Le texte généré par IA s’impose sur le web, selon Pew

Depuis la sortie de ChatGPT fin 2022, le texte généré par IA a pris une place nettement plus visible sur le web, selon une étude du Pew Research Center publiée en août 2026. L’organisme a passé au crible près d’un demi-million de pages anglophones issues de Common Crawl et repère des signes d’écriture machine sur plus d’un tiers des contenus publiés après cette date. Le sujet compte car il touche à la fiabilité de l’information en ligne, mais aussi aux pratiques éditoriales des entreprises, des médias et des administrations.

Une hausse nette, mais pas simple à mesurer

Pew estime qu’en juillet 2026, environ 10 % de l’ensemble des pages examinées montraient des indices clairs d’auteur IA. Le chiffre grimpe fortement quand on ne garde que les pages publiées après le lancement de ChatGPT : plus d’un tiers affichent des signes d’écriture générée. Cette progression s’inscrit dans une tendance observée depuis 2022, avec une hausse continue de la part de contenu probablement produit par machine.

Mais la mesure reste fragile. Les outils de détection, ici Open Pangram, savent surtout produire un diagnostic approximatif. Ils distinguent mal un texte entièrement automatisé d’un texte humain simplement relu, réécrit ou complété par une IA. En clair, la frontière entre “écrit par une machine” et “aidé par une machine” reste floue [à vérifier].

Le .com plus exposé que le .gov

Le profil des sites change beaucoup la donne. Selon Pew, environ une page .com sur dix montre des signes d’auteur IA, contre 4,6 % des domaines .org. Les sites .edu et .gov tournent, eux, autour de 1 % chacun. Les sites commerciaux sont donc, dans cet échantillon, environ dix fois plus susceptibles d’abriter du texte rédigé par IA que les pages d’universités ou d’administrations.

Cette différence dit quelque chose des usages. Les équipes marketing, les sites marchands et certains producteurs de contenu cherchent surtout à gagner du temps et du volume. Les universités et les services publics, eux, semblent plus prudents, ou plus contraints par leurs processus de validation. Le web n’a pas demandé à l’IA son avis, elle est quand même entrée par la porte de service.

Les tics de langage des modèles deviennent visibles

L’étude relève aussi une montée de certaines marques stylistiques associées aux modèles de langage. Les tirets cadratins apparaissent environ deux fois plus souvent qu’en 2023, et l’usage de la virgule d’Oxford a progressé de 63 %. Des mots comme “delve”, “interplay”, “testament”, “pivotal” ou “meticulous” ont plus que doublé de fréquence. Les tournures du type “it’s not just X, it’s Y” ont, elles, presque triplé, même si elles restent rares en valeur absolue.

Ces indices ne prouvent pas à eux seuls qu’un texte est généré par IA. Ils montrent surtout que certains styles se diffusent rapidement, y compris chez des rédacteurs humains qui imitent, consciemment ou non, la prose des modèles. Un autre travail cité par Pew, mené par Imperial College London, l’Internet Archive et Stanford University en avril 2026, arrivait à une conclusion proche : près de 35 % des nouveaux sites web seraient entièrement ou partiellement générés par IA [à vérifier sur le périmètre exact].

Pourquoi cette étude pèse dans le débat

Au fond, l’enjeu dépasse la seule quantité de contenu machine. Ce que Pew met en lumière, c’est une zone grise devenue centrale : celle des textes produits, corrigés ou enrichis avec une IA. C’est aussi là que se jouent la transparence éditoriale, la confiance du lecteur et, pour les entreprises, le risque de banaliser des contenus trop homogènes.

La discussion reste pourtant mal cadrée, car personne ne définit de la même manière ce qu’est un “texte IA”. Entre une page entièrement automatisée et une note de travail polie par un assistant, les usages sont très différents. Les détecteurs actuels ne savent pas vraiment suivre ces nuances, et c’est bien le problème.