Environ 10 % des pages Web sur Internet contiennent des preuves de texte créé ou modifié de manière significative par l’IA. Parmi les documents publiés après la sortie de ChatGPT, la part de ces pages dépasse un tiers, ont découvert les chercheurs du Pew Research Center.
L'IA envahit progressivement Internet
Les chercheurs ont analysé un échantillon aléatoire de 10 000 pages Web en anglais collectées en juillet 2026 via Common Crawl. Pour déterminer la paternité probable, un modèle d’apprentissage automatique a été utilisé pour rechercher dans les textes des caractéristiques linguistiques caractéristiques de l’IA générative.
Environ 10 % de toutes les pages de l’échantillon présentaient des signes significatifs de paternité de l’IA. À première vue, ce chiffre semble relativement faible, mais l’échantillon comprenait de nombreux contenus anciens créés avant l’avènement des modèles génératifs modernes.
Source : Centre de recherche Pew
Si nous excluons les anciennes pages et examinons uniquement le contenu publié après le lancement de ChatGPT en novembre 2022, la situation change radicalement : des signes de paternité de l’IA se trouvent désormais sur plus d’un tiers de ces pages.
Ainsi, la part du contenu synthétique augmente avec la diffusion de ChatGPT et de ses concurrents – Claude, Gemini et autres modèles.
La plupart des IA sur les sites commerciaux
La répartition du contenu de l'IA entre les zones de domaine s'est avérée inégale.
En 2026, des signes de génération d’IA ont été trouvés sur environ une page .com sur dix. C'est environ deux fois plus que .org, où le chiffre était de 4,6 %.
Sur les sites dotés de domaines .edu et .gov, la part était environ dix fois inférieure, soit environ 1 %. Les chercheurs notent qu'au début de la diffusion de ChatGPT, les différences entre les principales zones de domaine étaient beaucoup moins prononcées.
La différence peut refléter la nature du contenu lui-même. Les sites commerciaux sont beaucoup plus susceptibles de publier de gros volumes de textes qui peuvent être relativement facilement automatisés : descriptions de produits, articles d'aide, contenu SEO et actualités.
L'étude ne prétend pas que chacun de ces textes est écrit par l'IA.
Une mise en garde importante concerne la méthodologie. Pew n'a pas vérifié l'historique de création de chaque page ni demandé aux auteurs s'ils utilisaient ChatGPT ou d'autres outils.
Les chercheurs ont analysé les caractéristiques du langage statistiquement associées à la génération d’IA. Par conséquent, le résultat doit être interprété comme une estimation de la paternité probable, et non comme un nombre exact de pages écrites par les réseaux de neurones.
De plus, nous parlons spécifiquement de contenu d’IA « écrit ou substantiellement modifié ». L’utilisation d’un réseau de neurones pour effectuer des modifications mineures de texte n’entre pas nécessairement dans cette catégorie en soi.
Rappelons qu'Anthropic a introduit en août un étiquetage global des contenus créés par les modèles Claude.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE