Une étude a passé au crible 490 000 pages web et découvre à quel point l’IA a envahi Internet
Depuis le lancement de ChatGPT, nul ne connaissait réellement la proportion de pages web écrites par des machines. Une étude de grande ampleur vient de quantifier cette évolution sur cinq ans d’archives.
En trois ans, les contenus issus des modèles de langage ont gagné tous les espaces. Sur LinkedIn, une proportion grandissante des publications provient déjà de ces outils au lieu d’être tapée directement par leurs auteurs. Les fermes de contenu, catalogues marchands et blogs d’entreprise empruntent la même voie. Jusqu’ici, aucune mesure fiable ne permettait d’évaluer cette progression. Il ne restait qu’une impression générale, alimentée par des formulations récurrentes et des articles devenus difficiles à différencier.
Le Pew Research Center a voulu apporter une réponse chiffrée. La question dépasse largement la simple curiosité linguistique. Des entreprises signalant l’automatisation de leurs échanges voient déjà une partie de leur audience s’éloigner. Pour son étude, l’organisme a examiné environ 490 000 pages anglophones issues des archives publiques de Common Crawl entre janvier 2021 et juillet 2026. Les contenus ont ensuite été soumis à Open Pangram, un détecteur d’écriture automatique à poids ouverts. Cette méthode garde néanmoins ses limites.
Une page web sur dix porte désormais la marque d’une rédaction par intelligence artificielle
Parmi 10 000 pages choisies au hasard et collectées en juillet 2026, le Pew Research Center estime que 10 % présentent des indices nets d’écriture ou de réécriture par une IA. À première vue, cette proportion semble faible. Elle comprend néanmoins des contenus anciens publiés longtemps avant l’apparition des générateurs de texte. En limitant l’analyse aux pages mises en ligne après le lancement de ChatGPT, le taux dépasse un tiers. Les écarts sont aussi marqués selon les domaines, avec environ 10 % pour les adresses en .com contre près de 1 % sur les sites universitaires et gouvernementaux.
L’étude s’est également intéressée aux habitudes stylistiques laissées par les machines. Depuis 2023, le tiret cadratin apparaît environ deux fois plus fréquemment dans les pages examinées. La virgule d’Oxford augmente de 63 %, tandis que plusieurs termes anglais appréciés des modèles, dont delve, interplay ou testament, ont plus que doublé. Les chercheurs préviennent néanmoins qu’aucun de ces éléments ne permet à lui seul d’attribuer un texte à une machine. De nombreux humains écrivent exactement de cette manière.
