Pew détecte des signes d’intelligence artificielle sur 35 % des pages web publiées depuis ChatGPT

L’intelligence artificielle ne se contente plus de répondre aux internautes : elle contribue aussi, de plus en plus, à remplir les pages qu’ils consultent. Dans une analyse publiée en août 2026, le Pew Research Center estime que 35 % des pages web anglophones publiées après le lancement public de ChatGPT présentent des signes significatifs de rédaction ou de réécriture par IA. 15

Sur l’ensemble d’un échantillon aléatoire de pages collectées en juillet 2026, y compris celles publiées avant ChatGPT, la proportion était de 10 %. 15

Ce résultat ne signifie pas que l’IA a nécessairement écrit chaque page signalée. Le système de Pew repère des caractéristiques associées à une rédaction ou à une modification importante par IA, sans pouvoir déterminer avec certitude l’origine de chaque phrase ni mesurer précisément l’ampleur de l’assistance apportée. 1

Une étude menée sur 490 000 pages

Pour mesurer l’évolution du web, les chercheurs ont utilisé Common Crawl, une archive qui collecte des contenus accessibles publiquement en ligne. Ils ont sélectionné au hasard 10 000 pages anglophones dans chacun de 49 instantanés réalisés entre janvier 2021 et juillet 2026, soit 490 000 pages au total. 3

Les textes principaux des pages ont ensuite été extraits puis analysés avec Open Pangram, un outil de détection conçu pour identifier des signaux compatibles avec une rédaction ou une réécriture substantielle par IA. Pew n’a pas réduit le phénomène à une opposition binaire entre textes « humains » et textes « générés par machine » : la méthode peut aussi refléter des productions hybrides, dans lesquelles une personne utilise l’IA pour reformuler, développer ou corriger un contenu. 13

Comme Common Crawl ne recense que des pages accessibles à ses robots, les contenus protégés par un abonnement ou une connexion peuvent être moins présents dans l’échantillon. 3

De 10 % à 35 % après le lancement de ChatGPT

Dans l’instantané aléatoire de 10 000 pages collectées en juillet 2026, environ une page sur dix présentait des signes significatifs d’intervention de l’IA. Ce premier chiffre incluait des pages publiées avant l’arrivée de ChatGPT, ce qui réduisait mécaniquement la proportion globale. 15

Pew a ensuite isolé les pages dont la date de publication était postérieure au 30 novembre 2022, date du lancement public de ChatGPT. Dans ce sous-ensemble, la proportion atteignait 35 %, soit plus d’une page sur trois. 1

Cette estimation doit toutefois être interprétée avec prudence : seule une minorité des pages étudiées comportait une date de publication exploitable. Le chiffre de 35 % concerne donc les pages que Pew a pu dater et comparer, et non l’intégralité des pages mises en ligne depuis novembre 2022. 3

Les domaines commerciaux davantage concernés

Les résultats différaient nettement selon l’extension du domaine. En 2026, les pages étudiées affichaient des signes significatifs d’IA dans les proportions suivantes :

• .com : environ 9 à 10 % des pages ;
• .org : environ 4,6 % ;
• .edu : environ 1 % ;
• .gov : environ 1 %.

Dans l’échantillon de Pew, les domaines commerciaux présentaient donc un taux environ deux fois supérieur à celui des .org et près de dix fois supérieur à celui des .edu et des .gov. 4

Ces chiffres décrivent les pages observées, et non les pratiques de chaque entreprise, université ou administration. Ils indiquent néanmoins que la concentration la plus élevée de signaux détectés se trouvait sur le web commercial. 4

Un phénomène distinct du trafic des bots

Les données communiquées en 2026 autour de Cloudflare indiquaient que les bots et les agents d’IA représentaient environ 57 à 57,5 % des requêtes mesurées vers des contenus HTML, contre environ 42,5 % pour les humains. 1718

Les deux études ne mesurent pas la même chose :

• Pew analyse le contenu des pages pour repérer des signes de rédaction ou d’édition par IA ;
• Cloudflare analyse les requêtes, c’est-à-dire les systèmes qui accèdent aux pages, qu’il s’agisse de personnes ou de programmes automatisés.

Les résultats sont donc complémentaires, mais ne doivent pas être confondus. Un robot peut explorer une page entièrement écrite par un humain, tandis qu’une page présentant des signes de rédaction par IA peut être principalement lue par des internautes. Ni l’une ni l’autre de ces études ne permet de prouver directement le résultat de l’autre. Ensemble, elles décrivent toutefois un web de plus en plus façonné par les machines, à la fois dans sa production et dans sa consultation. 11718

Des limites importantes pour les détecteurs d’IA

Pew rappelle que les outils de détection peuvent classer à tort un texte humain comme étant généré par une IA. Un résultat positif doit donc être considéré comme un indice, et non comme une preuve définitive de l’identité de l’auteur. La méthode ne distingue pas non plus toujours de manière fiable un texte entièrement généré par une machine d’un contenu simplement réécrit ou retouché avec l’aide d’une IA. 1

L’étude présente aussi plusieurs limites :

• elle porte sur des pages en anglais, et non sur l’ensemble du web mondial ;
• elle dépend de pages publiquement accessibles et archivées par Common Crawl ;
• la comparaison après ChatGPT repose sur le sous-ensemble, potentiellement non représentatif, des pages comportant une date de publication intégrée. 3

Le taux de 35 % doit donc être compris comme une estimation des signaux détectables associés à l’IA dans un échantillon précis, et non comme la preuve que 35 % de l’ensemble d’Internet a été écrit par une intelligence artificielle.

Des mots et une ponctuation plus typiques de l’IA

Pew a également suivi, séparément, plusieurs évolutions du style employé sur le web. Parmi les pages publiées après le lancement de ChatGPT, les chercheurs ont observé une progression de l’usage du tiret cadratin, de la virgule d’Oxford, du parallélisme négatif ainsi que d’un ensemble de termes associés aux textes générés par IA, comme « delve », « crucial », « landscape », « pivotal » et « underscore ». 2

Ces éléments ne constituent pas davantage une preuve d’auteur. Un rédacteur humain peut employer la même ponctuation ou le même vocabulaire, et les conventions stylistiques peuvent se diffuser pour d’autres raisons. Ils servent plutôt d’indices complémentaires d’une transformation du langage en ligne, en parallèle des résultats obtenus par l’outil de détection. 2

Ce qu’il faut retenir

La conclusion la plus solide de Pew n’est pas que 35 % d’Internet serait définitivement écrit par une IA. Elle est plus précise : parmi les pages anglophones suffisamment documentées pour être datées, plus d’un tiers des pages publiées depuis le lancement de ChatGPT présentent des signes compatibles avec une rédaction ou une réécriture importante par IA. 13

Le chiffre global de juillet 2026 s’établit à 10 %, avec des taux sensiblement plus élevés sur les domaines commerciaux que sur les domaines .edu, .gov ou .org. 14

L’étude offre ainsi un indicateur de l’évolution des pratiques de publication en ligne, tout en rappelant une règle essentielle : un score de détection ne suffit pas, à lui seul, à établir la provenance d’un contenu.