Les sites écrits par IA finissent par se copier entre eux

Demandez à une IA de présenter l'économie du Diois, et elle peut très bien vous écrire qu'« une trentaine de domaines produisent la Clairette de Die AOC ». La phrase a l'air juste, elle n'a pas de source, et rien n'oblige à la vérifier. Publiée sur un site, elle sera lue par la prochaine IA qui cherchera des informations sur le Diois, reprise, puis donnée à un concurrent qui la publiera à son tour.

Une trentaine de domaines, un chiffre sans source

Le chiffre se vérifie en quelques minutes, et on trouve alors trois réponses. Le Syndicat de la Clairette de Die et des Vins du Diois liste 23 caves sur son site, dont la cave coopérative Jaillance. Il indique aussi que le vignoble s'étend sur près de 1 500 hectares, partagés entre trois cents producteurs. Jaillance revendique enfin, à elle seule, plus de 200 viticulteurs adhérents (site consulté le 8 novembre 2026).

La phrase tient donc à peu près si l'on ne compte que les caves qui font leur propre vin. Elle donne pourtant une idée fausse de l'économie du Diois. La plupart des vignerons livrent leur raisin à la coopérative, et la vigne fait vivre environ trois cents producteurs, soit dix fois plus que ce que suggère « une trentaine de domaines ».

L'IA ne dit pas où elle a pris ce chiffre, et le lecteur n'a aucune source à ouvrir pour le contrôler. À la copie suivante, « une trentaine de domaines » peut très bien devenir « une trentaine de producteurs », et l'erreur sera alors d'un facteur dix, sans que personne ne l'ait décidé.

La consanguinité du contenu

Une IA à qui l'on demande d'écrire une page sur un sujet cherche des informations en ligne. Elle tombe souvent sur des pages qui ont elles-mêmes été écrites par une IA, en reprend les chiffres et les formulations, et produit un texte de plus. Un concurrent qui veut la même page lance son outil, qui passe par la vôtre, et ainsi de suite.

Au bout de quelques tours, le même chiffre se retrouve sur dix sites. Pour la prochaine IA qui le croise, dix sites qui disent la même chose ressemblent à une information confirmée, alors qu'il s'agit d'une seule phrase recopiée dix fois, peut-être fausse dès le départ.

On parle de consanguinité parce que le mécanisme est le même que dans une famille où l'on ne se marie qu'entre cousins. Les défauts se transmettent d'une génération à l'autre au lieu de s'effacer, et la diversité disparaît. En anglais, certains parlent de « Habsburg AI », d'après les Habsbourg, dont les mariages entre cousins ont laissé des traces héréditaires sur plusieurs générations.

74 % des nouvelles pages en anglais contiennent du texte d'IA selon Ahrefs

Le phénomène a de quoi se répandre. L'éditeur d'outils SEO Ahrefs a analysé 900 000 pages en anglais repérées par son robot en avril 2025, une par site, et en a trouvé 74,2 % qui contenaient du texte généré par IA. Seules 25,8 % ont été classées comme entièrement écrites par un humain, et 2,5 % comme entièrement écrites par une IA.

L'étude a une limite que ses auteurs reconnaissent. Elle repose sur un détecteur, et aucun détecteur ne distingue parfaitement un texte d'IA d'un texte humain. Elle ne porte aussi que sur des pages nouvelles et en anglais. Elle dit seulement qu'une IA qui lit des pages récentes a de bonnes chances de tomber sur du texte écrit, en partie au moins, par une autre IA.

L'effondrement des modèles, mesuré par des chercheurs

Une équipe de chercheurs menée par Ilia Shumailov, avec notamment des universitaires d'Oxford et de Cambridge, a publié en juillet 2024 une étude dans la revue Nature. Elle décrit ce qui arrive quand des modèles d'IA apprennent à partir de textes produits par d'autres modèles. Ils l'appellent l'effondrement des modèles, « model collapse » en anglais. Génération après génération, ce qui est rare dans les données de départ disparaît en premier, et le modèle finit par ne plus produire que ce qui est le plus courant.

L'exemple le plus cité de l'article part d'un texte sur l'architecture des églises médiévales. Après neuf générations d'apprentissage sur ses propres textes, le modèle ne produisait plus qu'une liste de lièvres aux queues de différentes couleurs, sans rapport avec le sujet.

L'étude porte sur l'entraînement des modèles, pas sur la rédaction de pages web, et il faut se garder de transposer ses résultats tels quels. On peut supposer que le même mécanisme joue sur le web : l'information rare, précise et locale, présente sur un ou deux sites seulement, pèse peu face à dix pages qui répètent autre chose. Les auteurs concluent d'ailleurs que les données tirées de vraies interactions humaines avec ces systèmes prendront de plus en plus de valeur.

Google demande une information originale

Google publie une liste de questions pour juger si un contenu est utile, sur sa page consacrée aux contenus « utiles, fiables et centrés sur les personnes ». Trois d'entre elles décrivent exactement ce qui manque à une page recopiée :

• Le contenu apporte-t-il une information, un reportage, une recherche ou une analyse originale ?
• S'il s'appuie sur d'autres sources, évite-t-il de simplement les copier ou les réécrire, pour apporter à la place une valeur ajoutée et une originalité substantielles ?
• Apporte-t-il une valeur substantielle par rapport aux autres pages des résultats de recherche ?

Une page qui se contente de reformuler ce qu'on trouve déjà en ligne ne peut pas répondre oui à ces trois questions, quelle que soit la qualité de sa rédaction. Les moteurs de réponse comme ChatGPT ou Perplexity sont face au même choix. Quand dix pages disent la même chose, rien ne distingue l'une des neuf autres.

Vos données métier, une source qu'aucune IA ne trouve ailleurs

Une entreprise sait des choses qu'aucun site ne publie. Un artisan connaît le prix réel de ses chantiers, le temps qu'ils prennent et les matériaux qu'il refuse de poser. Un commerce sait ce que ses clients demandent en premier, et un producteur connaît ses parcelles, ses rendements et ses dates de vendange. Tant qu'elles ne sont pas en ligne, aucune IA ne peut les trouver. Une fois publiées, elles peuvent être reprises, mais c'est votre page qui en est l'origine.

Une page construite sur ces données répond aux trois questions de Google. Elle devient aussi la source d'où part l'information, celle que les autres pages reprennent. C'est la place qu'on veut occuper pour nos clients.

Comment on écrit nos pages et celles de nos clients

On utilise l'IA et on le dit sur notre page comment on écrit ce site. Elle code et elle rédige plus vite que nous, mais elle ne sait de votre entreprise que ce qu'on lui donne. C'est pour ça que l'essentiel de notre temps passe dans des visios avec vous, à comprendre comment vous travaillez, avec quels outils, pour quels clients et à quels prix.

Chaque chiffre publié doit ensuite venir de vous ou d'une source qu'on peut ouvrir, avec sa date. C'est cette vérification qui fait la différence entre trois cents producteurs et une trentaine de domaines. Ce travail est compris dans chaque création de site, à partir de 890 € HT.

Vérifier si votre site reprend des informations recopiées

Vous pouvez faire ce test vous-même en une demi-heure, sans outil particulier :

1. Relevez trois chiffres de votre site, un prix, un délai, une statistique sur votre secteur ou sur votre ville.
2. Demandez-vous d'où ils viennent. S'ils viennent de vous ou d'une source que vous pouvez ouvrir, tout va bien.
3. Sinon, cherchez la phrase exacte entre guillemets dans Google. Si elle apparaît mot pour mot chez plusieurs concurrents, elle a de bonnes chances d'avoir été recopiée.
4. Remplacez-la par ce que vous savez, ou supprimez-la. Une page sans chiffre vaut mieux qu'une page avec un chiffre faux.

L'essentiel à retenir

• Les IA écrivent de plus en plus à partir de pages écrites par d'autres IA, et les erreurs circulent de site en site sans que personne ne remonte à l'origine.
• Une information répétée sur dix sites peut venir d'une seule phrase, jamais vérifiée.
• Ce qui disparaît en premier, c'est l'information rare et locale, celle qui fait justement la valeur d'une page.
• Google demande explicitement de l'information originale, de la recherche ou de l'analyse qui apporte quelque chose aux autres pages.
• Les données propres à votre entreprise font de votre site une source, à condition de les y publier avec soin.

Questions fréquentes

Qu'appelle-t-on la consanguinité du contenu ?

C'est le fait que des pages écrites par IA servent de source à d'autres pages écrites par IA, qui serviront à leur tour de source aux suivantes. Les chiffres et les formulations circulent de site en site sans que personne ne remonte à l'origine, si bien que les erreurs se transmettent et que les informations rares disparaissent.

Faut-il arrêter d'utiliser l'IA pour écrire son site ?

Non. Tout dépend de ce qu'on lui donne à lire. Une IA qui ne dispose que de ce qu'elle trouve en ligne reproduit ce que les autres ont déjà écrit. Une IA à qui l'on fournit vos prix, vos chantiers et vos façons de travailler écrit une page qu'on ne lit nulle part ailleurs, à condition qu'un humain vérifie chaque chiffre avant la mise en ligne.

Comment savoir si mon site reprend des informations recopiées ?

Prenez trois chiffres de votre site et demandez-vous d'où ils viennent. Si vous ne retrouvez pas la source, cherchez la phrase exacte entre guillemets dans Google. Si elle apparaît mot pour mot sur plusieurs sites concurrents, elle a de bonnes chances d'avoir été recopiée, et peut-être de ne jamais avoir été vérifiée.

Sources externes citées dans cet article

• Syndicat de la Clairette de Die et des Vins du Diois, Les producteurs
• Jaillance, cave coopérative de Die (consulté le 8 novembre 2026)
• Ahrefs, 74% of New Webpages Include AI Content (Study of 900k Pages), Ryan Law, 19 mai 2025
• Shumailov et al., AI models collapse when trained on recursively generated data, Nature 631, 755-759, juillet 2024
• Google Search Central, Creating helpful, reliable, people-first content