Meta autorise le crawl des sites des annonceurs : conditions à partir du 30 octobre et scraping

À partir du 30 octobre 2026, Meta met en œuvre des Conditions Commerciales mises à jour — des conditions pour tous ceux qui utilisent Facebook, Instagram, Messenger et WhatsApp à des fins commerciales : lancer des publicités, gérer une page de marque, vendre via un catalogue. Un paragraphe a été ajouté au texte, que les avocats et les médias n'ont remarqué qu'à la mi-octobre : l'entreprise autorise Meta à contourner automatiquement ses sites — indexer, mettre en cache, collecter et analyser le contenu. Il n'est pas possible de renoncer à ce point séparément, il faut simplement cesser d'utiliser les produits commerciaux de Meta.

L'histoire intéresse non seulement les éditeurs. C'est la même Meta qui a poursuivi pendant des années des scrapers, y compris Bright Data, et a perdu un litige clé précisément sur la question de « qui est lié par les conditions d'utilisation ». Maintenant, l'entreprise utilise le même mécanisme contractuel à son avantage. Analysons ce qui est écrit dans les conditions, ce que Meta a pu corriger après le scandale et quelles conclusions pratiques en tirer pour ceux qui collectent des données ou protègent leur site contre les bots.

Ce qui est écrit dans les nouvelles conditions de Meta

Meta a annoncé la mise à jour au début d'octobre dans le Business Help Center et dans Meta Business Suite. Elle concerne plusieurs documents : Conditions Commerciales, conditions du catalogue de produits, conditions de publicité autonome et conditions de génération de créations publicitaires à l'aide de l'IA. La version précédente des Conditions Commerciales était en vigueur depuis le 6 mars 2024, et, selon l'analyse de PPC Land, il n'y avait aucune mention de crawling dans celle-ci.

Dans la nouvelle version, la section 1 a été renommée de « Licences » en « Licences et droits que vous accordez à Meta ». Les formulations clés dans la version initiale :

• l'entreprise autorise Meta « ou toute personne agissant en son nom » à utiliser des logiciels automatisés pour accéder, indexer, mettre en cache, analyser, collecter et crawler des domaines, pages et URL, ainsi qu'à récupérer périodiquement des mises à jour ;
• les sites concernés sont ceux « liés » aux produits ou services de l'entreprise ou accessibles par l'utilisation des produits Meta. Ce que signifie « lié », le texte ne le définit pas ;
• le contenu obtenu par Meta peut être utilisé pour « fournir, développer, améliorer, rechercher, former et maintenir l'intégrité » de ses produits ;
• Meta a le droit de créer des « identifiants de test » pour accéder à ces ressources. Ce que cela signifie en pratique n'est pas expliqué dans les conditions.

Le consentement est formulé de manière habituelle pour les plateformes : si vous continuez à utiliser les produits commerciaux après avoir été informé des changements, vous les avez acceptés. Un post sur la page de l'entreprise le 31 octobre est déjà considéré comme une acceptation. Il n'y a pas de refus partiel du paragraphe sur le crawling.

Réaction des avocats et réponse de Meta

L'histoire a été soulevée le 15 octobre par Nieman Lab, qui a interrogé trois juristes. Leurs évaluations étaient sévères :

• Matt Topic (Loevy & Loevy) a déclaré qu'il n'est pas clair si le tribunal reconnaîtra un tel point, mais les éditeurs « devraient partir du principe qu'il sera exécutoire » ;
• James Grimmelmann (Cornell Law School) a qualifié le paragraphe d'autorisation explicite de Meta d'entraîner l'IA sur le contenu des éditeurs. Il a également souligné les « identifiants de test » : selon lui, cela pourrait permettre de créer de faux utilisateurs et de passer des murs d'inscription ;
• Benjamin Sobel (University of Wisconsin) a souligné un problème potentiel de « liaison » : pour utiliser les produits nécessaires, l'entreprise est contrainte d'accepter également le crawling.

Le directeur de News/Media Alliance, Daniel Coffey, a qualifié les conditions de « scandaleuses et probablement illégales ». Jason Kint de Digital Content Next a demandé pourquoi Meta exigeait des droits larges et stipulait explicitement l'entraînement de l'IA dans un contrat contraignant, si, selon elle, rien ne changeait.

La position de Meta : le 16 octobre, le directeur des communications Andy Stone a qualifié les publications de « fausses » et a déclaré que la manière dont Meta utilise les web crawlers ne change pas. Selon la version de l'entreprise, les formulations sur le crawling étaient auparavant éparpillées dans différents documents, y compris les conditions de l'IA générative dans la publicité, et sont maintenant simplement regroupées au même endroit. Les propriétaires de contenu, selon Meta, peuvent toujours gérer l'accès via robots.txt.

Le 17 octobre, le texte a été modifié. Selon Nieman Lab, le mot « train » a été retiré de la liste des objectifs, et l'utilisation a été limitée aux produits publicitaires et commerciaux au lieu de tous les produits Meta. Certaines publications, citant The Verge, rapportent que le point controversé a été complètement supprimé. Cependant, les experts avec qui Nieman Lab a parlé estiment que les droits larges sur le crawling restent dans les conditions, et qu'il n'y a pas de possibilité de refuser jusqu'au 30 octobre. La formulation finale doit être vérifiée sur la page des Conditions Commerciales avant leur entrée en vigueur.

Double standard : comment Meta a perdu contre Bright Data et ce qu'elle a appris

Pour comprendre pourquoi les avocats sont si préoccupés, il faut se rappeler l'affaire Meta Platforms v. Bright Data. Le 23 janvier 2024, le juge Edward Chen (District Nord de Californie) a rendu une décision en faveur de Bright Data dans une affaire de violation de contrat. La logique du tribunal : les conditions de Meta interdisent le scraping, mais ne lient que les utilisateurs qui se sont connectés à leur compte. La collecte de données publiques sans connexion ne tombe pas sous ces conditions. Le tribunal n'a également trouvé aucune preuve que Bright Data collectait des données accessibles uniquement après connexion, et a rejeté l'idée qu'un ancien utilisateur soit lié par les conditions indéfiniment.

La conclusion de cette affaire, sur laquelle toute l'industrie s'appuie depuis : le contrat lie celui qui l'accepte. Les nouvelles Conditions Commerciales fonctionnent selon le même schéma, mais à l'envers. Meta ne peut pas forcer un site tiers à laisser passer son crawler, mais peut obtenir le consentement du propriétaire via un contrat qu'il a déjà accepté pour lancer des publicités. Et robots.txt est ici un faible réconfort : les conditions ne parlent pas de cela, et les avocats craignent que Meta puisse se référer au contrat comme une autorisation plus forte que l'interdiction dans le fichier technique.

Quels crawlers Meta parcourent les sites

Dans la documentation pour les webmasters, Meta énumère actuellement cinq agents. Selon lequel d'entre eux est venu, cela détermine si l'interdiction dans robots.txt fonctionnera :

• meta-externalagent — collecte des pages pour former des modèles d'IA de base et pour l'indexation dans les produits. Un jeton pour les deux tâches, donc il n'est pas possible de permettre l'indexation et d'interdire la formation séparément ;
• meta-webindexer — indexe le web pour la recherche et les citations dans Meta AI ;
• meta-externalads — crawler pour les produits publicitaires et commerciaux, c'est-à-dire exactement pour la zone que Meta a limitée dans le nouveau point ;
• meta-externalfetcher — charge des liens individuels à la demande de l'utilisateur, y compris pour des tâches d'IA. Selon la documentation, il peut ignorer robots.txt, car c'est une demande humaine ;
• facebookexternalhit — construit un aperçu du lien lorsqu'il est partagé. Il peut également contourner robots.txt pour des vérifications de sécurité et d'intégrité.

Que faire en tant que propriétaire de site avec un compte commercial chez Meta

Si vous vendez via Instagram ou diffusez des publicités sur Facebook, il ne sera pas possible de modifier la partie contractuelle. La partie technique est entre vos mains.

1. Décidez ce que vous êtes prêt à céder. L'aperçu des liens (facebookexternalhit) est nécessaire, sinon les publications de votre site seront sans image. Le crawler publicitaire (meta-externalads) est nécessaire si vous utilisez un catalogue de produits et de la publicité dynamique. La formation de modèles (meta-externalagent) n'apporte rien pour la boutique.
2. Rédigez des règles dans robots.txt pour chaque agent, par exemple : User-agent: meta-externalagent et Disallow: /. Meta avertit que les crawlers mettent en cache le fichier et que les modifications prennent jusqu'à 24 heures pour s'appliquer.
3. Vérifiez les logs. Filtrez les requêtes par les lignes meta-externalagent, meta-externalads et meta-webindexer, comptez quelles sections elles contournent et combien. C'est une base avec laquelle comparer le comportement après le 30 octobre.
4. Protégez le contenu précieux au niveau du serveur, et pas seulement avec robots.txt : prix, bases de connaissances, contenus payants — derrière une authentification ou avec une restriction par User-Agent sur le CDN. robots.txt reste un accord volontaire, et non une serrure.
5. Conservez l'édition actuelle des conditions (capture d'écran ou PDF avec date). Les formulations ont déjà été modifiées quelques semaines après l'annonce, et dans un litige, la version en vigueur à une date précise sera utile.

Ce que cela signifie pour ceux qui collectent des données eux-mêmes

Pour les équipes qui collectent des données sur des plateformes, l'histoire de Meta est une illustration claire de la frontière juridique réelle.

• La connexion est une signature sous le contrat. La décision concernant Bright Data protège la collecte de données publiques sans connexion. Dès qu'un parser fonctionne sous un compte, les conditions de la plateforme s'appliquent à vous, et l'interdiction de collecte automatisée devient une obligation contractuelle. Nous avons écrit plus en détail sur les risques de violation des Conditions de Service lors de l'utilisation de proxies dans notre analyse des risques de violation des Conditions de Service lors du travail via des proxies.
• Séparez l'infrastructure. Les comptes commerciaux par lesquels vous diffusez des publicités et les collecteurs de données ne doivent pas se croiser, ni par les comptes, ni par les IP. Pour la collecte publique sans connexion, il suffit généralement d'un proxy de centre de données, et pour les plateformes avec un filtre anti-bot strict — des IP résidentielles avec rotation.
• robots.txt est un signal, pas une loi, dans les deux sens. Meta reconnaît elle-même que deux de ses agents peuvent le contourner. Mais pour votre projet, le respect de robots.txt reste un argument de bonne foi, si un litige survient. La pratique est décrite dans le matériel sur le parsing éthique et robots.txt.
• Surveillez les changements de conditions. Les plateformes modifient leurs conditions via « la poursuite de l'utilisation signifie consentement ». Une fois par trimestre, il est utile de comparer les conditions actuelles des plateformes avec lesquelles vous travaillez sous votre compte, avec les copies sauvegardées.

Conclusion

Les nouvelles Conditions Commerciales de Meta montrent où se dirige la lutte pour les données web en 2026 : des barrières techniques aux accords contractuels. L'entreprise qui a perdu un litige sur qui est lié par ses conditions utilise maintenant ces mêmes conditions pour obtenir le consentement pour contourner les sites de ses annonceurs. Après la modification du 17 octobre, les formulations sont devenues plus douces, mais il n'y a toujours pas de possibilité de refuser, et les conditions entreront en vigueur le 30 octobre. Les propriétaires de sites devraient configurer robots.txt par agents et conserver une copie des conditions, tandis que les équipes qui collectent des données devraient vérifier à nouveau où leur collecte se fait sous connexion et quelles en sont les conséquences.