Programmatique : Comment les IA pompent le contenu des éditeurs... sans scrapper leurs sites 🤔

Il y a quelques temps nous expliquions le rôle clé des fichiers robots.txt dans la relation entre les IA et les éditeurs.
👉 https://lnkd.in/ezajB-bx

Un pacte simple : les éditeurs définissent dans les fichiers robots.txt quelles sont les sections que les crawlers d'OpenAI, Anthropic et de Google n'ont pas le droit de consulter, et ces derniers respectent la règle pour éviter un procès sur le sujet des droits d'auteurs ou des droits voisins.

Du moins… c’est la théorie.

Exemple : sur le site de Ouest-France, on peut lire dans le robots.txt l'éditeur bloque les deux robots d’OpenAI
[ChatGPT-User & GPTBot = Disallow: /]

Et pourtant, faites le test :
Demander à GPT de vous résumer un article du site avec un Copier/Coller de l'URL.
→ Il y a plusieurs mois sa réponse était "𝑑𝑒́𝑠𝑜𝑙𝑒́ 𝑗𝑒 𝑛𝑒 𝑠𝑢𝑖𝑠 𝑝𝑎𝑠 𝑎𝑢𝑡𝑜𝑟𝑖𝑠𝑒𝑟 𝑎̀ 𝑒𝑛𝑡𝑟𝑒𝑟 𝑠𝑢𝑟 𝑐𝑒 𝑠𝑖𝑡𝑒" 😞
→ Mais aujourd'hui... il vous résume l'article 🤔

Et pourtant, il respecte bien les instructions du robots.txt de l'éditeur ! 😲

Mais comment fait-il???
Et bien il a trouvé une astuce.

Il y a plusieurs mois, quand vous utilisiez les modèles “à raisonnement”, GPT expliquait en live comment ils construisait sa réflexion.

Et une phrase nous a sauté aux yeux :
🤖 « 𝐽𝑒 𝑛𝑒 𝑝𝑒𝑢𝑥 𝑝𝑎𝑠 𝑐𝑙𝑖𝑞𝑢𝑒𝑟 𝑠𝑢𝑟 𝑐𝑒 𝑠𝑖𝑡𝑒, 𝑚𝑎𝑖𝑠 𝑗𝑒 𝑝𝑒𝑢𝑥 𝑓𝑎𝑖𝑟𝑒 𝑑’𝑎𝑢𝑡𝑟𝑒𝑠 𝑟𝑒𝑐ℎ𝑒𝑟𝑐ℎ𝑒𝑠 𝑝𝑜𝑢𝑟 𝑟𝑒́𝑐𝑢𝑝𝑒́𝑟𝑒𝑟 𝑙’𝑖𝑛𝑓𝑜𝑟𝑚𝑎𝑡𝑖𝑜𝑛 𝑣𝑖𝑎 𝑙𝑒𝑠 𝑡𝑖𝑡𝑟𝑒𝑠. »

🔎 GPT fait donc plusieurs recherches pour deviner ce qui se cache derrière l'article, et ensuite il se base sur ses données d'entrainement ou sur le contenu d'autres éditeurs pour formuler sa réponse.

On adore l'ironie : l’IA respecte parfaitement l’interdiction… tout en la contournant brillamment grâce aux résultats affichés dans les moteurs de recherche 👏

Limite : parfois il est incapable de deviner le fonds de l'article (exemple : contenu très spécifique local)

ça pose tout de même quelques questions :
- Le modèle a-t-il découvert par lui même cette faille ? ... Ou est-ce que quelqu'un lui a soufflé l'astuce? 😈
- Les droits voisins pourraient-ils s'appliquer dans ce cas de figure? 💰
- GPT prétend résumé l'article, sans l'avoir réellement lu --> C'est ce qu'on appelle un mensonge 😉

Chez GreyFox Ads, nous croyons que les éditeurs français de qualité apportent de l'efficacité réelle aux annonceurs. On a créé des Master Deals dans ce sens pour les Media Traders :
👉https://lnkd.in/esF_fzG2

On propose également des missions de conseil pour accompagner les régies/trading Desks programmatiques 😉

Vous voulez travailler avec un partenaire de qualité ?
📩 Contactez GreyFox Ads !

Lien Post Original : https://lnkd.in/eR7hHr9g