Meta : dès le 30 octobre, ses conditions autorisent le crawl des sites de toute entreprise

Meta a révisé ses Commercial Terms (conditions commerciales) et ses Self-Serve Ad Terms (conditions des publicités en libre-service), qui entrent en vigueur le 30 octobre 2026. Les nouvelles conditions commerciales autorisent le groupe à crawler les sites de toute entreprise qui utilise ses produits à des fins professionnelles, et à se servir du contenu collecté pour entraîner ses modèles. Nieman Lab l’a signalé le 15 octobre, Search Engine Journal a détaillé le changement le lendemain.

L’essentiel

• Les nouvelles conditions de Meta s’appliquent à partir du 30 octobre 2026.
• Le droit de crawl, jusqu’ici lié à l’achat de publicités, couvre désormais tout usage professionnel des produits Meta, y compris une simple page Facebook.
• Le contenu collecté peut servir à développer, améliorer, rechercher et entraîner les produits de Meta.
• Aucun des deux textes ne mentionne le robots.txt, mais Meta affirme qu’il reste respecté.

Une clause qui vise les sites liés à l’activité de l’entreprise

La version à venir des conditions commerciales, déjà consultable en français, est explicite. L’entreprise autorise Meta, ou toute entité agissant pour son compte, à utiliser des logiciels automatisés : « des extracteurs de données Web, des bots, des robots, des spiders, des robots d’indexation et des agents utilisateurs ». Ces outils peuvent indexer, mettre en cache, analyser, collecter et crawler les domaines, pages et URL associés aux produits ou services de l’entreprise. Meta peut aussi créer des identifiants de test pour y accéder. Le contenu récupéré peut ensuite servir « pour fournir, développer, améliorer, rechercher, entraîner et maintenir l’intégrité des Produits ».

L’acceptation ne passe pas par une case à cocher. Le texte précise qu’en continuant à accéder aux produits Meta ou à les utiliser à des fins professionnelles ou commerciales, l’entreprise accepte de s’y conformer. Il s’agit de conditions contractuelles, pas d’une loi : la seule façon de les refuser est de cesser l’usage professionnel des produits Meta.

Des annonceurs à toutes les entreprises

D’après l’analyse de Matt G. Southern pour SEJ, les conditions commerciales actuelles, datées du 6 mars 2024, ne contiennent aucune clause de crawl. Les conditions publicitaires du 22 août 2025 en avaient une, mais elle ne jouait qu’à partir d’une commande de publicité et ne portait que sur les domaines, pages ou URL de l’annonceur. Le nouveau texte vise tout usage professionnel. Une entreprise qui gère une page Facebook sans jamais acheter d’annonce entre donc dans le périmètre.

Côté Meta, le discours se veut rassurant. Selon SEJ, un porte-parole a assuré à Nieman Lab que les propriétaires de contenu peuvent « toujours gérer l’accès à leur contenu grâce au robots.txt » (traduction). Le 16 octobre sur X, Andy Stone, porte-parole du groupe, a qualifié de fausse la synthèse publiée la veille par Nieman Lab. D’après lui, la mise à jour sert à récupérer sur des sites tiers des informations produit exactes pour les recommandations de publicités et de contenus, et « ne concerne pas le scraping des sites d’actualité » (traduction).

Les trois juristes consultés par Nieman Lab, cités par SEJ, lisent le texte autrement. Pour eux, la rédaction donne à Meta un argument pour soutenir que ses conditions commerciales priment sur les autres consignes de blocage. L’avocat Matt Topic, qui défend The Intercept dans son procès contre OpenAI, reconnaît que rien ne garantit qu’un tribunal appliquerait la clause, mais juge que les éditeurs doivent partir du principe qu’elle le sera. James Grimmelmann, professeur de droit à Cornell, note que les identifiants de test pourraient techniquement permettre à Meta de s’inscrire comme faux utilisateur pour franchir un mur d’inscription. Meta n’a pas voulu dire s’ils passeraient les paywalls. La question n’est pas tranchée.

Les robots de Meta : un rôle chacun

La documentation de Meta sur ses crawlers permet de trier. Meta-ExternalAgent crawle pour entraîner les modèles d’IA de fondation ou améliorer des produits en indexant directement les contenus. Meta-WebIndexer sert la qualité des résultats de recherche de Meta AI, et Meta indique que l’autoriser l’aide à citer les pages et à renvoyer vers elles. Meta-ExternalFetcher récupère un lien à la demande d’un utilisateur, et Meta prévient qu’il peut ignorer le robots.txt pour cette raison. FacebookExternalHit lit les pages partagées dans les applications de Meta pour en afficher l’aperçu, et peut lui aussi passer outre le robots.txt lors de contrôles de sécurité ou d’intégrité. La page liste un cinquième agent, Meta-ExternalAds, consacré à la publicité et aux produits destinés aux entreprises.

Pour refuser l’entraînement tout en restant citable dans Meta AI, un bloc de ce type exprime ce choix :

User-agent: Meta-ExternalAgent
Disallow: /

User-agent: Meta-WebIndexer
Allow: /

User-agent: facebookexternalhit
Allow: /

Meta précise que ses robots peuvent garder le robots.txt en cache jusqu’à 24 heures. Une modification faite le 29 octobre au soir ne sera donc pas forcément lue à temps.

Ce que j’en retiens

Les reprises parlent surtout des éditeurs de presse. La clause va pourtant bien plus loin : un commerce qui tient sa page Facebook sans jamais acheter d’annonce y entre aussi. Avant le 30 octobre, je conseille d’ouvrir le robots.txt et de vérifier ce qui est permis à chaque agent de Meta. Bloquer Meta-ExternalAgent me paraît raisonnable pour qui ne veut pas nourrir les modèles. Je garderais en revanche Meta-WebIndexer, que Meta présente comme utile pour être cité dans Meta AI, et surtout FacebookExternalHit : le bloquer casse les aperçus des liens partagés sur Facebook et dans les autres applications du groupe. Si le fichier n’a pas été revu depuis longtemps, c’est l’occasion de faire un contrôle complet du robots.txt, Googlebot compris.

Un robots.txt est une consigne, pas une barrière technique, et deux des agents de Meta disent eux-mêmes pouvoir l’ignorer dans certains cas. La portée du contrat face à ces consignes reste débattue : le texte ne dit rien, Meta assure les respecter, et des juristes voient dans la clause un argument possible pour passer outre. La seule vérification concrète se fait dans les logs serveur, en suivant ces user agents semaine après semaine, en particulier après le 30 octobre. C’est d’autant plus utile que Meta développerait son propre index web pour Meta AI, ce qui pourrait accroître ce crawl.