TDMRep
TDMRep — le TDM Reservation Protocol — est un protocole web permettant de déclarer si vous vous réservez les droits sur la fouille de textes et de données de votre contenu, publié sous forme de fichier JSON à une adresse fixe de votre domaine.
Il répond à une autre question que le robots.txt. Le robots.txt dit qui peut récupérer une page ; TDMRep dit ce qu’on peut légalement en faire une fois récupérée. On les confond souvent, et ce n’est pas la même permission.
Que déclare exactement TDMRep ?
Un fichier à «/.well-known/tdmrep.json» portant deux propriétés, et c’est tout le protocole. Son propre résumé le décrit comme «un protocole web simple et pratique, capable d’exprimer la réservation de droits relative à la fouille de textes et de données appliquée à du contenu web licitement accessible».
- `tdm-reservation` — un booléen. Si vous vous réservez les droits sur la fouille de ce contenu.
- `tdm-policy` — une URL vers les conditions sous lesquelles la fouille est licenciée, le cas échéant.
- L’adresse suit la RFC 8615, la norme qui réserve `/.well-known/` à ce type de déclaration.
TDMRep est-il une norme du W3C ?
Non, et la spécification le dit d’elle-même en toutes lettres : «Cette spécification a été publiée par le Text and Data Mining Reservation Protocol Community Group. Ce n’est pas une norme du W3C et elle n’est pas sur la voie de normalisation du W3C».
C’est un Final Community Group Report, publié le 10 mai 2024. Un document réel et achevé, produit par un groupe de travail ouvert, et ce n’est pas la même chose qu’une W3C Recommendation. Presque tous ceux qui le citent se trompent là-dessus.
Pourquoi un site publierait-il cela ?
La motivation est juridique avant d’être technique. L’article 4 de la directive européenne sur le droit d’auteur dans le marché unique numérique permet aux titulaires de réserver la fouille de textes et de données, et cette réservation doit être exprimée de façon lisible par une machine. TDMRep est une tentative de format.
Qu’elle soit respectée est une autre question que celle de savoir si elle est exprimée, et c’est ici qu’il faut être honnête : déclarer une réservation n’est pas l’imposer. Voyez-y une prise de position, pas un blocage technique.
Notez le décalage : la directive européenne à laquelle il répond date de 2019 et ce format est arrivé en 2024, soit 5 ans plus tard. Un droit qu’on ne peut exprimer sous une forme lisible par les machines est difficile à exercer à l’échelle du web.
D’où cela vient-il ?
La spécification elle-même, la norme qui régit son adresse, et la documentation qui montre pourquoi récupérer et utiliser sont deux questions.
- TDM Reservation Protocol, rapport final d’un Community Group du W3C
La source primaire, publiée le 10 mai 2024. Les deux citations ci-dessus en proviennent, y compris celle où elle déclare ne pas être une norme du W3C.
- RFC 8615, Well-Known Uniform Resource Identifiers
La norme qui réserve `/.well-known/` et donne sa légitimité à une adresse comme celle-ci.
- Documentation des robots d’OpenAI
Montre l’autre moitié du tableau : quel robot récupère pour entraîner et lequel pour répondre. Accès et usage se régissent séparément, et TDMRep ne parle que de l’usage.
Questions fréquentes sur TDMRep
TDMRep revient-il à bloquer les robots d’IA ?
- Non. Bloquer un robot dans le robots.txt l’empêche de récupérer la page. TDMRep déclare ce qu’on peut légalement faire d’un contenu récupéré licitement. Un site peut autoriser tous les robots et se réserver malgré tout la fouille, et cette combinaison est cohérente plutôt que contradictoire.
Publier TDMRep empêche-t-il l’usage de mon contenu pour l’entraînement ?
- Cela énonce une réservation, cela ne l’impose pas. Qu’un opérateur donné la respecte dépend de lui et, en dernier ressort, de la juridiction. La publier consigne votre position sous une forme lisible par une machine, ce que demande la disposition européenne à laquelle elle répond.