33 % du web écrit par des machines : et si personne ne s'en rendait compte ?

Et si le web que vous lisez chaque jour n'était plus vraiment écrit par des humains ?

Une étude publiée en 2024 par des chercheurs de l'Université de Washington et de l'Allen Institute for AI a mis en lumière un chiffre qui dérange : près d'un tiers du contenu publié sur internet serait aujourd'hui généré, en tout ou partie, par des intelligences artificielles génératives. Pas dans dix ans. Maintenant. Ce basculement silencieux soulève une question que personne ne veut vraiment poser : à quoi ressemblera le web quand la majorité de ses contenus proviendra d'un même ensemble de modèles entraînés sur les mêmes données ?

Un phénomène qui s'est installé bien plus vite qu'on ne le pensait

Depuis le lancement grand public de ChatGPT fin 2022, puis l'arrivée de Claude, Gemini et de dizaines d'autres outils, la production de contenu textuel a explosé. Blogs, fiches produits, articles de presse, newsletters, descriptions de formations, pages Wikipedia... Les modèles de langage ont envahi des secteurs entiers de la production éditoriale.

Ce n'est pas une hypothèse alarmiste. Des plateformes comme NewsGuard ont recensé des centaines de sites d'information entièrement automatisés, générant plusieurs dizaines d'articles par jour sans qu'aucun journaliste n'intervienne. Dans le e-commerce, les descriptions de produits générées par IA sont devenues la norme chez de nombreux acteurs. Et dans le SEO, des agences entières ont basculé vers des outils de génération massive pour alimenter des milliers de pages.

Le problème n'est pas l'IA. C'est la convergence.

Posons la question autrement : si ChatGPT, Claude et Gemini ont tous été entraînés sur des corpus similaires — essentiellement le web anglophone, Wikipédia, des livres numérisés — que se passe-t-il quand ils deviennent eux-mêmes la principale source d'alimentation du web ?

Les chercheurs ont un nom pour ce phénomène : l'effondrement du modèle (model collapse). Lorsqu'un modèle est entraîné sur des données générées par un autre modèle, les biais s'amplifient, les zones grises s'effacent, et la diversité des points de vue s'érode progressivement. C'est une sorte de clonage culturel à grande échelle.

Concrètement, cela signifie :

• Des formulations qui se ressemblent d'un site à l'autre
• Des angles éditoriaux convergents sur des sujets pourtant complexes
• Une tendance à lisser les opinions, les nuances, les voix minoritaires
• Un appauvrissement progressif de la diversité linguistique et culturelle

Des exemples concrets qui font réfléchir

En 2023, le magazine Sports Illustrated a été pris en flagrant délit de publication d'articles signés par des auteurs fictifs dont les photos de profil avaient été générées par IA. Plus récemment, des enquêtes ont montré que plusieurs médias locaux américains utilisaient des systèmes automatisés pour couvrir les résultats sportifs et les données météo — sans le signaler à leurs lecteurs.

En France, le phénomène touche surtout le marketing de contenu et les sites affiliés. Des milliers de pages optimisées pour le référencement naturel sont produites chaque semaine par des outils comme Jasper, Writesonic ou directement via l'API d'OpenAI, sans relecture humaine significative. Google lui-même lutte pour distinguer le contenu de qualité du contenu généré à la chaîne, malgré ses mises à jour algorithmiques successives.

Ce que cela change pour vous, lecteur ou professionnel

Si vous êtes lecteur, la conséquence est subtile mais réelle : vous lisez de plus en plus des contenus qui se ressemblent, qui évitent les prises de position tranchées, qui paraphrasent les mêmes sources sans les questionner. L'impression d'être informé masque parfois un simple recyclage de surface.

Si vous êtes professionnel du contenu, marketeur ou éditeur, la pression est inverse : comment justifier le coût d'une production humaine face à des outils qui produisent en quelques secondes ? La réponse n'est pas de rejeter l'IA, mais de comprendre ce qu'elle ne peut pas remplacer : le point de vue situé, l'expérience vécue, la prise de risque intellectuelle.

Le web de demain : oxygène ou chambre d'écho ?

L'enjeu n'est pas technologique, il est éditorial et démocratique. Un internet où 30, 50 ou 70 % des contenus sortent des mêmes pipelines algorithmiques n'est pas un internet plus riche — c'est un internet plus homogène, plus prévisible, et potentiellement plus facile à manipuler.

Certains acteurs commencent à réagir. Des labels comme Human-Written émergent. Des publications revendiquent ouvertement leur processus éditorial humain comme un argument différenciant. Et des régulateurs européens examinent des obligations de transparence sur l'origine des contenus.

La vraie question n'est pas de savoir si l'IA va écrire le web. Elle le fait déjà. La question est de savoir si nous allons choisir collectivement ce que nous voulons lire — et qui nous voulons laisser décider à notre place.

Parce que dans un internet où tout se ressemble, ce qui tranche devient précieux. Et ce qui tranche, pour l'instant, c'est encore l'humain.

— Reservoir Live