Une étude de Pew détecte des signes d’écriture IA dans une large part des pages web récentes

Une nouvelle étude du Pew Research Center fournit l’une des mesures les plus claires à ce jour sur la quantité de texte écrit avec l’IA ayant rejoint le web public. Publiée le 20 août, l’analyse a examiné près de 500.000 pages en anglais collectées par Common Crawl sur cinq ans et a utilisé une méthode de détection appelée Open Pangram pour estimer si les pages présentaient des signes significatifs d’auteur IA. Pew indique que, dans un échantillon aléatoire de 10.000 pages de juillet 2026, environ 10% montraient des preuves notables d’écriture générée par IA.

La part est beaucoup plus élevée dans les contenus récents. Pew a constaté que, parmi les pages datées d’après le lancement de ChatGPT, plus d’un tiers présentaient des indices d’écriture IA. Cela ne signifie pas que chaque phrase de ces pages a été écrite par un modèle, ni que des éditeurs humains étaient absents. Cela suggère toutefois que l’IA générative est devenue en quelques années une composante courante de la publication web, surtout pour les pages créées après l’accessibilité large des grands modèles de langage.

L’étude observe aussi de fortes différences selon le type de domaine. Les pages des domaines commerciaux en dot-com présentent des signaux IA plus souvent que les domaines associatifs, éducatifs ou gouvernementaux. Pew rapporte qu’environ une page dot-com sur dix dans l’échantillon de juillet 2026 affichait des signes d’auteur IA, contre une proportion plus faible pour les dot-org et des niveaux très bas pour dot-edu et dot-gov. Le schéma correspond à l’économie de la publication web, où les sites commerciaux ont davantage d’incitations à produire de grands volumes de textes optimisés pour la recherche, pages produits, contenus marketing et informations peu coûteuses.

Pew reste prudent sur l’incertitude. La détection de l’IA n’est pas parfaite et le centre ne prétend pas identifier chaque usage de l’IA ni chaque processus hybride humain-machine. L’étude s’appuie plutôt sur des motifs répétés dans le langage pour estimer un changement à grande échelle. Elle suit aussi des évolutions linguistiques devenues plus fréquentes après ChatGPT, notamment dans la ponctuation, le style et certaines structures de phrase. Ces indices sont utiles à l’échelle du web, mais ne doivent pas être traités comme une preuve définitive pour un document isolé.

Les résultats comptent parce que le web est à la fois une plateforme de publication et une source de données d’entraînement pour les futurs systèmes d’IA. Si davantage de pages sont écrites avec l’IA, moteurs de recherche, chercheurs et développeurs de modèles doivent réfléchir aux boucles de rétroaction. Le contenu généré par IA peut être utile lorsqu’il explique clairement un sujet, localise une information ou aide de petites organisations à publier. Il peut aussi inonder les résultats de recherche de textes répétitifs, superficiels ou synthétiques qui compliquent l’accès aux reportages originaux, analyses d’experts et documents de première main.

Pour les éditeurs, l’étude rend plus aiguë une question inconfortable: qu’est-ce qui compte comme qualité lorsque l’assistance IA devient ordinaire? Utiliser un modèle pour éditer, traduire ou structurer du matériel n’est pas la même chose qu’exploiter des fermes de contenu automatisées. Le problème n’est pas l’usage de l’IA en soi, mais l’absence de jugement humain, de sources et de responsabilité. Les lecteurs rejettent rarement les outils qui rendent un bon travail plus clair. Ils rejettent les pages conçues surtout pour capter du trafic de recherche sans ajouter de connaissance.

L’implication plus large est que la culture de l’IA inclut désormais la culture des sources. Les utilisateurs doivent demander non seulement si une page est exacte, mais comment elle a été produite, si elle cite des preuves et si elle reflète une expertise réelle. L’étude de Pew ne déclare pas que le web est cassé. Elle montre que sa texture a changé rapidement. Recherche, journalisme, éducation et chaînes d’entraînement de l’IA auront besoin de meilleurs moyens de distinguer l’écriture assistée utile du volume synthétique qui ressemble seulement à de l’information.