Carnet de terrain · Réflexion
Des bulles différentes, les mêmes noms.
Chaque IA lit son propre bout de web. Et pourtant, à la fin, elles recommandent presque toutes la même chose. Comment c'est possible, et ce que ça veut dire pour ceux qui ne sont pas dans la liste.
Christophe Solczynski, consultant GEO · 17 octobre 2026 · 15 min de lecture
Les IA ne puisent presque jamais dans les mêmes sources : dans nos relevés, un site cité sur cent l'est par toutes. Mais quand on regarde les noms qu'elles recommandent, l'accord est vingt-cinq fois plus fort. Elles lisent des choses différentes et concluent pareil. L'hypothèse défendue ici : la chambre d'écho n'est pas dans les sources, elle est dans la réputation déjà installée, que chaque IA retrouve par un chemin différent. Ce qui ne veut pas dire que la porte est fermée. Ça veut dire qu'on n'entre pas par une seule.
- Le premier constat : chacune sa bulle
- Le paradoxe : des sources différentes, des réponses qui se ressemblent
- Trois hypothèses pour expliquer le paradoxe
- Le cas d'une série sortie la veille
- Une chambre qui n'enferme pas tout le monde de la même façon
- Mais la porte n'est pas fermée
- Les questions que je n'arrive pas à trancher
- Conclusion · Méthode et limites
On parle souvent de chambre d'écho pour les réseaux sociaux : on ne voit que ce qui nous ressemble, et ça finit par nous enfermer. Avec les IA, l'image revient tout le temps, mais elle est rarement vérifiée. Est-ce que les IA s'enferment ? Est-ce qu'elles nous enferment ? Et si oui, dans quoi ?
Ce texte n'est pas une étude. C'est une réflexion, appuyée sur des chiffres qu'on peut vérifier : près de 30 000 citations relevées depuis juillet dans l'Observatoire des sources IA de Happia, un relevé de 33 questions grand public posées à quatre IA entre le 15 septembre et le 16 octobre, et six études publiées ces derniers mois. Les chiffres sont là pour tenir le raisonnement. Les idées, elles, sont des hypothèses, et elles sont signalées comme telles.
1. Le premier constat : chacune sa bulle
Commençons par ce qui est mesuré. Quand on pose la même question à plusieurs IA, elles ne vont pas lire les mêmes sites. Pas un peu différents : presque complètement différents.
Dans la première édition de l'observatoire, sur 27 questions posées aux cinq mêmes moteurs, 76,9 % des sites cités ne l'étaient que par un seul moteur, et neuf seulement, soit 1,1 %, par les cinq (source). Une équipe de l'université de l'Illinois arrive au même genre de résultat avec 11 000 questions : entre ChatGPT et les AI Overviews de Google, les cent sites les plus cités ne se recoupent qu'à 24 % (source). Les chercheurs ont un joli nom pour ça : des « bulles de réponse ».
Chaque bulle a même sa personnalité. Dans la même étude, les forums et les réseaux sociaux pèsent 13,4 % des sites cités par Google classique, et 0,1 % chez ChatGPT avec recherche. Dans l'observatoire, Grok s'appuie à 32 % sur la presse, Gemini à moins de 2 % sur les plateformes d'avis. Ce ne sont pas des détails de réglage. Ce sont des façons différentes de regarder le monde.
À ce stade, on pourrait conclure que la chambre d'écho n'existe pas. Si chaque IA lit des choses différentes, elles devraient dire des choses différentes. C'est là que ça devient intéressant.
2. Le paradoxe : des sources différentes, des réponses qui se ressemblent
Dans le relevé de septembre et d'octobre, on a posé 33 questions du quotidien à quatre IA : la meilleure série, le meilleur téléphone, le meilleur VPN, la meilleure banque en ligne, la meilleure IA. Et on a regardé deux choses en même temps : les sites qu'elles citent, et les noms qu'elles recommandent.
À lire avec prudence : ce chiffre repose sur 33 questions et trois IA, sur des sujets où il existe souvent de vrais leaders. Une partie de cet accord est peut-être simplement méritée. C'est une première mesure, pas une loi, et elle est suivie dans le dossier de la question 2.
Un site cité sur cent l'est par les trois. Mais un nom recommandé sur quatre l'est par les trois. Et sur la question du numéro un, l'accord est encore plus net : sur 33 questions, au moins trois IA sur quatre placent le même nom en tête dans 18 cas.
Il faut être honnête sur une partie de l'écart. Une IA cite souvent des dizaines de sites, mais ne recommande que cinq ou six noms. Il est mécaniquement plus facile de tomber d'accord sur cinq noms que sur trente sites. Mais un rapport de un à vingt-cinq, c'est trop pour n'être que de la mécanique.
Des chercheurs ont observé la même chose à une autre échelle. Sur 26 000 questions ouvertes, une équipe présentée à la conférence NeurIPS 2025 montre qu'un même modèle se répète, et surtout que des modèles différents produisent des réponses étonnamment proches les unes des autres. Ils appellent ça l'« esprit de ruche artificiel » (source).
Elles lisent des choses différentes, et elles concluent pareil. C'est ça, le vrai paradoxe. Et c'est là que la chambre d'écho devient intéressante à penser.
3. Trois hypothèses pour expliquer le paradoxe
Je ne sais pas laquelle est la bonne. Je pense qu'elles jouent toutes un peu, à des degrés différents selon les sujets.
La chambre est construite avant la question
Avant même de chercher sur le web, une IA a déjà appris sur une énorme quantité de textes. Et ces textes, pour l'essentiel, sont les mêmes pour tout le monde : le même web, la même Wikipédia, les mêmes grands médias. La recherche au moment de répondre viendrait alors surtout confirmer ce que le modèle pense déjà. Les sources changent, la conviction reste.
Si c'est vrai, les sources affichées seraient un peu comme des notes de bas de page ajoutées après coup.
Le web est déjà un vote
Les IA lisent des sites différents, mais ces sites disent souvent la même chose, parce qu'ils se recopient. Les classements « les 10 meilleurs » reprennent les mêmes marques, les comparatifs citent les mêmes leaders, les annuaires listent les mêmes adresses en tête. Une étude sur plus de 100 000 réponses d'IA trouve d'ailleurs que les listes de type « meilleurs outils » représentent à elles seules environ 21 % des pages citées (source, à lire avec prudence : son auteur vend un outil de mesure).
Chaque IA passe par une porte différente, mais toutes les portes donnent sur la même pièce.
Les IA commencent à se lire entre elles
C'est la plus inquiétante, et la seule qu'on commence à mesurer directement. Une équipe de Northwestern a vérifié les sources citées par ChatGPT, Copilot, Gemini et Perplexity sur 712 questions : environ 16 % de ces sources sont elles-mêmes écrites par une IA. 28 % chez Copilot, 7 % chez ChatGPT (source). Ces chiffres dépendent beaucoup du détecteur utilisé : une autre mesure trouve 18 % pour ChatGPT (source). Une IA qui cite un texte écrit par une IA, c'est littéralement un écho.
Et on sait ce que donne cette boucle quand elle tourne longtemps : une étude publiée par Nature en 2024 a montré que des modèles nourris de textes produits par d'autres modèles s'appauvrissent, perdent les nuances et convergent vers une moyenne (source). Une nuance importante : ce résultat vaut quand les textes d'IA remplacent les textes humains. Quand ils s'y ajoutent, ce qui ressemble davantage au web réel, l'appauvrissement reste limité (source). La boucle est un risque, pas une fatalité.
4. Le cas d'une série sortie la veille
Un exemple du relevé raconte tout ça mieux qu'un graphique. La question est simple : « Quelle est la meilleure série Netflix ? »
Le 15 septembre au soir, c'est le désordre. Les réponses partent dans tous les sens, et ChatGPT change lui-même de numéro un trois fois en un quart d'heure : HIS & HERS, puis Arcane, puis Adolescence. Pas de consensus, pas de stabilité. Une IA qui hésite, en somme.
Le 2 octobre au petit matin, trois IA sur quatre placent la même série en tête : À l'est d'Éden. Une série sortie sur Netflix le 1er octobre (source). La veille. Sans aucun recul possible.
Je ne dis pas que la série n'est pas bonne. Je dis qu'aucune IA n'a pu le savoir. Ce qu'elles ont lu, c'est que tout le monde en parlait. Et « tout le monde en parle » est devenu, en une nuit, « c'est la meilleure ».
La chambre d'écho n'enferme pas seulement dans le passé. Elle peut aussi enfermer dans le bruit du moment.
Ce qui rend ça plus troublant, c'est que les IA ne présentent pas ces réponses avec prudence. L'étude de l'Illinois montre que lorsqu'une IA va chercher sur le web, les mots qui expriment le doute (« peut-être », « il semble ») chutent de 40 à 60 %. Elle cherche, elle trouve ce qui fait du bruit, et elle l'affirme avec plus d'assurance. On aurait pu espérer l'inverse.
5. Une chambre qui n'enferme pas tout le monde de la même façon
Revenons aux entreprises. Si les IA convergent vers les mêmes noms, la question devient : qui sont ces noms ?
Dans l'observatoire, 12 sites sur plus de 6 300 concentrent 17 % de toutes les citations. Les plateformes d'avis et les annuaires pèsent à eux seuls près de 21 %. Et l'étude sur les 100 000 réponses donne un ordre de grandeur qui fait mal : une grande marque apparaît spontanément dans environ 73 % des réponses, une marque moyenne dans 44 %, une petite dans 11 %.
Je me demandais au départ si la chambre d'écho enfermait tout le monde. Je pense maintenant que c'est l'inverse : elle enferme surtout ceux qui sont dehors. Ceux qui sont dedans y restent, parce que chaque réponse qui les cite devient un texte de plus qui les cite. Ceux qui sont dehors n'ont pas d'écho à amplifier.
Un détail du relevé m'a frappé. À la question « Quelle est la meilleure IA ? », en octobre, les quatre IA donnent exactement le même trio de tête : ChatGPT, Claude, Gemini, dans cet ordre pour trois d'entre elles. Gemini ne se met pas en premier. Grok non plus. Même une IA, quand on l'interroge sur son propre marché, répète la réputation installée.
Si les IA ne se favorisent même pas elles-mêmes, il y a peu de chances qu'elles favorisent un nouveau venu par curiosité.
6. Mais la porte n'est pas fermée
Il serait facile de s'arrêter là, sur une note sombre. Ce serait faux.
D'abord, parce que les bulles sont différentes. Si 77 % des sites ne sont vus que par un seul moteur, ça veut aussi dire qu'il existe beaucoup de petites portes. On n'entre pas dans les cinq bulles d'un coup, mais on peut entrer dans une, puis dans une autre. Dans la première édition de l'observatoire, parmi les neuf sites cités par les cinq moteurs à la fois, il y avait le site d'un restaurant indépendant. Au même niveau que les grandes plateformes.
Ensuite, parce qu'une équipe de l'université de Washington a montré quelque chose d'encourageant : dans leurs simulations, un écosystème de plusieurs modèles différents résiste mieux à l'appauvrissement qu'un modèle unique, et la diversité devient plus précieuse avec le temps (source). Autrement dit, la diversité des IA est une protection contre la chambre d'écho. Tant qu'il y aura plusieurs IA qui lisent des webs différents, il y aura plusieurs chemins.
Et enfin, parce que l'exemple de la série montre le revers de la médaille : les IA bougent vite. Le numéro un d'une semaine n'est pas celui de la suivante. Une chambre d'écho qui se reconfigure en une nuit, c'est aussi une chambre dans laquelle on peut entrer.
Être présent partout, et dire partout la même chose
Le paradoxe donne presque la méthode. Parce que chaque IA a sa bulle, il faut être présent dans plusieurs endroits différents : les annuaires de son métier, les plateformes d'avis, la presse locale, son propre site. Et parce que les IA convergent sur les noms, il faut que ce nom soit dit partout de la même manière, avec la même description, pour que chaque chemin mène à la même conclusion.
Ne pas chercher à hacker une bulle. Faire en sorte que toutes les bulles, chacune par son chemin, finissent par entendre la même chose.
7. Les questions que je n'arrive pas à trancher
Elles sont rangées dans le registre des questions ouvertes, où elles seront nourries au fil des prochains relevés et articles.
- Une petite entreprise peut-elle créer son propre écho ? Si oui, combien de mentions faut-il, et de qui, pour qu'une IA commence à la répéter ?
- La recherche en direct casse-t-elle la chambre d'écho ou la renforce-t-elle ? Elle apporte de la nouveauté, mais l'exemple de la série montre qu'elle apporte surtout le bruit du moment.
- Que se passe-t-il quand la moitié du web sera écrite par des IA ? Les 16 % d'aujourd'hui vont monter. À partir de quand l'écho devient-il la source principale ?
- Les IA vont-elles diverger ou converger avec le temps ? Leurs éditeurs ont intérêt à se différencier. Mais elles apprennent toutes du même web. Je n'ai aucune idée de laquelle des deux forces gagnera.
- Et nous, utilisateurs ? Si on demande toujours à la même IA, on vit dans une seule bulle. Combien de personnes comparent deux réponses avant de choisir un restaurant ?
Conclusion : la chambre d'écho n'est pas là où on croit
J'ai commencé ce texte en pensant que les IA s'enfermaient dans leurs sources. Les chiffres disent autre chose. Leurs sources sont très différentes. C'est leur conclusion qui se ressemble. La chambre d'écho n'est pas dans ce qu'elles lisent, elle est dans ce qui a déjà été répété assez souvent, ailleurs, pour devenir une évidence.
C'est une mauvaise nouvelle pour ceux qui attendent d'être découverts. Une IA ne découvre pas : elle constate ce qui se dit déjà. Mais c'est une bonne nouvelle pour ceux qui acceptent de faire le travail lentement. Parce que ce qui se dit déjà, ça se construit. Pas en trompant une machine, mais en étant présent dans assez d'endroits différents, avec assez de constance, pour que chaque IA, chacune par son chemin, finisse par tomber sur le même nom.
Une IA ne te découvre pas. Elle entend parler de toi. La seule question, c'est par combien de chemins.
Par combien de chemins les IA entendent-elles parler de ton entreprise, et que disent-elles ? C'est la première chose qu'on regarde ensemble. Voir l'accompagnement →
Méthode et limites
Les chiffres de l'observatoire portent sur 29 292 citations, 6 305 domaines et 515 questions posées à six moteurs entre le 25 juillet et le 17 octobre 2026 ; ce n'est pas un échantillon représentatif, les questions viennent d'audits et de relevés locaux. Le relevé grand public porte sur 33 questions posées à ChatGPT, Claude, Gemini et Grok entre le 15 septembre et le 16 octobre 2026 : 174 réponses, 862 recommandations nommées, 4 496 sources (Gemini ne publie pas les siennes dans ce relevé, d'où la comparaison à trois IA). Les accords sont calculés question par question, toutes réponses confondues pour les sources et les noms, et sur la réponse la plus récente de chaque IA pour le numéro un. Les réponses des IA varient d'un jour et d'un utilisateur à l'autre : ces chiffres décrivent une période, pas une loi. Les idées présentées comme des hypothèses le restent tant qu'elles n'ont pas été testées.
- Happia, Observatoire des sources IA, relevé du 25 juillet au 17 octobre 2026
- Happia, Quelles sources les IA citent-elles vraiment ? Édition 1, septembre 2026
- Huang, Goyal, Saha, Chandrasekharan, Answer Bubbles: Information Exposure in AI-Mediated Search, 2026
- Jiang et al., Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond), NeurIPS 2025
- Allaham, Diakopoulos, Synthetic Sources? Auditing Generative Search Engine Citations for Evidence of AI-Generated Sources, 2026
- Hodel, West, Epistemic diversity across language models mitigates knowledge collapse
- Kumar, Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search Engines, 2026
- Shumailov et al., AI models collapse when trained on recursively generated data, Nature, 2024
- Gerstgrasser, Schaeffer et al., Is Model Collapse Inevitable? Breaking the Curse of Recursion by Accumulating Real and Synthetic Data, 2024
- Graphite, How Does AI-Generated Content Perform in Search and Answer Engines?, 2025
À lire aussi : Le vide n'est pas neutre, sur ce que les IA inventent quand elles ne savent rien de toi. Et si un mot te bloque, le glossaire de l'IA l'explique simplement.

Consultant GEO et cofondateur de Happia, la plateforme qui mesure ce que les IA disent des entreprises. J'accompagne les entreprises qui veulent maîtriser leur présence dans les réponses de ChatGPT, Gemini, Claude et Mistral, et je forme leurs équipes.
