Comment les journaux de discussion privés de l’IA ont été divulgués : pourquoi Google et Bing ont indexé les liens publics de Claude

Vous pensez que vos conversations avec une IA restent privées.

Ce n’est pas toujours le cas.

Il suffit de demander aux personnes qui ont vu leurs échanges intimes ou politiquement chargés avec Claude d’Anthropic apparaître dans les résultats de recherche Google et Bing ce week-end. La découverte n’était pas subtile. Tout a commencé lorsqu’un utilisateur de Reddit a remarqué que des URL spécifiques, destinées au partage d'”instantanés” de chat, étaient visibles à l’air libre.

Ce n’étaient pas n’importe quelles discussions. Parmi eux, des utilisateurs demandant des conseils sur leur affiliation à un parti politique. Questions juridiques des avocats du Kansas quant à savoir s’ils doivent signaler eux-mêmes les violations éthiques. Et oui, des scénarios de jeux de rôle érotiques.

Si vous accordez de l’importance à la confidentialité à l’ère de l’IA générative, il s’agit d’une leçon essentielle sur la manière dont les mécanismes du Web l’emportent sur les bonnes intentions.

L’idée fausse du fichier Robots.txt

Voici la réalité technique qui manque à la plupart des utilisateurs, et souvent aux entreprises qui construisent ces outils.

Anthropic utilise un fichier « robots.txt » pour indiquer aux robots des moteurs de recherche de rester à l’écart des URL de discussion partagées. Ce fichier est en place depuis au moins septembre 2024 (le texte original citait 2025, ce qui est probablement une erreur ou une faute de frappe pour la chronologie actuelle, mais le mécanisme reste le même). « robots.txt » est la norme de l’industrie pour dire : « Ne supprimez pas cette partie du site ».

Cela fonctionne la plupart du temps.

Ce n’est pas un mur. C’est une demande polie.

Les moteurs de recherche comme Google et Bing sont programmés pour ignorer « robots.txt » s’ils trouvent un lien vers une page ailleurs sur Internet. Si quelqu’un crée un lien vers cet instantané « public » de Claude dans un forum, un e-mail ou une publication sur les réseaux sociaux, le moteur de recherche l’analyse quand même.

Pour arrêter réellement l’indexation, les développeurs doivent utiliser une balise HTML spécifique.

Pourquoi “Noindex” manquait

Selon WIRED, les discussions divulguées ne comportaient pas la balise méta « noindex ».

Google et Bing exigent tous deux cette directive explicite. Si une page n’a pas la balise « noindex » (ou une balise « x-robots-tag » dans l’en-tête HTTP), les moteurs de recherche supposent que le webmaster souhaite que cette page soit indexée et affichée dans les résultats de recherche.

“Ni Google ni aucun autre moteur de recherche ne contrôlent ce qui est rendu public sur le Web… Nous donnons aux propriétaires de sites des contrôles clairs… et nous respectons toujours ces directives.”

Il s’agit d’une position défendable de la part d’un moteur de recherche. C’est moins défendable du côté d’Anthropic, d’autant qu’ils ont affronté cette même chaleur en septembre dernier.

Le porte-parole de Google, Ned Adriance, a déclaré à WIRED que l’indexation incombait au propriétaire du site. Les liens de discussion sont publics par conception. Si l’URL est accessible, elle est indexable.

Microsoft n’a pas commenté. Anthropique n’a pas répondu.

L’écart entre la confidentialité et l’indexation

Le problème principal ici n’est pas l’intention malveillante. C’est une collision de fonctionnalités.

Claude permet aux utilisateurs de générer des URL publiques pour partager des conversations. Ceci est utile pour la collaboration. Mais la génération d’une URL publique déclenche un comportement d’indexation Web standard, à moins qu’elle ne soit explicitement bloquée à un niveau plus profond.

La plupart des utilisateurs supposent que « partagé » signifie « lien privé uniquement ». Ce n’est pas le cas. Dans le monde du référencement, « URL publique » équivaut à « résultat de recherche potentiel ».

C’est ce qui est arrivé à Bing, qui affichait encore environ 612 résultats pour « site:claude.ai/share » lors de son rapport. Les résultats de Google pour la requête spécifique « partage » semblent s’être éclaircis après que WIRED les a examinés, probablement après la suppression ou la mise à jour des liens.

Mais les données existent. Des copies en cache existent. La leçon est brutale pour quiconque utilise des chatbots IA pour des sujets sensibles :

1. Supposons que rien n’est vraiment privé.
2. Les URL publiques sont indexables par défaut à moins que les garanties techniques ne soient correctement mises en œuvre.
3. robots.txt ne suffit pas. Vous avez besoin de noindex.

Les laboratoires d’IA affirment respecter les règles des robots d’exploration. Ils le font. Mais ils comptent sur les développeurs pour utiliser les bonnes règles. Si la mise en œuvre est défectueuse, votre historique de jeux de rôle érotiques se retrouve sur la page de résultats d’un moteur de recherche.

Et vous ne pouvez pas le supprimer de Google.

L’implication plus large ? À mesure que les agents IA s’intègrent de plus en plus dans la vie quotidienne (des flux de travail contrôlés par les smartphones à l’utilisation des jetons gouvernementaux), la surface d’attaque des fuites de confidentialité s’élargit. Nous construisons des systèmes qui nous répondent, tandis que le Web ouvert indexe chaque conversation.

Qui contrôle l’indice ? À qui appartient la mémoire ?

Probablement pas vous.