Après ChatGPT, l’IA s’est installée dans les nouvelles pages du Web

Des écarts marqués selon les domaines

La progression n’est pas uniforme. En 2026, environ une page sur dix en .com montrait des signes d’intervention de l’IA, contre 4,6 % des pages en .org et environ 1 % pour les domaines .edu et .gov.

Les extensions peuvent donner une indication du type de site concerné : les domaines .edu sont généralement associés aux établissements d’enseignement, tandis que .gov renvoie aux sites gouvernementaux américains. Elles ne permettent pas, à elles seules, de déterminer qui a rédigé une page, mais les écarts observés montrent que l’usage de l’IA varie fortement selon les secteurs et les catégories de sites.

Quels indices linguistiques le modèle recherche-t-il ?

Open Pangram n’identifie pas une « signature » propre à chaque auteur. Il évalue plutôt la combinaison de plusieurs habitudes de langage statistiquement plus fréquentes dans des textes générés ou remaniés par une IA que dans des textes humains.

Pew cite notamment :

• une utilisation accrue du tiret cadratin — ou « em dash » — ;
• un recours plus fréquent à la virgule d’Oxford, placée avant le dernier élément d’une énumération en anglais ;
• certains mots et choix de vocabulaire privilégiés par les modèles d’IA ;
• la parallélisme négatif, dans des tournures du type « ce n’est pas seulement X, c’est aussi Y ».

Ces indices restent probabilistes. Un auteur humain peut très bien employer un tiret cadratin ou une virgule d’Oxford, tandis qu’un texte généré par IA peut avoir été profondément réécrit. Les résultats doivent donc être compris comme des « signes d’écriture ou d’édition substantielle par IA », et non comme un décompte définitif des pages entièrement écrites par une machine.

Les limites à garder en tête

L’étude comporte plusieurs précautions importantes :

• Les détecteurs peuvent se tromper. Même les outils affichant de bonnes performances peuvent produire des faux positifs — un texte humain classé à tort comme généré par IA — et des faux négatifs. Les évaluations externes dépendent aussi du genre de texte et des modèles utilisés.
• Les dates de publication sont rarement disponibles. La proportion de 35 % s’applique à un sous-ensemble daté et non aléatoire, pas à l’ensemble des pages postérieures au lancement de ChatGPT.
• Le périmètre est limité. Common Crawl indexe des pages accessibles au public : les sites payants ou nécessitant une connexion sont probablement sous-représentés. L’analyse porte par ailleurs sur des textes en anglais, et non sur les images, les vidéos, les contenus dans d’autres langues ou l’intégralité du Web.

Un Web de plus en plus automatisé

La conclusion la plus large de Pew est que le Web devient progressivement un espace où les textes publics sont de plus en plus produits ou remaniés avec l’aide de l’IA. Cette évolution s’inscrit dans un contexte où Cloudflare a également signalé qu’en mai 2026, le trafic non humain avait dépassé le trafic humain sur son réseau.

Les deux constats ne mesurent pas la même chose : l’étude de Pew porte sur les signes d’écriture ou d’édition par IA, tandis que la statistique de Cloudflare concerne des requêtes automatisées et des robots. Elle ne permet donc pas de conclure que la majorité des contenus sont écrits par une IA, ni que les machines ont remplacé les internautes.

En revanche, ces données dessinent un Web de plus en plus façonné, exploré et alimenté par des systèmes automatisés — avec des conséquences encore difficiles à mesurer pour la visibilité des contenus, la confiance des lecteurs et la place de l’auteur humain.