Carnet de terrain · Réflexion · Sujet 9 du labo
Le beau devient gratuit, le bon redevient rare.
La moitié des nouveaux articles publiés sur le web sont écrits par des IA. Et pourtant, quand les IA répondent, elles citent surtout des textes humains. Que se passe-t-il quand le texte ne coûte plus rien ?
Christophe Solczynski, consultant GEO · 28 octobre 2026 · 11 min de lecture
Selon les études, entre 10 % de toutes les pages du web et la moitié des nouveaux articles montrent des signes d'écriture par IA. Pourtant, 86 % des articles qui sortent dans Google et 82 % de ceux que citent ChatGPT et Perplexity sont écrits par des humains : un tri existe déjà. Ma thèse : ce tri ne se fera pas entre « écrit par une IA » et « écrit par un humain », mais entre le générique et l'unique. Quand le beau texte devient gratuit pour tout le monde, il ne prouve plus rien. Ce qui prend de la valeur, c'est ce qu'on ne peut pas générer : une preuve, un vécu, une donnée propre, et surtout une trace récente. Le bon n'est pas un stock qu'on accumule, c'est un flux qu'on entretient.
Chaque partie est marquée : Fait ce qui est mesuré ou publié, Lecture mon interprétation, Hypothèse ce qui pourrait arriver.
Ce texte n'est pas une étude. C'est une réflexion, née d'une discussion dans le labo, appuyée sur des chiffres qu'on peut vérifier : cinq études publiées entre 2024 et 2026, dont deux viennent d'éditeurs d'outils, signalées comme telles. Les idées, elles, sont des hypothèses, et elles sont marquées comme telles.
1. Ce qu'on sait vraiment
Fait
Quand on cherche « quelle part du web est écrite par des IA », on tombe sur des chiffres qui vont de 10 % à 74 %. Ils ne se contredisent pas : ils ne mesurent pas la même chose.
Le Pew Research Center a passé au crible près de 490 000 pages en anglais archivées entre 2021 et 2026. Sur un échantillon de 10 000 pages relevées en juillet 2026, 10 % montrent des signes nets d'écriture par IA. Si on ne garde que les pages publiées après la sortie de ChatGPT, on passe à plus d'un tiers. Sur les sites en .com, la part est passée de 1 % début 2021 à 9 % début 2026. Sur les sites universitaires et publics, elle reste autour de 1 %.
Graphite, une agence SEO, ne regarde que les nouveaux articles. Sur 55 000 articles en anglais, la part écrite principalement par une IA a atteint environ la moitié début 2025, puis s'est arrêtée là : 49,9 % au premier trimestre 2026. Ça fait cinq trimestres que la courbe ne monte plus.
Ahrefs, enfin, compte toutes les pages qui contiennent un peu de texte d'IA, même une phrase : 74 % des nouvelles pages. Mais seulement 2,5 % sont écrites entièrement par une IA. Le reste est un mélange.
de toutes les pages du web montrent des signes d'écriture par IA.
parmi les pages publiées depuis la sortie de ChatGPT.
des nouveaux articles, et la courbe ne monte plus depuis cinq trimestres.
des nouvelles pages contiennent un peu d'IA. Seulement 2,5 % en sont entièrement faites.
La moitié des nouveaux articles, oui. La moitié du web, pas encore. Et le mélange humain plus IA est déjà la norme.
2. Elles écrivent, elles ne citent pas
Fait
C'est là que ça devient intéressant. Graphite a aussi regardé ce qui sort quand on cherche. Sur plus de 31 000 recherches Google, 86 % des articles affichés sont écrits par des humains, et seulement 7 % des premières positions par une IA. Côté réponses d'IA, sur environ un millier de questions, 82 % des articles cités par ChatGPT et Perplexity sont humains.
Une équipe de Northwestern est arrivée à un chiffre proche par un autre chemin : environ 16 % des sources citées par ChatGPT, Copilot, Gemini et Perplexity sont elles-mêmes écrites par une IA. Avec de gros écarts : 28 % chez Copilot, 7 % chez ChatGPT.
Un chiffre vient nuancer le tableau. Ahrefs a analysé 500 000 pages citées dans les AI Overviews de Google : la quantité d'IA dans une page n'a quasiment aucun lien avec sa position dans les citations. Autrement dit, le moteur ne semble pas punir le texte d'IA en tant que tel.
Lecture
Mis bout à bout, ça donne une image assez nette. La moitié de ce qui se publie est écrite par des machines. Une petite partie seulement est lue, montrée et citée. Le tri existe déjà. Mais il ne se fait pas sur l'étiquette « IA » : un texte d'IA bien utilisé passe, un texte humain creux ne passe pas forcément.
Les machines écrivent la moitié du web. Elles en citent une petite partie.
3. La mauvaise question
Lecture
Depuis deux ans, on demande : « ce texte a-t-il été écrit par une IA ? ». C'est la mauvaise question. Personne ne pourra empêcher les gens d'écrire avec une IA, et ce n'est même pas souhaitable. Un artisan qui n'aime pas écrire et qui s'en sert pour raconter son métier ne triche pas.
Fait
Google l'a dit noir sur blanc dès février 2023 : il récompense le contenu de qualité, quelle que soit la façon dont il est produit. Deux mois plus tôt, il avait ajouté un mot à ses critères de qualité : l'expérience. Un texte écrit par quelqu'un qui a vraiment fait la chose. Et en mars 2024, il a classé comme spam la production de pages en masse pour manipuler les résultats, qu'elle soit faite par des humains ou par des machines.
La vraie question n'est pas « qui a écrit ? ». C'est « qu'est-ce que ce texte apporte que les autres n'ont pas ? ».
4. Pourquoi le générique finira écarté
Un texte générique, c'est le paragraphe qu'on retrouve partout, sans preuve, sans photo réelle, sans détail concret. « Notre équipe passionnée met tout en œuvre pour vous offrir une expérience unique. » Il y a trois raisons de penser qu'il va perdre.
Une IA recoupe, et le recopié ne lui apprend rien
Une IA qui répond lit plusieurs sources et les compare. Quand vingt pages disent la même chose dans les mêmes mots, la vingt-et-unième ne lui apporte rien. Elle n'a aucune raison de la citer plutôt qu'une autre. Ce qui ressort, c'est ce qui ajoute : un chiffre qu'on ne trouve que là, un cas réel, un avis argumenté.
Si c'est vrai, écrire plus ne sert à rien. Écrire ce que personne d'autre ne peut écrire sert à tout.
Les IA ont besoin de vrai pour ne pas s'appauvrir
C'est le seul point appuyé par une étude solide. Des chercheurs ont montré dans Nature, en 2024, qu'un modèle entraîné génération après génération sur des textes produits par des modèles s'appauvrit : il oublie les cas rares et finit par tourner en rond. On appelle ça l'effondrement des modèles. D'autres chercheurs ont montré que ça s'évite si les vraies données continuent de s'accumuler à côté des données synthétiques.
Si c'est vrai, les laboratoires ont tout intérêt à repérer le texte original et à lui donner plus de poids. Le vrai devient une matière première.
Leur jugement progresse aussi vite que le reste
C'est un pari, et je l'assume. En mars 2023, une vidéo générée par IA montrait Will Smith en train de manger des spaghettis : un visage qui fond, des pâtes qui entrent par les joues. Trois ans plus tard, on a souvent du mal à distinguer une vidéo générée d'une vraie. Il n'y a pas de raison que la capacité des IA à juger ce qui a de la valeur progresse moins vite que leur capacité à produire.
Si c'est vrai, ce qui passe le tri aujourd'hui par chance ne le passera plus demain.
Le web va se remplir de générique. C'est le tri qui fera la différence.
5. Du beau au bon
Lecture
Pendant longtemps, un beau site, une belle photo, un texte bien tourné étaient des signaux. Ils coûtaient du temps ou de l'argent, donc ils disaient quelque chose : celui-là a investi, il est sérieux. L'IA a cassé ce signal. Un beau texte, une belle image, un beau site ne coûtent plus rien. Tout le monde peut avoir l'air pro en dix minutes.
Quand tout le monde a l'air pro, avoir l'air pro ne prouve plus rien. Le regard se déplace alors vers ce qu'on ne peut pas fabriquer en dix minutes : la photo prise sur place, le chiffre qu'on est seul à connaître, le client qui raconte ce qui s'est vraiment passé, l'avis négatif auquel on a répondu honnêtement.
Hypothèse
Mon hypothèse, c'est que l'IA, en rendant le beau gratuit, va nous ramener d'une culture du beau à une culture du bon. Du marketing vers l'authentique. De ce qu'on vend vers ce qui est réel.
En rendant le beau gratuit, l'IA rend le bon précieux.
6. Le bon est un flux, pas un stock
Lecture
Reste une question : comment une IA peut-elle juger que quelque chose est bon ? Elle ne goûte pas un plat, elle ne dort pas dans une chambre d'hôtel, elle n'utilise pas un logiciel pendant six mois. Elle juge à travers des traces : des avis, des articles, des mentions, des chiffres publiés.
La tentation, c'est de croire que la meilleure trace est l'ancienneté. Une note de 4,7 construite sur dix ans, des centaines d'articles accumulés. Mais une note moyenne, c'est une photo d'un passé moyen. Elle peut cacher un établissement qui décline depuis deux ans, un logiciel dont l'équipe d'origine est partie, une marque qui vit sur sa réputation.
Hypothèse
Je pense que la trace la plus fiable n'est pas le volume accumulé, mais la cohérence récente et la trajectoire. Une IA qui lit le texte des avis des six derniers mois peut repérer qu'un chef a changé, que le service s'est dégradé, ou au contraire qu'un nouveau venu fait les choses bien, là où la note moyenne reste figée. Elle peut faire exister un nouveau bien tenu face à une institution qui s'essouffle.
Si c'est vrai, le travail de visibilité ne consiste plus à construire une réputation une fois pour toutes. Il consiste à l'entretenir, à produire régulièrement des traces fraîches et vraies.
Le bon n'est pas ce qu'on a accumulé. C'est ce qu'on continue de prouver.
7. Ce qui pourrait me donner tort
Une réflexion honnête doit dire où elle peut se tromper. Il y a au moins quatre objections sérieuses.
| Objection | Ce qu'elle dit | Statut |
|---|---|---|
| Les IA aiment les noms installés | Dans notre relevé sur la chambre d'écho, les IA recommandent souvent les mêmes marques, déjà connues. L'ancienneté pèse encore lourd, peut-être plus que la trace récente. | Vérifié |
| Les détecteurs se trompent | Tous les chiffres de la partie 1 reposent sur des détecteurs d'IA. Ils sont imparfaits, et un texte humain bien écrit peut passer pour de l'IA. | Vérifié |
| Le tri peut prendre des années | Entre-temps, le générique produit en masse peut gagner par le nombre, surtout sur les sujets où peu de gens écrivent du vrai. | Hypothèse |
| La visibilité peut s'acheter | Classements payants, publicité dans les assistants : le bon peut être doublé par celui qui paie. On en parlait dans Google perd le clic. | Hypothèse |
Je n'ai aucune idée de la vitesse à laquelle ce tri va se faire. Je suis seulement de plus en plus sûr de son sens.
8. Ce que ça change pour toi
Lecture
Si tu es une entreprise, une marque ou une institution, la question n'est pas de savoir s'il faut écrire avec une IA. Tu peux. La question est de savoir ce que tu mets dedans.
Les pages qui disent ce que mille autres disent déjà, dans les mêmes mots.
Une réputation construite il y a dix ans, sans trace récente pour la confirmer.
Le chiffre que toi seul connais, la photo prise sur place, le cas réel raconté.
Des avis récents, des nouvelles régulières, une information à jour partout.
L'IA peut t'aider à écrire. Elle ne peut pas vivre à ta place ce que tu racontes.
9. Ce qu'on va tester au labo
Ces hypothèses ne valent que si on les confronte à des données. On a de quoi commencer : près de 30 000 citations relevées depuis juillet dans l'Observatoire des sources IA de Happia.
Les pages citées ont-elles plus de preuves ? Sur une même question, comparer les pages que les IA citent et celles qu'elles ignorent : chiffres datés, noms, photos originales, récits vécus. Si les pages citées en ont nettement plus, l'hypothèse 1 tient.
Quelle part de nos sources est écrite par une IA ? Mesurer la même chose que Northwestern sur nos propres relevés, et la suivre trimestre après trimestre.
La trace récente pèse-t-elle plus que l'ancienneté ? Suivre des établissements dont la note est stable mais dont les avis récents changent de ton, et regarder si les IA le remarquent.
Et les questions que je n'arrive pas à trancher :
- À partir de quelle part de texte d'IA l'écho devient-il la source principale ? Les 16 % d'aujourd'hui vont monter. On ne sait pas où est le point de bascule.
- Une IA saura-t-elle un jour reconnaître un vécu ? Ou seulement les signes extérieurs du vécu, qu'on pourra eux aussi fabriquer ?
- Le plateau à 50 % est-il un plafond ? Ou seulement une pause, le temps que les textes d'IA deviennent indétectables ?
Ces questions rejoignent le registre des questions ouvertes, et les tests se feront avec les membres du labo.
Pour conclure
On a peur que l'IA remplisse le web de faux. Elle va surtout le remplir de moyen. Du correct, du propre, du bien écrit, qui ne dit rien de plus que le voisin. Dans ce bruit, ce qui va ressortir, ce n'est pas ce qui est le mieux écrit. C'est ce qui est vrai, récent et qu'on ne trouve nulle part ailleurs.
L'IA a rendu l'écriture gratuite. Elle n'a pas rendu la preuve gratuite.
Si tu veux savoir ce que les IA retiennent de toi aujourd'hui, et quelles preuves leur manquent, c'est exactement le travail de l'accompagnement GEO.
Méthode et sources
Les chiffres viennent des sources ci-dessous, consultées le 28 octobre 2026. Toutes les mesures de la part de texte d'IA reposent sur des détecteurs automatiques, imparfaits, et portent sur des pages en anglais : rien ne dit que le web français suit exactement la même courbe. Graphite est une agence SEO et Ahrefs vend le détecteur utilisé dans son étude : leurs chiffres sont à lire avec prudence. Le chiffre de Graphite sur les citations de ChatGPT et Perplexity repose sur environ un millier de questions posées à la main. Les parties 5 et 6 sont des hypothèses, nées des discussions du labo, pas des résultats mesurés. Le chiffre de 30 000 citations désigne le volume de l'observatoire Happia ; il n'a pas encore servi à tester ces hypothèses.
- Pew Research Center, How much of the internet is written with AI?, 20 août 2026
- Graphite, AI now writes as many online articles as humans do, mai 2026 (agence SEO)
- Graphite, How does AI-generated content perform in search and answer engines?, octobre 2025 (agence SEO)
- Ahrefs, 74 % of new webpages include AI content, 2025 (éditeur du détecteur utilisé)
- Ahrefs, AI Overviews and AI-generated content, 2025 (éditeur du détecteur utilisé)
- Allaham, Diakopoulos, Synthetic Sources? Auditing Generative Search Engine Citations for Evidence of AI-Generated Sources, 2026
- Shumailov et al., AI models collapse when trained on recursively generated data, Nature, 2024
- Gerstgrasser, Schaeffer et al., Is Model Collapse Inevitable?, 2024
- Google Search Central, Google Search's guidance about AI-generated content, février 2023
- Google Search Central, E-A-T gets an extra E for Experience, décembre 2022
- Google Search Central, New ways we're tackling spammy, low-quality content on Search, mars 2024
- Know Your Meme, AI Will Smith Eating Spaghetti, mars 2023
Ce texte est né d'une discussion dans le labo, sur le sujet 9 du registre. À lire aussi : Des bulles différentes, les mêmes noms, et Le vide n'est pas neutre. 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.
