L’IA et le Web ouvert : entre prédation et cohabitation, l’heure du choix

En 2024, pour la première fois en dix ans, le trafic automatisé a dépassé le trafic humain (1). Une bascule historique.

Pour comprendre les enjeux, Marshall Erwin, RSSI de Fastly nous livre son point de vue sur le sujet.

Des IA affamées de contenu, un Web sous pression

Le phénomène n’est plus marginal : des centaines de millions de requêtes émanent chaque mois de crawlers pilotés par des modèles d’IA, aspirant articles, bases de données, codes sources, images, et plus encore. Certaines plateformes — comme DiscoverLife — bloquent désormais plus de 190 millions d’adresses IP par mois (2), sans réussir à juguler cette invasion.

Derrière ce déluge, des intérêts colossaux : l’industrie de l’IA pourrait représenter plus de 1.800 milliards de dollars d’ici 2030 (3). Cette technologie peut apporter une innovation véritablement remarquable et une réelle valeur aux consommateurs et aux entreprises. Mais dans cette course à la donnée, les contenus accessibles librement deviennent la matière première de modèles qui, souvent, ne citent pas leurs sources, ne demandent pas de consentement, et ne reversent aucune forme de compensation.

La situation est d’autant plus paradoxale que ces IA génèrent des services commerciaux — assistants, moteurs de réponse, outils de synthèse — qui concurrencent directement les sites et créateurs dont elles se nourrissent. Un créateur de contenu peut voir son travail repris, résumé ou reformulé par une IA, sans trafic, sans attribution, sans revenu.

Cette asymétrie alimente un cercle vicieux : les éditeurs investissent dans du contenu original, pendant que des IA le recyclent pour créer des produits concurrents. À terme, ce déséquilibre menace l’économie de la création en ligne et préfigure un Web à deux vitesses : d’un côté, les contenus sous accord commercial avec les grands acteurs de l’IA ; de l’autre, un Web appauvri, voire déserté.

Résister : techniques, droits et responsabilité partagée

Face à cette situation, des éditeurs choisissent la résistance. Certains bloquent les robots via leur fichier robots.txt ou des systèmes plus avancés. D’autres injectent des pièges (contenus empoisonnés, zip bombs) pour ralentir les crawlers. Mais cette lutte est inégale : les bots les plus agressifs masquent leur identité ou passent par des proxys.

Il est temps d’aller au-delà des solutions purement techniques. L’autorégulation a montré ses limites. Des initiatives législatives peuvent contribuer à renforcer les droits des créateurs de contenu, en garantissant que leur consentement soit requis lorsque leur contenu est utilisé dans le cadre de l’entraînement des systèmes d’intelligence artificielle. Les créateurs devraient également disposer d’un moyen juridique leur permettant de retirer leur consentement et de faire supprimer leur contenu des corpus d’entraînement.

Mais la réponse ne peut être uniquement défensive. Des modèles de coopération sont possibles : API sous licence, attribution obligatoire, modèles de rétribution automatique. Des outils technologiques montrent qu’il est techniquement possible de distinguer les IA responsables des autres et de leur ouvrir (ou non) l’accès au contenu, selon des règles définies par les éditeurs eux-mêmes.

Préserver un Web libre et viable

Le véritable enjeu n’est ni de bloquer systématiquement toute collecte de contenu par l’IA, ni de céder au pillage. Il s’agit de poser les bases d’un nouveau contrat numérique, où l’innovation technologique ne se fait pas au détriment des créateurs, mais avec eux. La technologie peut être un levier, à condition que ses usages soient encadrés, transparents, négociés.

Le Web libre ne doit pas se réduire à un simple vestige de ce qu’il est aujourd’hui. Il ne survivra que si l’on réussit à concilier ouverture et équité, innovation et éthique. L’heure n’est plus à la passivité : les décisions que nous prenons aujourd’hui dessinent le paysage numérique de demain.

Le choix nous appartient. Pour combien de temps encore ?

—————————————————————————

(1)  Rapport Imperva 2025 – Bad Bot Report

(2)  Next.ink, “Les crawlers des IA menacent les sites scientifiques”, juin 2025

(3) Hostinger, “Top 41 des statistiques IA et tendances en 2025”, janvier 2025 / Tool-advisor.fr, “12 statistiques sur l’intelligence artificielle (IA) en 2025”