Encore un problème de l’interface chaise-clavier
Des internautes ont signalé qu’il était simple de retrouver des conversations Claude partagées. Pour Anthropic cependant, il n’y a aucun problème : c’est le fonctionnement attendu de cette capacité. Mais ce n’est pas tout à fait aussi simple. Encore plus inquiétant, c’est le quatrième incident du genre en un an.
Durant le week-end du 25 - 26 juillet, des utilisateurs de Reddit ont découvert que l’opérateur de recherche « site:claude.ai/share » faisait remonter dans Google une longue liste de conversations Claude partagées, ainsi que des éléments nommés Artefacts par Anthropic : documents et mini-applications interactifs générés dans l’outil.
Le 27 juillet, 404 Media publie un article évoquant la situation, rapidement suivi par d’autres, comme TechCrunch. Depuis, nombre de sites et personnes ont évoqué la situation, relevant qu’on peut trouver une foule d’informations dans ces éléments partagés.
Ces révélations ont pris un tour plus dangereux quand certaines informations se sont avérées être sensibles. Futurism, cité par plusieurs médias, a identifié un rapport médical détaillé nommant un patient, des résultats d’essai clinique avec des noms de patients, ainsi que des fichiers contenant les noms et numéros de téléphone d’enfants d’école primaire. Le contenu exposé allait de notes de programmation et de fausses critiques de livres à des éléments bien plus sensibles : rapports médicaux de patients, données d’essais cliniques avec noms réels, documents internes d’entreprise, évaluations de salariés, clés API et identifiants de connexion.
Pour Anthropic, c’est tout à fait normal
Pour l’entreprise à l’origine de Claude, c’est le résultat d’un comportement parfaitement attendu : les conversations partagées sont accessibles à toute personne possédant le lien. Or, il suffit que ce lien ait été publié dans un endroit accessible aux moteurs de recherche pour qu’il se retrouve dans les résultats, si la requête est conçue spécifiquement pour le retrouver et que le fichiers robots.txt n’interdit pas explicitement la récupération des informations.
Amie Rotherham, porte-parole d’Anthropic, a ainsi indiqué à TechCrunch :
« Nous donnons aux gens le contrôle pour partager publiquement leurs conversations avec Claude, et conformément à nos principes de confidentialité, nous ne partageons pas les annuaires de discussion ni les sitemaps avec des moteurs de recherche comme Google. Ces liens partageables ne sont ni devinables ni découvrables à moins que les gens choisissent de les partager eux-mêmes. Lorsqu’une personne partage une conversation, elle rend ce contenu accessible au public, et comme tout autre contenu public sur le web, il peut être archivé par des services tiers ».
Du côté de Google, on cherche également à se montrer clair : « Ni Google ni aucun autre moteur de recherche ne contrôle quelles pages sont rendues publiques sur le web, et ces pages ont été indexées sur de nombreux moteurs de recherche. Nous donnons aux propriétaires de sites des contrôles clairs pour décider si les pages peuvent être explorées ou indexées, et nous respectons toujours ces directives ». En d’autres termes, ces liens étaient publics et ont été repris par tous les moteurs, sous-entendu : « pas nous uniquement ».
Mais ce n’est pas si simple
La situation semble à l’heure réglée, les résultats ayant disparu dans l’après-midi du lundi 27 juillet. Si le fonctionnement des conversations partagées était normal, pourquoi cette disparition.
Parce qu’en dépit de ce qu’a déclaré Anthropic, il semble bien qu’il y ait eu un problème, selon Search Engine Journal. Nos confrères ont réalisé un audit des en-têtes HTTP ce même 27 juillet. Le chemin /share/* de claude.ai est bloqué par une directive Disallow dans le robots.txt, sous le groupe générique User-agent: *.
Or, les pages elles-mêmes renvoient un en-tête X-Robots-Tag: none, l’équivalent HTTP d’un noindex, nofollow. Le chemin de partage est ainsi bloqué par le robots.txt de claude.ai. Ces pages renvoient également un en-tête X-Robots-Tag défini sur none, que les directives de Google traitent comme équivalent à noindex et nofollow.
Et c’est là que survient le problème, selon Search Engine Journal : « À cause de cela, les règles entrent en conflit. Selon les directives de Google, un tag noindex ne fonctionne que si l’outil d’exploration est autorisé à accéder et à lire la page. Si une page est bloquée par robots.txt, elle peut toujours être indexée si d’autres pages y renvoient, puisque Googlebot note l’URL sans l’ouvrir réellement ».
Le bot de Google voit donc une page disposant d’une directive de non-référencement et en indexe l’URL nue, sans le contenu. Il en va de même pour les URL présentes sur cette page, dont les directives ne peuvent pas être lues à cause du premier blocage. Ce conflit a entrainé le référencement des adresses de partage des conversations Claude, sans leur contenu. Voilà pourquoi on pouvait les retrouver avec un opérateur de recherche.
Anthropic n’a pas communiqué de correctif technique explicite. La disparition des résultats de recherche dès le lundi après-midi a été constatée par 404 Media, TechCrunch mais également par Next, sans confirmation officielle du mécanisme corrigé. Ce nettoyage et les observations réalisées par Search Engine Journal laissent cependant penser que l’entreprise s’est peut-être rendu compte du conflit potentiel entre les directives.
Que faire côté internaute ?
Si vous ne partagez pas vos conversations Claude ou que vous ne le faites qu’au travers d’autres moyens que des pages web (par exemple une messagerie instantanée), il n’y a rien à craindre. Toutes les conversations sont privées (au sens d’Anthropic) par défaut.
Si vous avez des conversations partagées, vous pouvez cependant en révoquer l’accès. Rendez-vous dans les paramètres du compte, puis dans « Confidentialité ». Là, descendez jusqu’à la ligne « Conversations partagées » puis cliquez sur « Gérer ». La liste apparaitra, avec possibilité de voir la conversation et de la supprimer.
Notez bien que l’icône de poubelle, qui désigne la suppression, ne signifie pas que la conversation elle-même sera effacée, uniquement le partage associé. Autre information importante, la gestion des Artefacts est séparée et se fait depuis la ligne juste en-dessous de « Conversations partagées ».
Ce n’est pas une première, loin de là
Ce n’est pas la première fois (et certainement pas la dernière) que ce genre de couac arrive. Il y a un an, OpenAI corrigeait le tir de son IA générative qui laissait vos discussions « publiques » avec ChatGPT être indexées par les moteurs de recherche, dont Google. Quelques semaines après OpenAI, xAI aussi y est allé de sa pierre à l’édifice avec des centaines de milliers de conversations rendues accessibles via les moteurs de recherche.
En septembre, Forbes alertait sur la présence de plusieurs centaines de conversations avec le chatbot Claude d’Anthropic dans Google. Déjà à l’époque, l’entreprise rejetait la faute sur les utilisateurs : « La porte-parole d’Anthropic, Gabby Curtis, a déclaré à Forbes que les conversations avec Claude n’étaient visibles que sur Google et Bing parce que les utilisateurs avaient publié des liens vers ces conversations en ligne ou sur les réseaux sociaux », expliquaient nos confrères.
Quatre incidents du même genre en seulement un an, le problème est récurrent. C’est l’occasion de rappeler une règle élémentaire : ne pas partager publiquement le lien d’un document que vous souhaitez garder pour vous. On pourrait même recommander de ne pas créer de lien de partage tout court afin de limiter les risques. Parfois, certains ne savent même pas que les documents sont accessibles publiquement, comme nous l’avons démontré avec des Google Groupes en accès libre aux quatre vents.
