// CLUBIC — INTELLIGENZA ARTIFICIALE
L'IA envahit le web moins vite que prévu : une page sur dix porterait sa trace
Europol redoutait un web à 90 % synthétique dès 2026. Verdict du Pew Research Center : une page sur dix porterait la trace d'une IA, une sur trois depuis ChatGPT. Le raz-de-marée annoncé ressemble davantage à une marée montante.
La question hante les observateurs du web depuis le lancement de ChatGPT fin 2022 : quelle part de ce que nous lisons en ligne sort encore d'un cerveau humain ? Le Pew Research Center apporte sa réponse, chiffrée et méthodique, dans une étude publiée le 20 août. Ses équipes ont passé 490 000 pages web anglophones, tirées de l'archive Common Crawl, au crible d'Open Pangram, un détecteur de textes générés.
Le verdict global tient en un chiffre : environ 10 % des pages analysées présentent des signes marqués de rédaction par intelligence artificielle. La moyenne grimpe nettement dès que l'on isole les contenus récents, puisque 35 % des pages datées publiées après le lancement de ChatGPT portent ces mêmes marqueurs. La répartition par extension place le web commercial en première ligne : environ 10 % de pages concernées en .com, contre 4,6 % côté .org. Les sites universitaires et gouvernementaux, en .edu et en .gov, plafonnent à 1 %.
Un mot sur la méthode, parce qu'il conditionne la lecture des résultats. Open Pangram fonctionne comme un radar à tournures de phrases : il repère les motifs statistiques typiques des grands modèles de langage, sans jamais fournir de preuve formelle (d'où le conditionnel de rigueur, un texte humain très lissé pouvant déclencher l'alarme). L'échantillon se limite par ailleurs à l'anglais, ce qui laisse la question entière pour le web francophone.
Difficile de tirer des conclusions car, au-delà du focus porté sur le web anglophone, l'étude vient se poser aux côtés d'autres observations qui semblent toutes se contredire. Une analyse de la société Graphite créditait l'IA de 52 % du contenu écrit publié en ligne, un seuil symbolique dont nous avions détaillé les limites. Des chercheurs de Stanford et de l'Imperial College évaluaient de leur côté à 35 % la part des nouveaux sites générés ou assistés par IA à la mi-2025. Les périmètres diffèrent (contenu, sites, pages), les détecteurs aussi, et chaque équipe mesure au fond un morceau différent du même phénomène.
Sur la ligne du temps, le contraste le plus parlant reste celui d'Europol. L'agence européenne avançait en 2022 que jusqu'à 90 % du contenu en ligne pourrait être d'origine synthétique dès 2026 ; à l'échéance, le comptage du Pew en trouve neuf fois moins. La prophétie du web fantôme attendra, même si la pente reste raide : une page récente sur trois, contre une sur dix toutes époques confondues. Côté français, la bataille se joue déjà moins sur les pourcentages que sur les revenus, puisque les éditeurs de presse ont saisi l'Autorité de la concurrence contre les résumés dopés à l'IA de Google. La prose synthétique redessine l'économie du web avant même de le dominer, pendant que l'AI Act européen impose de son côté ses premières obligations de transparence sur les contenus générés.