Crawlers IA masqués : plus de 300 éditeurs au Congrès pour le Stealth Bot Prohibition Act

L’essentiel

• Plus de 300 dirigeants de médias américains rencontrent des élus du Congrès le 29 septembre 2026, selon Digiday.
• Ils défendent le Stealth Bot Prohibition Act (H.R. 9915), déposé à la Chambre des représentants en juillet 2026.
• L’État de New York a voté en juin un texte proche, limité aux sources d’information.
• En Europe, l’AI Act impose de respecter les réserves de droits, mais la transparence des crawlers relève d’un code volontaire.

Washington : plus de 300 éditeurs face aux élus

Selon Digiday, plus de 300 éditeurs de presse américains sont à Washington ce 29 septembre 2026 pour rencontrer des sénateurs, des représentants et leurs équipes. Le sujet : les robots qui aspirent leurs contenus pour l’IA sans autorisation. Le déplacement est organisé par la News/Media Alliance, et une autre fédération, America’s Newspapers, anime une partie du programme. Digiday cite notamment Roger Lynch (PDG de Condé Nast), Debi Chirichella (présidente de Hearst Magazines et du conseil d’administration de la News/Media Alliance) et Mike Reed (PDG de USA Today Co.). La délégation compte environ deux fois plus de dirigeants que l’an dernier, toujours d’après le média.

Danielle Coffey, présidente-directrice générale de la News/Media Alliance, ne prend pas de détour : « Trop de ces robots arrivent sur leurs sites » (traduction). Elle présente la loi comme un moyen et non comme une fin, le « nettoyage de base nécessaire au bon fonctionnement du marché » (traduction).

Digiday reprend aussi des données de TollBit, une société qui permet aux éditeurs de faire payer l’accès des robots IA. Au premier semestre 2026, elle a relevé plus de 22 milliards de passages de robots IA sur plus de 987 milliards de visites analysées. Sur l’année 2025, le rapport entre visites de robots IA et visites humaines est passé d’environ 1 pour 200 au premier trimestre à 1 pour 31 au quatrième. Une multiplication par plus de six.

Stealth Bot Prohibition Act : identité et finalité déclarées

La proposition porte le numéro H.R. 9915. La News/Media Alliance a salué son dépôt dans un communiqué du 23 juillet 2026, qui nomme trois élus à son origine : les républicains Laurel Lee et Gus Bilirakis (Floride) et la démocrate Valerie Foushee (Caroline du Nord). La page de campagne de l’association ajoute le démocrate Josh Gottheimer (New Jersey) et le républicain Russ Fulcher (Idaho). Le texte a donc des soutiens dans les deux partis.

Cette page résume le texte sans le reproduire. Deux pratiques deviendraient illégales. D’abord, l’usage de robots furtifs qui nuisent au fonctionnement technique ou commercial d’un site, ou qui le surchargent. Ensuite, le fait de faire passer volontairement un robot d’IA pour un internaute humain à des fins d’IA générative. Digiday précise que les crawlers concernés devraient indiquer clairement qui ils sont et pourquoi ils visitent un site. Les techniques visées vont de l’imitation d’un utilisateur humain au recours à des proxys résidentiels, en passant par les services de scraping conçus pour contourner les protections techniques. Le périmètre dépasse la presse : il couvre les sites et les plateformes en général.

Plusieurs points manquent. Ni Digiday ni la News/Media Alliance ne détaillent les sanctions prévues ou l’autorité chargée de faire appliquer la loi. David Buttle, fondateur de la coalition d’éditeurs SPUR, estime auprès de Digiday que le texte rendrait le scraping furtif plus coûteux et plus risqué sur le plan juridique. Le chemin reste long : la proposition doit être adoptée par la Chambre, puis par le Sénat, avant une éventuelle promulgation. Pour rappel, la présentation disponible à ce stade vient d’un groupe de pression des éditeurs.

New York : un texte voté en juin, centré sur l’information

Le Stealth Crawler Prohibition Act de l’État de New York (A.11292 à l’Assemblée, S.9934A au Sénat) a été adopté par les deux chambres, a annoncé la News/Media Alliance le 6 juin 2026. Porté par Steven Otis et Mike Gianaris, il interdirait aux crawlers de masquer leur identité quand ils accèdent aux sources d’information couvertes, journaux comme stations de radio et de télévision. Les éditeurs pourraient agir eux-mêmes en justice pour faire respecter cette obligation. Le communiqué ne dit pas si la gouverneure a signé le texte.

Le communiqué de juillet cite des propositions comparables dans le Missouri, le Nebraska, le Tennessee, le Texas et l’Utah. H.R. 9915 y est présenté comme un standard fédéral unique, destiné à remplacer cette mosaïque de lois d’États.

Europe : un droit d’opposition, pas d’obligation de s’identifier

En Europe, la base reste l’article 4 de la directive 2019/790 sur le droit d’auteur. La fouille de textes et de données (TDM) y est autorisée, sauf si le titulaire des droits s’y est opposé de manière appropriée, par exemple par des procédés lisibles par machine pour les contenus publiés en ligne. L’article 53 de l’AI Act oblige les fournisseurs de modèles d’IA à usage général à repérer et respecter ces réserves de droits, y compris avec des technologies de pointe. Cette obligation s’applique depuis le 2 août 2025, et les amendes que peut infliger la Commission (article 101) depuis le 2 août 2026. Les modèles mis sur le marché avant le 2 août 2025 disposent toutefois d’un délai jusqu’au 2 août 2027.

La transparence des crawlers figure dans le code de bonnes pratiques publié le 10 juillet 2025. Dans son chapitre droit d’auteur, les signataires s’engagent à utiliser des crawlers qui lisent et suivent le robots.txt (RFC 9309), à ne pas contourner les paywalls et à publier des informations sur les crawlers qu’ils emploient. Ce code est volontaire et ne lie que ceux qui l’ont signé. Aucune des dispositions citées ici n’interdit explicitement à un robot de se faire passer pour un internaute. C’est pourtant la cible du projet américain.

Ce que j’en retiens

Le robots.txt ne fonctionne qu’avec les robots qui s’annoncent. Un crawler qui passe par des proxys résidentiels avec un user-agent de navigateur échappe à la fois aux directives et aux blocages par IP, et une loi américaine, même votée, ne protégerait pas un site français. Je conseille donc de contrôler dans les logs serveur que les robots qui se réclament de Google, de Bing ou d’OpenAI viennent bien des plages d’adresses publiées par ces opérateurs (ou d’un DNS inverse cohérent pour Googlebot), et de classer le reste en trafic non vérifié.

Attention, à l’inverse, aux filtres anti-bots trop larges. Avec les nouveaux réglages par défaut de Cloudflare, les sites qui bloquent l’entraînement peuvent aussi bloquer des crawlers mixtes, Googlebot compris. Côté européen, je surveille la façon dont la Commission fera appliquer l’article 53 maintenant qu’elle peut sanctionner.