Par Alexandre Dumas – Expertise pour Kiwezo
Alors que 23% des sites de presse français bloquent désormais au moins un robot d’intelligence artificielle, une nouvelle doctrine émerge en février 2026 : le filtrage granulaire des crawlers d’IA. Entre protection de la propriété intellectuelle et visibilité dans les moteurs génératifs, les éditeurs web arbitrent bot par bot.
L’opt-out devient la norme dans le SEO
GEO-Fencing » cognitif : le blocage sélectif des robots d’indexation. Le constat est sans appel. Selon une étude de Hostinger publiée en janvier 2026 et portant sur 66,7 milliards de requêtes, GPTBot (OpenAI) est passé de 84% à 12% de couverture en trois mois. Meta ExternalAgent chute de 60% à 41%. Cette migration massive vers le blocage marque un tournant dans la gouvernance du web.
Le fichier robots.txt, standard proposé par Martijn Koster en 1994 et formalisé par la RFC 9309 en 2022, s’impose comme l’outil de référence. Mais son usage évolue : il ne s’agit plus de gérer un budget d’exploration pour Googlebot, mais d’orchestrer une stratégie différenciée entre robots d’entraînement et assistants conversationnels.
Cette pratique de blocage sélectif répond à une logique binaire. Les bots d’entraînement (GPTBot, ClaudeBot, CCBot) aspirent massivement du contenu pour enrichir des modèles paramétriques sans générer de trafic retour. Les bots conversationnels (SearchBot, Claude-User) interviennent ponctuellement, à la demande d’utilisateurs, et peuvent citer la source.
Une bataille juridique qui s’intensifie dans l’univers du référencement
Le Parlement européen a adopté le 26 janvier 2026 une série de propositions renforçant la transparence des systèmes d’IA générative. Les fournisseurs devront publier la liste des œuvres protégées utilisées pour l’entraînement, sous peine de sanctions assimilées à une violation du droit d’auteur.
Cette offensive réglementaire complète l’AI Act européen, pleinement applicable depuis le 2 août 2026. Le règlement impose aux modèles d’IA à usage général de respecter la directive sur les droits d’auteur et de publier des résumés de leurs données d’entraînement. Les entreprises risquent des amendes pouvant atteindre 7% de leur chiffre d’affaires mondial.
En France, une proposition de loi sénatoriale du 12 décembre 2025 va plus loin. Elle instaure une présomption d’exploitation des contenus culturels par les fournisseurs d’IA, inversant ainsi la charge de la preuve. L’Alliance de la presse d’information générale milite pour passer de l’opt-out à l’opt-in, imposant une autorisation préalable explicite.
Stratégies de blocage : trois écoles
Les éditeurs adoptent désormais des politiques différenciées. CCBot, robot de Common Crawl, est le plus bloqué (20,6% des sites de presse français), car ses données alimentent d’innombrables modèles tiers. Google-Extended, lancé pour dissocier indexation SEO et entraînement IA, est bloqué par 174 sites médias français.
La configuration technique repose sur le fichier robots.txt, complété par des règles serveur (Nginx, Apache) pour bloquer les user-agents contrefaits. La Commission nationale de l’informatique et des libertés rappelle toutefois que robots.txt ne constitue pas une protection de sécurité, mais une indication volontaire.
Les opérateurs du SEO, GEO IA Ready comme Kiwezo observent une augmentation de 40% des requêtes bot depuis 2025, créant une pression inédite sur les infrastructures réseau. Cette charge technique s’ajoute aux enjeux de souveraineté numérique et de protection des données.
Bataille entre le référencement fait par les IA et le seo classic
Bloquer les crawlers d’entraînement protège le contenu actuel, mais retire les sites de la mémoire collective des IA. Une fois GPTBot bloqué, les futurs modèles d’OpenAI n’intègreront plus ce contenu dans leurs poids neuronaux. À l’inverse, autoriser SearchBot (couverture passée de 52% à 68%) permet d’être cité dans les réponses génératives.
Cette dichotomie crée un arbitrage stratégique. Les contenus premium (études exclusives, méthodologies propriétaires) justifient un blocage total. Les contenus de notoriété bénéficient d’une diffusion via assistants IA. Le World Wide Web Consortium, gardien des standards web, travaille à une spécification plus granulaire du protocole robots.txt.
Février 2026 marque ainsi l’émergence d’un « GEO-fencing cognitif » : non plus un filtrage géographique, mais une segmentation fonctionnelle des accès algorithmiques. Les sites ne ferment pas leurs portes à l’IA, ils choisissent désormais lesquels peuvent entrer, et dans quel but.
