par Le Pew Research Center a passé près de 490 000 pages web au détecteur, et le verdict fait un peu froid dans le dos. Sur tout ce qui a été mis en ligne depuis la sortie de ChatGPT fin 2022, plus d’un tiers montre des signes d’écriture par une IA. Un tiers. Pas des blogs obscurs perdus au fond du classement Google, non, une bonne partie du web que vous lisez tous les jours.
Les chercheurs ont pioché dans Common Crawl, cette gigantesque archive qui aspire le web en continu, et retenu environ 490 000 pages en anglais publiées entre janvier 2021 et juillet 2026. Chaque texte est passé dans un outil maison, Open Pangram, entraîné à repérer les tics de langage des modèles. Si on regarde l’ensemble du web échantillonné, 10 % des pages portent des marques nettes d’IA. Mais dès qu’on isole ce qui a été écrit après novembre 2022, on grimpe à plus de 33 %.
Le plus rigolo, c’est la façon dont la machine se fait prendre. Le tiret cadratin, ce long tiret que les IA adorent glisser partout, apparaît aujourd’hui à peu près deux fois plus souvent qu’en 2023. La virgule d’Oxford a bondi de 63 %. Et toute une petite famille de mots chouchous des modèles a plus que doublé. L’IA a des manies, et ces manies laissent des traces.
Envie de comprendre ce que ces modeles savent vraiment faire, et ou ils calent ? Ce guide d’initiation debroussaille le terrain sans jargon.
ChatGPT pour les Nuls (4e edition) → voir sur Amazon
Lien affilié Amazon. En tant que Partenaire Amazon, je réalise un bénéfice sur les achats remplissant les conditions requises.
Tout n’est pas logé à la même enseigne. Les sites en .com, ceux qui vivent du trafic et du référencement, culminent autour de 10 %. Les .org tournent à 4,6 %. Et les domaines universitaires en .edu ou gouvernementaux en .gov restent scotchés autour de 1 %. Sans surprise, plus il y a un enjeu commercial derrière une page, plus la tentation de produire du texte à la chaîne est forte.
Une précision quand même, parce qu’elle compte. L’étude ne dit pas qu’un tiers du web a été pondu intégralement par une machine. Elle repère des signes, c’est-à-dire des pages où l’IA a mis la main à la pâte, parfois pour tout écrire, souvent juste pour dégrossir ou reformuler. La frontière entre rédigé par un humain et rédigé par un robot devient floue, et Pew le reconnaît volontiers.
Reste une question de fond pour nous, lecteurs. À quoi bon un web toujours plus gros s’il se met à se répéter tout seul, dans la même langue lisse, avec les mêmes tics ? On allait sur le web pour tomber sur des voix. On risque surtout de tomber sur la même.
Crédit photo : Pew Research Center
