Les bots lisent les bots. Les sites web sont de plus en plus rédigés par des robots IA : plus d’un tiers des pages web mises en ligne après le lancement de ChatGPT intègre des contenus IA, selon une étude du Pew Research.
10 % des 10 000 pages web en anglais prélevées au mois de juillet par le Pew Research « présentent des signes significatifs d’une rédaction par IA » (textes complets ou largement remaniés). Cela parait finalement peu, mais comme le soulignent les chercheurs, une grande partie de ces pages a été mise en ligne avant l’avènement de l’IA. En mettant de côté les pages mises en ligne avant novembre 2022 et le lancement de ChatGPT, le taux monte à 35 % de pages intégrant du contenu IA.
L’étude a été réalisée avec l’aide de l’outil d’archivage web Common Crawl, les textes ayant été scrutés avec l’outil de détection IA Open Pangram. Ces utilitaires ne sont pas infaillibles, ils peuvent ranger à tort des documents rédigés par des humains dans la mauvaise case, et inversement. Néanmoins, certains types de ponctuation, de mots et d’expressions ont tendance à revenir plus fréquemment dans les textes générés par IA.
L’intelligence artificielle générative semble en effet apprécier les tirets cadratins (ils sont utilisés environ deux fois plus souvent) ; l’usage de la virgule de série (le fameux Oxford comma dans une énumération avant le « and », par exemple « I invited Alice, Bob, and Charlie ») augmente de 63 % ; certains mots prisés des IA sont employés plus de deux fois plus souvent (« testament », « interplay »…).
Pour rédiger une comparaison, l’IA a également davantage recours au parallélisme négatif, comme dans la phrase « Ce n’est pas seulement de l’information, c’est de l’influence ». Une tournure qui reste relativement rare tout de même. Les humains ne doivent pas pour autant s’interdire d’utiliser cet arsenal, mais l’IA montre un tropisme certain pour ces formes.
Début juin, Matthew Prince le patron de Cloudflare constatait que les bots (agents IA, mais aussi les bots plus traditionnels) représentaient plus de trafic que les internautes de chair et de sang. « Le trafic généré par les agents IA augmente si rapidement que, pour la première fois dans l’histoire d’internet, le trafic des bots a désormais dépassé celui des humains en ligne », s’étonnait-il. Le dirigeant avait prévu que cette bascule arriverait début 2027.
Autrement dit, de plus en plus de textes rédigés par des bots sont lus par d’autres bots. À ce rythme, les humains risquent bien de faire figure d’intrus sur Internet.
Commentaires (19)
Abonnez-vous pour prendre part au débat
Déjà abonné ou lecteur ? Se connecter
Cet article est en accès libre, mais il est le produit d'une rédaction qui ne travaille que pour ses lecteurs, sur un média sans pub et sans tracker. Soutenez le journalisme tech de qualité en vous abonnant.
Accédez en illimité aux articles d'un média expert
Profitez d'au moins 1 To de stockage pour vos sauvegardes
Intégrez la communauté et prenez part aux débats
Partagez des articles premium à vos contacts
Abonnez-vousLe 21 août à 08h36
Modifié le 21 août à 10h01
Tout ce qui sera étiqueté plug and play prendra un autre sens!
Le 21 août à 14h49
Le 24 août à 09h12
Les outils de détection doivent pouvoir faire la différence. C'est pas tout ou rien.
Le 21 août à 09h01
Modifié le 21 août à 09h11
Par contre, le point qui me gêne est celui sur la typographie. Certes, les LLM utilisent beaucoup ces tournures (vu qu'ils restent des moteurs statistique qui crachent ce qui est le plus courant pour eux), mais, comme on a déjà pu le voir, ça engendre un biais sur "y'a un cadratin = c'est de l'IA bouuuh". Auquel cas je répondrai que Jules Verne a donc utilisé un LLM.
La typographie s'est en réalité appauvrie avec les échanges sur le Web, notamment parce que le cadratin et le demi-cadratin ne sont pas directement accessibles sur un clavier Azerty ordinaire (ils le sont sur Mac, cela dit). Au même titre que Windows ne sait pas gérer facilement les majuscules accentuées (là où une disposition clavier Linux ou MacOS le peuvent nativement). Il n'est d'ailleurs pas rare aussi de voir des anglophones utiliser le tiret court à la place du cadratin pour faire un incise.
En typographie française, le tiret cadratin a son usage et ses règles au même titre que le trait d'union et le trait d'union semi-long. Les gens qui décrient leur usage et l'associent automatiquement à du contenu généré par un LLM me font peur, parce qu'ils vont détruire une partie de notre patrimoine culturel (six siècles d'existence pour le cadratin, il me semble) sacrifié sur l'autel de la méconnaissance. C'est triste.
Le 21 août à 09h55
Après, une culture qui n'est pas en mouvement, avec des trucs qui apparaissent et d'autres qui disparaissent est une culture morte. (Heureusement pour nous, notre culture est résolument en mouvement, au grand dam des conservateurs et leur fantasme d'une culture statique millénaire imaginaire inventée pour justifier leur racisme).
Le 21 août à 10h04
Le 21 août à 11h19
c'était pas l'intention en tout cas.
D'ailleurs, je suis globalement d'accord avec le reste du message : la pauvreté sémantique et syntaxique, l'automatisation, l'anglicisation (c'est un vrai mot ça ??) sont des sujets qui me touchent aussi. et pourtant je suis assez largement un ignare quant à l'utilisation correcte des tirets divers et variés.
Le 21 août à 13h43
Modifié le 22 août à 15h37
Ce ne serait pas plutôt lors de l'apparition de la machine à écrire ?
Modifié le 22 août à 17h24
D'où mon exemple avec Jules Verne
Le 22 août à 18h13
Jules Verne utilisait déjà Microsoft Word ? Tu es sûr de ton coup ? Je me suis laissé dire qu'on n'en était encore qu'à nroff à l'époque.
Le 21 août à 12h44
Le 21 août à 13h21
Le 21 août à 13h54
Le 21 août à 13h42
Le 21 août à 13h54
Le 22 août à 15h34
Signaler un commentaire
Voulez-vous vraiment signaler ce commentaire ?