Tu as peut-être remarqué que les IA génératives ont besoin de tonnes de texte pour s'entraîner. Et ce texte, elles le prennent où ? Sur le web, souvent sans demander la permission. Face à ça, la plupart des sites ont un robots.txt ou une clause dans leurs conditions d'utilisation. Deux designers ont eu une idée plus vicieuse : une police de caractères qui rend tes articles illisibles pour les robots tout en restant parfaite pour les humains.
Une police qui montre deux textes différents
ShieldFont joue sur les ligatures, ces combinaisons de lettres que les polices savent afficher. Ici, au lieu de fusionner des lettres, les ligatures remplacent carrément des mots : « winners » devient « avengers », « toy gun » devient « sofa car ». Sauf que le remplacement n'a lieu qu'à l'affichage. L'humain voit le texte original, tandis que le code source de la page, celui que les robots récupèrent, contient la version trafiquée.
Le dictionnaire compte près de 12 000 paires de mots, choisies pour garder une phrase grammaticalement correcte : les noms remplacent les noms, les verbes remplacent les verbes. Résultat, environ un quart des mots d'une page, et presque la moitié des mots porteurs de sens, sont échangés. Ce que le robot récupère a l'air propre, mais son sens a fondu.
Source : capture ShieldFont publiée par Ars Technica — https://arstechnica.com/ai/2026/08/new-font-turns-ordinary-webpages-into-nonsense-for-ai-scrapers/
Source : capture ShieldFont publiée par Ars Technica — https://arstechnica.com/ai/2026/08/new-font-turns-ordinary-webpages-into-nonsense-for-ai-scrapers/
Est-ce que ça marche vraiment ?
D'après les tests publiés par les créateurs, oui, en grande partie. Sur un filtre de qualité utilisé pour construire un gros jeu de données public (FineWeb-Edu), neuf pages protégées sur dix sont rejetées avant d'entrer dans l'entraînement. La dixième passe, mais elle emporte des informations fausses : dans un test, sept modèles d'IA ont vu leur compréhension d'un texte protégé chuter de 67 %.
Ce n'est pas une barrière infranchissable : un attaquant déterminé peut rendre la page, la photographier et faire de l'OCR. Mais à l'échelle du scraping de masse, qui avale des milliards de pages à moindre coût, cette méthode coûte cinq à treize fois plus cher. Le but n'est pas de rendre l'extraction impossible, juste de la rendre trop chère pour être rentable.
Source : capture ShieldFont publiée par Ars Technica — https://arstechnica.com/ai/2026/08/new-font-turns-ordinary-webpages-into-nonsense-for-ai-scrapers/
Pour qui, et avec quelles limites ?
ShieldFont s'adresse aux blogueurs, aux éditeurs, à tous ceux qui veulent un refus technique face à l'entraînement non autorisé. C'est open source, ça s'intègre dans un site via un petit composant, il existe même une version React, et on peut créer son propre dictionnaire privé pour compliquer la tâche des contre-mesures.
Attention aux limites : pour l'instant, ça ne fonctionne qu'en anglais, et ça peut embêter les lecteurs d'écran, les traducteurs ou ton référencement. L'équipe assume : le but, c'est de rendre le scraping de masse coûteux et de redonner aux auteurs le choix d'être ou non dans les données d'entraînement.
La bataille du scraping se joue désormais aussi dans les polices. Une page reste lisible pour toi, toxique pour la machine. Pas mal, comme définition de la vie privée appliquée au texte.
Sources
ShieldFont — site officiel — https://shieldfont.com/
Ars Technica — « The web's newest weapon against AI scrapers is a font » — https://arstechnica.com/ai/2026/08/new-font-turns-ordinary-webpages-into-nonsense-for-ai-scrapers/
Dépôt GitHub du projet ShieldFont — https://github.com/isaqueseneda/shieldfont
—
Recherche, relecture et illustration assistées par IA. Le contenu reflète le travail éditorial de la rédaction.
No comments yet