GPTBot
Robot d’OpenAI qui explore le web pour collecter des contenus pouvant servir à entraîner ses modèles d’IA générative.
OpenAI écrit que l’interdire dans robots.txt indique que les contenus du site ne doivent pas servir à l’entraînement de ses modèles de fondation. Le jeton à écrire est GPTBot. L’éditeur publie les adresses IP de ce robot, ce qui permet de distinguer, dans les journaux, ses passages réels des imitations.
La confusion à éviter : GPTBot ne décide pas de la présence dans ChatGPT. Les réponses de recherche dépendent de OAI-SearchBot, les pages ouvertes à la demande d’un utilisateur de ChatGPT-User, et OpenAI précise que chaque réglage est indépendant des autres. Bloquer GPTBot en laissant passer OAI-SearchBot est donc une configuration cohérente pour qui refuse l’entraînement sans renoncer aux citations. Attention au groupe nommé dans robots.txt : il remplace le groupe User-agent: *, il ne s’y ajoute pas.