Après ChatGPT, les signaux d’écriture par IA apparaissent sur 35 % des pages web datées

Le web anglophone semble avoir changé de plume depuis l’arrivée de ChatGPT. Une analyse du Pew Research Center indique que les textes présentant des signes importants de rédaction ou de retouche par une IA sont devenus beaucoup plus fréquents après le lancement du chatbot, le 30 novembre 2022.

Dans un échantillon aléatoire de 10 000 pages collectées en juillet 2026, 10 % franchissaient le seuil retenu par les chercheurs pour signaler une implication significative de l’IA. Parmi les pages dont la date de publication était identifiable et qui avaient été mises en ligne après le lancement de ChatGPT, cette proportion atteignait 35 %.

Ce chiffre de 35 % mérite toutefois d’être lu avec prudence : il ne signifie pas que 35 % de toutes les nouvelles pages web sont entièrement écrites par des machines. Il concerne uniquement les pages datées pour lesquelles les chercheurs disposaient de métadonnées exploitables, une minorité de l’échantillon.

Une étude menée sur près d’un demi-million de pages

Pour mesurer l’évolution du phénomène, le Pew Research Center a analysé 490 000 pages web en anglais issues de 49 collections de Common Crawl, une archive à but non lucratif qui conserve de vastes ensembles de données du web. Les pages couvrent la période allant de janvier 2021 à juillet 2026, soit près de deux ans avant la sortie de ChatGPT et plusieurs années après.

Le texte de chaque page a été examiné avec Open Pangram, un outil de détection d’écriture par IA. L’objectif n’était pas de trancher définitivement le cas de chaque document, mais d’observer une tendance générale sur un ensemble suffisamment vaste et sélectionné aléatoirement.

Les sites commerciaux en tête

La progression n’a pas été uniforme selon les types de domaines. En 2026, environ 10 % des pages en .com présentaient des signaux importants de rédaction ou de retouche par IA, contre 4,6 % des pages en .org. Les domaines universitaires .edu et institutionnels .gov se situaient chacun autour de 1 %.

Avant la sortie de ChatGPT, les quatre catégories affichaient des niveaux globalement comparables. Leur divergence ultérieure est compatible avec une adoption plus rapide des outils d’IA dans la production de contenus commerciaux, même si les résultats du détecteur ne permettent pas d’établir la raison exacte de cet écart.

Une nouvelle « signature » stylistique ?

L’étude a également suivi plusieurs caractéristiques de style devenues plus courantes au fil du temps depuis la sortie de ChatGPT. Les chercheurs ont notamment observé une hausse de l’utilisation :

• des tirets cadratins — ou em dashes en anglais ;
• de la virgule d’Oxford, placée avant le dernier élément d’une énumération en anglais ;
• de mots comme « delve », « interplay », « tapestry » et « testament » ;
• de la « parallélisation négative », une tournure du type « ce n’est pas seulement X, c’est aussi Y ».

La fréquence mesurée de ces marqueurs a augmenté dans l’ensemble du corpus. Mais il ne s’agit pas d’empreintes digitales. Un auteur humain peut employer un tiret cadratin ou l’un de ces termes sans recourir à une IA. À l’inverse, un texte assisté par une IA peut ne présenter aucun de ces indices.

Pourquoi le chiffre de 35 % ne suffit pas à identifier un texte

La principale limite tient au caractère probabiliste de la détection. Le Pew Research Center a considéré qu’un score d’au moins 0,2 constituait un signal significatif d’utilisation de l’IA, tout en reconnaissant que les outils de détection peuvent classer incorrectement certains documents.

Le résultat est donc plus solide pour mesurer une évolution à l’échelle d’une population de pages que pour déclarer qu’un article précis a été écrit par une machine. Il mesure en outre un continuum de collaboration entre humains et logiciels : « écrit par IA » peut désigner une génération substantielle, mais aussi une assistance ou une réécriture importante, et pas uniquement un contenu produit automatiquement de bout en bout.

Cette nuance est essentielle pour les éditeurs comme pour les lecteurs. Les statistiques montrent une transformation des pratiques de publication, mais elles ne permettent pas de connaître avec certitude l’histoire éditoriale de chaque page.

Un web produit et parcouru par des systèmes automatisés

Les résultats du Pew Research Center portent sur la fabrication et le style des contenus. Une analyse distincte fondée sur des données de Cloudflare indiquait qu’en juin 2026, les systèmes automatisés représentaient environ 57 % de l’activité observée sur son réseau, contre environ 43 % pour les humains.

Cette mesure concerne le trafic enregistré sur le réseau de Cloudflare, et non l’ensemble de l’activité internet. Elle ne prouve pas non plus que les pages signalées par l’étude de Pew ont été écrites par ces robots.

Les deux observations dessinent néanmoins une évolution de fond : le web est de plus en plus produit avec l’aide de l’IA, parcouru ou traité par des systèmes automatisés, puis consulté dans des environnements où les humains ne sont plus les seuls lecteurs significatifs. L’étude documente ainsi un changement important dans la manière dont internet est fabriqué et exploré, tout en laissant ouverte la question de l’auteur de chaque page prise individuellement.