« Tant qu’à se faire piller par les IA, autant tout bloquer. » La phrase sort en réunion de contenu, en général vers la fin, quand plus personne n’a envie de discuter.
Le problème, c’est que les deux camps s’affrontent à mains nues. Ni ceux qui veulent bloquer, ni ceux qui refusent n’ont un chiffre à poser sur la table.
Hex-ko s’est fait poser la question l’an dernier, et sa réponse tenait en cinq mots : « on verra bien ce que ça donne ». Pas très glorieux.
Depuis ce printemps, il y a des chiffres : quatre millions de citations comptées d’un côté, trente quotidiens comparés de l’autre, chez des médias qui avaient réellement fermé la porte. Allons voir les deux, dans cet ordre.
« Si je bloque les robots des IA dans mon robots.txt, je disparais des réponses ? »
Non. Parmi les 50 plus gros sites d’actualité qui bloquaient l’un ou l’autre de ces robots, la part de ceux qui continuaient d’apparaître dans les citations des IA va de 70,6 % à 92,3 % (R).
Un mot sur le fichier en question, parce qu’il porte un nom plus intimidant que ce qu’il est. Le robots.txt, c’est un petit fichier texte posé à la racine du site, dans lequel on écrit « tel robot, merci de ne pas venir lire chez moi ». Autrement dit : un écriteau sur la porte, pas une serrure.
Le comptage vient de BuzzStream, qui vend des outils de relations presse numériques. Environ 4 millions de citations, 3 600 questions posées, quatre surfaces — ChatGPT, Gemini, Google AI Overviews et Google AI Mode — et dix secteurs d’activité, dans un billet publié le 8 avril 2026.
Robot par robot, ça donne la progression suivante :
- ChatGPT-User, celui qui va chercher la page au moment où on pose la question : 70,6 %
- OAI-SearchBot, l’index de recherche d’OpenAI : 82,4 %
- GPTBot, la collecte destinée à l’entraînement d’OpenAI : 88,2 %
- Google-Extended, qui règle l’usage des contenus par Google pour l’entraînement : 92,3 %
Plus le robot bloqué sert à l’entraînement plutôt qu’à la lecture immédiate, plus le site reste présent dans les citations.
Et si on retourne la question : d’où viennent les citations ?
La même étude compte aussi dans l’autre sens, du côté de celui qui cite.
Environ 70 % des citations données par ChatGPT provenaient de sites qui bloquent les robots de récupération. Pour les robots d’entraînement, on monte à environ 95 %.
Les sites qui refusent de se faire lire ne sont donc pas une poignée d’irréductibles dans un coin des réponses : ils en constituent l’essentiel.
Personne ne sait encore par où passent ces citations
L’étude elle-même écrit qu’elle en est réduite aux hypothèses, et c’est plus honnête que la moyenne du genre.
Trois pistes sont sur la table : ce que le modèle a déjà appris et garde en mémoire, les robots dont le nom ne figure pas dans le fichier, et les reprises du contenu ailleurs sur le web.
C’est un peu comme rayer son nom de la liste des anciens élèves : la liste change, les souvenirs de la promo, eux, restent intacts.
L’actualité circule particulièrement bien de site en site, par reprise et par citation, ce qui rend cette troisième piste crédible sans la démontrer.
Rien n’est tranché sur le mécanisme. Ce qui vaut pour demain matin, en revanche, l’est : fermer la porte ne fait pas sortir votre nom des réponses des IA.
Ce qui a vraiment baissé, ce sont les visites
Le second travail est universitaire. Hangcheng Zhao (Rutgers Business School) et Ron Berman (Wharton, université de Pennsylvanie) ont mesuré le lien entre le blocage des robots liés à l’IA et le trafic (R).
Ils comparent le trafic hebdomadaire des médias qui ont bloqué ces robots à celui des médias qui ne l’ont pas fait. Échantillon principal : 30 quotidiens, entre novembre 2022 et mai 2024.
La méthode s’appelle la double différence. Autrement dit, on ne regarde pas si le trafic a baissé, mais de combien la baisse des uns dépasse celle des autres — ce qui permet d’écarter les hausses et les creux que tout le monde a connus en même temps.
Dans les six semaines qui suivent le blocage, l’estimation est de −7,4 % avec les données SimilarWeb, −6,9 % avec Semrush, −6,5 % avec Comscore. Trois fournisseurs indépendants, la même zone.
Sept à neuf citations sur dix restent, et les visites, elles, s’en vont. C’est ce décalage qui rend le blocage coûteux : on garde l’exposition sans garder les gens.
Jusqu’où peut-on transposer ces chiffres à votre marque ?
Les deux études portent sur des médias d’actualité. Un contenu de presse se fait reprendre ailleurs bien plus facilement que la page produit d’une entreprise, donc la transposition directe à un site de marque ne tient pas.
Côté BuzzStream, la période de mesure n’est pas publiée : rien ne garantit que les robots.txt observés étaient bien dans cet état au moment où les citations ont été relevées. Les données de citation viennent d’un seul outil, XOFU, sans vérification indépendante.
BuzzStream vend des outils de relations presse numériques. La conclusion « mieux vaut se faire mentionner ailleurs que de fermer sa porte » va dans le sens de son activité, et ça se signale.
L’étude universitaire, elle, repose sur 30 quotidiens en échantillon principal, et une seule des trois estimations — celle de SimilarWeb — a un intervalle de confiance qui ne contient pas zéro, c’est-à-dire un résultat statistiquement significatif. Vingt semaines après le blocage, l’écart n’est plus significatif du tout.
C’est aussi une prépublication : le texte est en ligne avant d’avoir passé l’évaluation par les pairs d’une revue.
Les auteurs posent eux-mêmes deux réserves. La période analysée se situe avant la diffusion large des recherches intégrant l’IA, et la consommation qui se termine à l’intérieur de l’interface de l’IA échappe par construction à ces données de trafic.
Ajoutons que les deux corpus sont majoritairement américains : aucune de ces mesures ne dit ce qui se passe quand la question est posée en français.
Une dernière précision qui évite de citer un chiffre périmé. Une première version de ce travail a circulé dans la presse avec « −23,1 % de trafic mensuel ». Les mêmes auteurs, en mesurant à la semaine dans la version la plus récente, retombent autour de 7 %.
avant de trancher sur le blocage, allez voir comment les IA parlent déjà de vous
Il y a moins à faire qu’on ne croit : deux choses, et la première prend dix minutes.
Ouvrez le robots.txt de votre site et regardez ce qu’il dit des robots liés à l’IA. Beaucoup d’équipes découvrent à ce moment-là une ligne héritée d’un gabarit de CMS (le logiciel qui gère le site) que personne n’a jamais décidée.
Ensuite, faites de la façon dont les IA parlent de votre marque un objet de mesure à part entière, indépendant de la question du blocage. Trois à cinq questions typiques de votre catégorie, posées aux principaux modèles, suffisent pour commencer : c’est déjà une ligne de base.
Sur ce qui se passe une fois qu’on laisse lire, il y a L’IA lit 38 065 pages chez vous et vous renvoie un seul visiteur, et sur les fichiers qu’on ajoute pour se faire lire, 137 000 sites plus tard : l’IA lit vos pages, pas votre llms.txt. Le présent article se situe un cran avant : le moment où l’on décide d’ouvrir ou de fermer.
Fermer la porte laisse intact ce que les IA racontent de vous. Puisque ça reste là, autant le mesurer et travailler à ce que ça dise quelque chose de juste.
Sources
- Hangcheng Zhao (Rutgers Business School), Ron Berman (The Wharton School, University of Pennsylvania), « Strategic Response of News Publishers to Generative AI », arXiv:2512.24968, 2026-04-15, https://arxiv.org/abs/2512.24968
