Une étude révèle qu’un tiers des pages web après le lancement de ChatGPT montrent une implication de l’IA
Selon une nouvelle étude du Pew Research publiée jeudi, plus d’un tiers des pages web publiées après le lancement de ChatGPT présentent des signes d’écriture ou d’édition significative par une intelligence artificielle.
Ce rapport s’aligne sur d’autres recherches qui mettent en lumière la prévalence croissante de l’IA dans la création de contenu sur Internet. Notamment, le fournisseur d’infrastructure Internet Cloudflare a récemment signalé que le trafic web généré par des bots avait dépassé celui des humains, un développement survenu plus tôt que prévu.
L’enquête de Pew s’est concentrée sur la nature même du contenu, plutôt que sur qui ou quoi browse. Les résultats indiquent qu’une quantité substantielle de contenu en ligne est consommée par des bots lisant des textes rédigés par d’autres bots.
Pour compiler son rapport, Pew a utilisé l’archive web Common Crawl pour analyser près d’un demi-million de pages web en anglais, couvrant une période allant avant le lancement de ChatGPT en novembre 2022 jusqu’à la date actuelle. La recherche a employé la technologie de Open Pangram pour identifier les pages web probablement écrites ou fortement éditées par une IA.
Dans un échantillon aléatoire de 10 000 pages web collectées en juillet 2026, environ 10 % ont démontré des indications significatives d’un auteur IA. Cependant, Pew a noté que ces échantillons incluent nécessairement des pages publiées avant l’existence des outils d’écriture IA, qui ne pouvaient pas être classées comme écrites par une IA.
L’analyse a affiné son focus sur le contenu plus récent en filtrant les pages web plus anciennes. Dans cet ensemble de données affiné, des signes d’appartenance à l’IA ont été trouvés dans plus d’un tiers (35 %) des pages.
En examinant les données par type de domaine, Pew a découvert que les URL avec le domaine .com montraient des signes d’appartenance à l’IA à un taux environ dix fois supérieur à celui des domaines .edu et .gov, qui étaient rapportés à environ 1 %. De plus, les domaines .org n’indiquaient qu’un taux de 4,6 % d’appartenance à l’IA.
Bien que cette analyse présente des limites, Pew maintient que ses résultats sont généralement fiables. L’outil Pangram, ainsi que d’autres outils de détection d’IA, peuvent mal classer certaines pages comme générées par l’IA, mais les tendances des données sont probablement directionnellement précises.
Le rapport a également noté une augmentation d’autres indicateurs souvent associés à un contenu rédigé par une IA, tels qu’une utilisation accrue des tirets longs, des virgules d’Oxford et des formulations comme « ce n’est pas X, c’est Y ».
Cette étude souligne l’influence omniprésente de la technologie IA dans la création de contenu sur Internet et remet en question l’authenticité et l’originalité d’une portion significative du matériel en ligne.
