ChatGPT : un tiers des pages web récentes rédigées par l'IA

Une nouvelle étude du Pew Research Center révèle qu’environ un tiers des pages web publiées depuis le lancement de ChatGPT en novembre 2022 présentent des signes d’écriture ou de modification substantielle par une intelligence artificielle. Ce constat s’aligne sur les tendances observées par l’industrie, notamment après que le fournisseur d’infrastructure Cloudflare a annoncé que le trafic généré par les robots internet avait dépassé celui des visiteurs humains, et ce, plus rapidement que prévu. Pour parvenir à ces résultats, les chercheurs ont analysé près de 500 000 pages web en anglais archivées par Common Crawl, couvrant une période de cinq ans. Ils ont ensuite utilisé les capacités de détection d’Open Pangram, un outil spécialisé, pour identifier les textes générés ou fortement retravaillés par l’IA. Sur un échantillon aléatoire de 10 000 pages collectées récemment, environ 10 % affichaient des marqueurs d’origine artificielle. Cependant, cet échantillon global incluant des pages antérieures aux outils d’IA, le Pew Research a filtré les résultats pour ne conserver que les publications postérieures à novembre 2022. Le taux s’élevait alors à 35 %. L’analyse détaille également des disparités notables selon les domaines internet. Les sites en .com présentaient un taux de rédaction assistée par IA environ dix fois supérieur à celui des domaines .edu et .gov, qui se situaient autour de 1 %. Les organisations en .org enregistraient un pourcentage de 4,6 %. Par ailleurs, la recherche observe une augmentation corrélée de certaines habitudes rédactionnelles traditionnellement associées aux modèles de langage, telles que l’usage accru des tirets cadratins, des virgules dans les énumérations et de formulations stéréotypées comme « il ne s’agit pas de X, mais de Y ». Les auteurs de l’étude nuancent ces chiffres en rappelant que les algorithmes de détection d’IA peuvent occasionnellement générer des faux positifs. Néanmoins, à cette échelle, les données confirment une orientation claire du paysage numérique. Cette évolution soulève des questions quant à l’authenticité des contenus en ligne, la lisibilité du web et l’impact de l’automatisation rédactionnelle sur la création de contenu. À mesure que les plateformes s’adaptent, la distinction entre création humaine et production algorithmique deviendra un enjeu central pour les éditeurs, les chercheurs et les utilisateurs.