Vous hésitez à produire du contenu généré. Vous avez lu que Google le sanctionne, que les lecteurs le détectent, que c’est du remplissage. Alors vous faites écrire vos pages par des humains, ce qui coûte plus cher et prend plus de temps.
Pendant ce temps, une part mesurable de ce que les moteurs génératifs citent comme source est du contenu généré.
Le problème n’est pas moral, ou pas seulement. Il est structurel : le système récompense mécaniquement la production qui le dégrade, et c’est ce qui rend l’incitation perverse.
La mesure
Un audit publié le 22 mai 2026 par deux chercheurs de l’université Northwestern porte sur quatre moteurs génératifs grand public, interrogés avec 712 requêtes humaines réelles dans trois domaines : politique, santé et environnement.
Marquage de provenance : préprint arXiv, protocole publié, sans relecture par les pairs. Le choix de requêtes réelles plutôt que synthétiques est un point fort du travail.
Le résultat : environ 16 % des sources citées sont elles mêmes générées par IA. Sur les quatre moteurs.
Une source sur six. Dans des domaines où l’exactitude compte particulièrement.
La boucle, et pourquoi elle se referme
Le mécanisme est simple et il ne suppose aucune malveillance.
Le contenu généré est rapide et bon marché à produire, donc il y en a beaucoup. Il est souvent structuré de façon régulière, avec des affirmations autonomes et des formulations extractibles, ce qui correspond à ce que les moteurs récupèrent facilement. Il est donc cité. Le fait qu’il soit cité prouve à son producteur que la méthode fonctionne, donc il en produit davantage. Et le corpus dans lequel puisent les moteurs contient une proportion croissante de ce type de texte.
Le point important est que cela fonctionne. Le producteur n’a pas tort : sa page est citée. C’est bien le problème. Une incitation qui récompense un comportement collectivement dommageable ne se corrige pas par la vertu individuelle.
Une modélisation publiée en août 2026 par une équipe de Carnegie Mellon décrit le même phénomène par la théorie des jeux. La compétition entre optimiseurs converge vers ce que les auteurs appellent des guerres de citations, où les réécritures successives dégradent la qualité des documents et introduisent des affirmations non soutenues, jusqu’à un état stationnaire inerte.
Ce n’est pas une hypothèse sur l’avenir. Les 16 % en sont une mesure présente.
Ce que cela produit en aval
Trois conséquences documentées, qui se cumulent.
La déformation. Un travail de mai 2026 portant sur 761 495 paires de citations, dix modèles et cinq fournisseurs, mesure que 30,6 % des citations déforment leur source. Si une part croissante des sources est elle même du texte généré non vérifié, la déformation s’applique à un matériau déjà fragile.
La substitution de l’original. Le Tow Center de l’université Columbia, dans un audit de mars 2025 portant sur huit outils et deux cents requêtes vérifiées manuellement, a constaté que les moteurs citent fréquemment des versions syndiquées ou recopiées plutôt que l’original. Concrètement : votre article est cité, mais à travers une copie, et le crédit va ailleurs. Le même rapport note que les moteurs fabriquent des URL et que les accords de licence ne garantissent aucune citation correcte.
L’uniformisation des lecteurs. Une étude publiée dans la revue PNAS Nexus en septembre 2025, appuyée sur sept expériences randomisées auprès de milliers de participants, mesure que les utilisateurs de modèles de langage produisent des raisonnements plus courts, moins factuels et plus semblables entre eux qu’avec des liens web classiques. Niveau de preuve : publication en revue avec relecture par les pairs.
Un corpus qui se ressemble de plus en plus, résumé pour des lecteurs qui se ressemblent de plus en plus.
Le tableau de la boucle
| Étape | Ce qui se passe | Mesure disponible |
|---|---|---|
| Production | Le contenu généré est abondant et structuré pour l’extraction | Sans objet |
| Récupération | Cette régularité correspond à ce que les moteurs récupèrent | Le formatage n’aide pas la citation, mais la structure aide la récupération |
| Citation | Une part des sources citées est du contenu généré | ~16 %, 4 moteurs, 712 requêtes réelles |
| Restitution | La citation déforme fréquemment ce qu’elle cite | 30,6 % sur 761 495 paires |
| Attribution | L’original est parfois remplacé par une copie | Constaté sur 8 outils, 200 requêtes |
| Réception | Le lecteur ne vérifie presque jamais | ~1 % de clic sur les liens affichés |
| Renforcement | Le producteur constate que la méthode marche | Sans objet |
Ce qui empêche de conclure au désastre
Deux éléments tempèrent, et ils comptent.
Seize pour cent n’est pas cent pour cent. Cinq sources sur six ne sont pas du contenu généré. La mesure décrit une contamination réelle, pas un effondrement.
Les plateformes ont un intérêt direct à filtrer. Un banc d’essai du MIT construit sur des fiches produits établit que sous une défense simple, les gains d’optimisation reflètent une amélioration réelle du contenu plutôt qu’une manipulation. Et une équipe de l’université Fudan mesure que les moteurs en production neutralisent plus de 99,78 % des attaques de référencement traditionnelles, la phase de récupération jouant le rôle de filtre. Rien n’indique que le filtrage du contenu généré de faible qualité échappe à cette dynamique défensive.
La question ouverte est celle du délai. Les filtres arrivent après le comportement qu’ils corrigent, comme ce fut le cas en 2011 pour les liens artificiels.
Ce que vous faites demain matin
Quatre actions, dont trois sont de l’hygiène élémentaire que presque personne ne fait.
Vérifiez qui est cité à votre place. Sur vos requêtes de catégorie, relevez les URL citées et ouvrez les. Si vous trouvez une reprise de votre propre contenu sur un site tiers, vous êtes en train de nourrir un concurrent avec votre travail. Le canonical et la surveillance des copies redeviennent utiles pour une raison qui n’avait rien à voir avec le référencement classique.
Datez tout. Une date de mise à jour visible et cohérente est l’un des rares signaux dont les études de citation indiquent un effet consistant, et c’est ce qui distingue un original d’une copie tardive.
Rendez vos affirmations vérifiables. Nommez vos sources dans le texte, avec des liens qui fonctionnent. Ce n’est pas une technique d’optimisation, c’est ce qui vous sépare du matériau que cet article décrit.
Et si vous produisez du contenu généré, relisez le pour ce qu’il affirme, pas pour son style. Le risque n’est pas qu’un lecteur détecte la machine. Le risque est qu’une affirmation inventée circule sous votre nom, dans un système où 30,6 % des citations déforment déjà ce qu’elles citent.
La question du contenu généré n’est plus de savoir si les moteurs le sanctionnent. C’est de savoir si vous acceptez d’ajouter votre part au matériau dont vous dépendez.
Sources
- Allaham, M. & Diakopoulos, N. (2026). Synthetic Sources? Auditing Generative Search Engine Citations for Evidence of AI-Generated Sources, arXiv:2605.23684
- Seo, Y. et al. (2026). Verified Misguidance: Measuring Structural Citation Failures in Search-Augmented LLMs, arXiv:2605.28565
- Xu, C., Guo, Z. & Xiong, C. (2026). Mechanism Design for Generative Engines, arXiv:2608.11390
- Jaźwińska, K. & Chandrasekar, A. (2025). AI Search Has a Citation Problem, Tow Center for Digital Journalism, Columbia
- Melumad, S. & Yun, J. H. (2025). Experimental evidence of the effects of large language models versus web search on depth of learning, PNAS Nexus 4(10)
- Chen, P., Hong, G., Wu, X. et al. (2026). Unveiling the Resilience of LLM-Enhanced Search Engines against Black-Hat SEO Manipulation, arXiv:2603.25500
- Bagga, P. et al. (2025). E-GEO: A Testbed for Generative Engine Optimization in E-Commerce, arXiv:2511.20867
<strong>LaFactory</strong> mesure la visibilité IA avec un protocole publié : mesures répétées, paraphrases, groupe de contrôle. Pas de position garantie, jamais. Contactez nous pour cadrer un audit.