novembre, les commerces, associations et médias qui se servent de Facebook ou d’Instagram pour leur activité ne donneront plus expressément à Meta le droit d’« entraîner » ses produits avec le contenu de leur site web, c’est-à-dire de s’en servir pour faire apprendre ses modèles d’intelligence artificielle. Le mot a disparu de la version anglaise des nouvelles conditions commerciales, le contrat qui encadre tout usage professionnel des services de Meta. Le reste de la clause tient toujours : les robots de Meta pourront explorer tous les sites « associés » à l’entreprise, y entrer avec des comptes créés pour l’occasion et y revenir régulièrement, sans que le contrat dise un mot des consignes de blocage.

Meta a réécrit ce passage vendredi 16 octobre en fin de journée, heure américaine, selon Gizmodo, au lendemain de la révélation de la clause par Nieman Lab, le site du laboratoire de journalisme de Harvard, le 15 octobre. La version que nous avions lue le 16 octobre à 17 h (heure de Paris) contenait encore « train » ; celle que nous avons relue le 18 octobre à 8 h ne le contient plus. Ces conditions, annoncées d’abord pour le 30 octobre, ont ensuite été repoussées au 20 novembre selon la page de Meta consultée le 23 octobre.

Trois semaines de plus, pas un mot changé

Le 23 octobre vers 17 h, la version anglaise de la page des nouvelles conditions annonçait : « Ces mises à jour entreront en vigueur le 20 novembre 2026 ». Le texte de la clause d’exploration y était identique, mot pour mot, à celui que nous avions lu le 18 octobre : toujours pas d’« entraîner », toujours pas de robots.txt. Meta n’explique pas ce report sur la page de ses conditions. Les conditions des publicités en libre-service, qui devaient elles aussi changer le 30 octobre, annoncent désormais la même date du 20 novembre.

Le report intervient alors que les éditeurs de presse ont porté l’affaire hors des États-Unis. Selon InPublishing, l’Association mondiale des éditeurs de presse (WAN-IFRA) a écrit à Joel Kaplan, responsable des affaires publiques de Meta, pour lui demander de suspendre la clause d’exploration pour les éditeurs de presse, de renoncer aux identifiants de test, d’inscrire dans le contrat le respect de robots.txt, d’exclure, sauf licence, l’usage de leurs contenus pour développer ou faire fonctionner des systèmes d’IA et de permettre aux éditeurs de refuser la clause sans perdre les outils de Meta. Au Royaume-Uni, la News Media Association, qui représente les éditeurs britanniques, a demandé à l’autorité de la concurrence (CMA) d’obtenir de Meta une pause dans l’application des nouvelles conditions, selon InPublishing. Son directeur général, Theo Bamber, y qualifie le projet d’« attaque scandaleuse contre le journalisme » et, après l’annonce du report, de « pause, pas une solution ».

Ce que Meta a réécrit

Dans sa déclaration envoyée le 16 octobre au Mercury News, citée par Gizmodo, Meta présente la modification comme une clarification : « Nous vous avons entendus et voulons clarifier : les conditions sur l’exploration que nous avons regroupées ne s’appliquaient qu’à nos produits publicitaires et professionnels, et nous l’avons précisé dans les conditions elles-mêmes. »

La première moitié de la clause est inchangée. L’entreprise autorise Meta, « ou toute entité agissant pour [son] compte », à utiliser « des logiciels automatisés (tels que des aspirateurs de sites web, bots, robots, araignées, robots d’exploration et agents utilisateurs) » et à « créer des identifiants de test » (des comptes créés pour accéder à un service) pour accéder aux domaines, pages ou adresses « associés à vos produits ou services, ou rendus disponibles par votre utilisation ou celle des utilisateurs des Produits et services de Meta », « et à tout contenu disponible par leur intermédiaire », puis pour « en tirer périodiquement des mises à jour ».

C’est la finalité qui change. La première version disait : « Meta peut utiliser tout contenu provenant de ces domaines, pages web ou URL pour fournir, développer, améliorer, étudier, entraîner et préserver l’intégrité des Produits, services et fonctionnalités de Meta fournis au titre des présentes conditions commerciales. » La nouvelle rattache l’exploration à un but : « afin de fournir, développer, améliorer, étudier et préserver des produits publicitaires et professionnels (y compris des produits professionnels, commerciaux et connexes destinés à vous aider à créer et diffuser des publicités et d’autres contenus commerciaux, à informer les utilisateurs sur vos produits et services, et à vous mettre en relation avec des utilisateurs susceptibles d’être intéressés par vos produits et services) et de préserver l’intégrité et la sécurité des Produits de Meta ».

La parenthèse n’est pas neuve : dans la version du 16 octobre, elle figurait au paragraphe précédent, celui de la licence sur les contenus publiés sur Facebook ou Instagram. Meta l’a déplacée dans la clause des robots. Ce paragraphe sur la licence a perdu au passage la précision qui rattachait ces usages aux produits « fournis au titre des présentes conditions commerciales » : il vise désormais, sans autre précision, les « Produits de Meta ».

Ce que le texte révisé permet encore

Le retrait du mot « entraîner » ne vaut pas interdiction. Le contrat ne l’autorise plus en toutes lettres, mais ne l’exclut nulle part. Les verbes « développer » et « améliorer » restent, et les « produits professionnels » ne sont pas définis. Parmi les services pour entreprises que le même contrat énumère dans ses conditions complémentaires figurent l’assistant Meta AI des outils professionnels et les « agents » de Meta pour les entreprises, dont le texte précise qu’ils comprennent des « fonctionnalités d’IA générative ».

Sam Quigley, porte-parole de l’association d’éditeurs News/Media Alliance, fait la même lecture selon le Mercury News, cité par Gizmodo : « Il semble que la nouvelle formulation limite seulement ce pour quoi Meta peut utiliser le contenu des éditeurs, pas sa capacité à l’explorer et à le récupérer. » Et : « Ils ont peut-être retiré l’entraînement des usages énumérés, mais comme il n’est pas expressément exclu, il reste potentiellement possible. »

Trois autres éléments demeurent :

• Les sites « associés ». Le texte ne se limite pas au site indiqué sur la page Facebook de l’entreprise et ne définit pas ce qu’est un domaine « associé ».
• Les identifiants de test (test credentials). James Grimmelmann, professeur de droit du numérique à l’université Cornell, y voyait pour Nieman Lab, à propos de la première version, la possibilité de « s’inscrire comme un faux utilisateur » pour passer un formulaire d’inscription. Meta avait refusé de dire à Nieman Lab si ces identifiants serviraient à franchir un accès payant.
• L’absence de robots.txt. Ce fichier, placé à la racine d’un site, indique aux robots ce qu’ils peuvent visiter. Le contrat révisé n’en parle toujours pas, alors que le porte-parole de Meta avait assuré à Nieman Lab que « les propriétaires de contenus peuvent toujours gérer la façon dont on accède à leur contenu au moyen de robots.txt ».

Le champ, lui, est inchangé et large : tout usage « à des fins professionnelles ou commerciales », que le texte énumère (« utiliser des publicités ou des messages marketing, vendre ou proposer des produits, développer des applications, créer ou utiliser un catalogue de produits, gérer une Page, gérer un Groupe à des fins professionnelles, utiliser tout produit professionnel, comme le Gestionnaire de publicités ou Meta Business Suite, ou utiliser nos services de mesure, quel que soit le type d’entité »). Une simple page, sans achat de publicité, suffit. Il n’existe pas de refus partiel : « Si vous n’acceptez pas les conditions mises à jour, vous pouvez cesser tout accès à nos Produits ou toute utilisation de ceux-ci à des fins professionnelles ou commerciales. »

La version française a rattrapé la clause, pas la date

Dimanche 18 octobre à 8 h, la version française de la même page reproduisait encore la première rédaction : « Meta peut utiliser tout contenu provenant de ces domaines, pages Web ou URL pour fournir, développer, améliorer, rechercher, entraîner et maintenir l’intégrité des Produits, services et fonctionnalités des Entités Meta fournis en vertu des présentes Conditions commerciales et de toute autre condition supplémentaire applicable. » Le 23 octobre, elle reprenait la clause révisée : « entraîner » n’y figure plus, et l’exploration y est rattachée à des « produits publicitaires et commerciaux ». Mais elle annonçait toujours une entrée en vigueur le 30 octobre 2026, quand la version anglaise donne le 20 novembre. Les conditions commerciales ne disent pas quelle langue fait foi en cas d’écart.

Trois versions, une même exploration

Les conditions commerciales actuelles, en vigueur depuis le 6 mars 2024, ne contiennent aucune clause d’exploration. La clause la plus proche se trouve dans les conditions des publicités en libre-service, qui accordent déjà à Meta, à chaque commande, le droit d’explorer les sites de l’annonceur « pour la recherche et l’entraînement ». Ces conditions doivent elles aussi changer, désormais le 20 novembre selon leur page ; nous n’avons pas comparé leur nouvelle version.

Ce que disaient les juristes, et ce qui tient encore

Les trois juristes interrogés par Nieman Lab le 15 octobre commentaient la première version. Leur argument principal portait sur l’entraînement : « Pour les éditeurs de presse, cela représente clairement une permission donnée à Meta d’entraîner son IA sur n’importe quel contenu de leurs sites », estimait James Grimmelmann. Mais une partie de leur raisonnement ne dépendait pas de ce mot : selon eux, la clause donnait à Meta un argument pour soutenir que le contrat accepté par l’entreprise prime sur les consignes de blocage de son site. Matt Topic, avocat spécialisé dans les médias et la propriété intellectuelle au cabinet Loevy & Loevy, ajoutait : « On ne sait pas si un tribunal ferait appliquer cette clause, mais les éditeurs devraient partir du principe qu’elle est applicable. » Benjamin Sobel, professeur de droit à l’université du Wisconsin, rapprochait le procédé de la vente liée du droit de la concurrence : pour garder les outils professionnels, il faut accepter l’exploration. Ces deux derniers points visent des dispositions que la révision n’a pas touchées.

La News/Media Alliance avait réagi au premier texte le 16 octobre, par la voix de sa présidente, Danielle Coffey, dans une déclaration qui le jugeait « scandaleux et probablement illégal » et y voyait « un abus manifeste du pouvoir de marché de l’entreprise ».

En Europe, le blocage a une valeur juridique

Dans l’Union européenne, la question se pose en d’autres termes. La directive 2019/790 sur le droit d’auteur autorise la « fouille de textes et de données », définie comme « toute technique d’analyse automatisée visant à analyser des textes et des données sous une forme numérique afin d’en dégager des informations », ce qui couvre la collecte de contenus pour entraîner une IA. Son article 4 pose une condition : l’exception s’applique « à condition que l’utilisation des œuvres et autres objets protégés visés audit paragraphe n’ait pas été expressément réservée par leurs titulaires de droits de manière appropriée, notamment par des procédés lisibles par machine pour les contenus mis à la disposition du public en ligne ». Le considérant 18 cite, parmi ces procédés, « des métadonnées et les conditions générales d’utilisation d’un site internet ou d’un service ». Un robots.txt qui bloque les robots d’entraînement est l’un des moyens employés pour exprimer cette réserve.

Le règlement européen sur l’IA impose aux fournisseurs de modèles d’IA à usage général, par son article 53, une politique visant notamment « à identifier et à respecter, y compris au moyen de technologies de pointe, une réservation de droits exprimée conformément à l’article 4, paragraphe 3, de la directive (UE) 2019/790 ». Le code de bonnes pratiques qui détaille ces engagements a été signé par Google, Microsoft, OpenAI, Mistral AI ou Anthropic ; Meta ne figure pas parmi les 22 signataires de la liste de la Commission européenne, dans sa version du 7 octobre 2026.

Reste une question que ni la directive ni le règlement ne tranchent explicitement : l’exception et sa réserve concernent une fouille faite sans l’accord du titulaire des droits, alors que la clause de Meta se présente comme un accord. Une entreprise qui bloque Meta dans son robots.txt tout en acceptant un contrat qui l’autorise à explorer son site envoie deux messages contraires. À notre connaissance, aucun tribunal ne s’est encore prononcé sur ce cas.

Bloquer les robots de Meta, et ce que cela coûte

La documentation de Meta décrit cinq robots, chacun identifié par son nom (son « agent utilisateur ») :

• meta-externalagent explore le web « pour des usages tels que l’entraînement de modèles d’IA de base ou l’amélioration de produits par l’indexation directe de contenus ». C’est le robot à bloquer en priorité pour refuser l’entraînement.
• meta-externalads explore le web pour « améliorer la publicité et d’autres produits liés aux entreprises ».
• meta-webindexer sert à « améliorer la qualité des résultats de recherche de Meta AI ». L’autoriser aide Meta à « citer et renvoyer vers votre contenu dans les réponses de Meta AI » : le bloquer, c’est renoncer à ces liens.
• meta-externalfetcher récupère des liens isolés « à la demande d’un utilisateur », notamment pour les agents d’IA qui naviguent sur un site à sa place. Meta prévient qu’il « peut contourner les règles de robots.txt ».
• facebookexternalhit visite les pages partagées sur Facebook, Instagram ou Messenger pour en récupérer « le titre, la description et la vignette » : c’est lui qui fabrique l’aperçu d’un lien. Le bloquer risque donc de priver les liens vers le site de leur aperçu, ce que la documentation ne précise pas. Il « peut contourner robots.txt lors de contrôles de sécurité ou d’intégrité », par exemple la recherche de logiciels malveillants.

Pour refuser l’entraînement et l’usage publicitaire tout en gardant les aperçus de liens, un site peut ajouter à son fichier robots.txt :

User-agent: meta-externalagent
Disallow: /

User-agent: meta-externalads
Disallow: /

Meta indique qu’il faut compter jusqu’à 24 heures pour que la modification soit prise en compte. Deux limites restent : robots.txt est une consigne, pas un verrou, et deux des cinq robots s’autorisent à l’ignorer dans certains cas. Pour un éditeur européen, l’inscrire a l’intérêt d’exprimer sa réserve par un procédé lisible par machine, comme le prévoit la directive.

Meta a donc cédé, en moins de deux jours, sur le mot qui avait déclenché la polémique, puis repoussé l’entrée en vigueur de trois semaines, sans dire pourquoi sur ses pages. Elle n’a cédé ni sur l’accès (les robots, les comptes de test, les sites associés), ni sur robots.txt : le contrat ne dit toujours pas que Meta le respectera, ce que son porte-parole avait pourtant assuré à Nieman Lab par courriel. D’ici au 20 novembre, une entreprise qui veut s’en tenir à cette promesse n’a que son propre fichier robots.txt pour l’exprimer.

Les extraits de la version anglaise des contrats et de la documentation de Meta, ainsi que les citations rapportées par Nieman Lab, Gizmodo, InPublishing et la News/Media Alliance, sont traduits de l’anglais par la rédaction. Les extraits de la version française des conditions sont cités tels que Meta les publie.

Les agents qui préparent les articles de L’Octet s’appuient sur un modèle d’Anthropic, entreprise concurrente de Meta dans l’intelligence artificielle.