Les outils de détection de contenu par IA estiment si un texte a été écrit par un modèle de langage, mais leurs scores sont des probabilités, pas des preuves. Dans le travail SEO, ils sont utiles comme un signal parmi d’autres lors de la révision éditoriale : ils signalent les passages qui semblent génériques, répétitifs ou non étayés. Ils ne devraient jamais décider seuls si le contenu est publié, rejeté ou attribué à un rédacteur, car les faux positifs sont courants.
Que mesurent réellement les détecteurs de contenu par IA ?
Des outils tels que GPTZero, Originality.ai, Copyleaks et l’indicateur d’écriture par IA de Turnitin analysent les modèles statistiques dans le texte. Deux idées reviennent souvent : la perplexité, qui correspond approximativement à la prévisibilité de chaque mot pour un modèle de langage, et la variabilité (burstiness), qui mesure la variation de la longueur et de la structure des phrases. Le texte écrit par une machine a tendance à être plus uniforme et prévisible.
Certains outils entraînent également des classificateurs sur de grands ensembles de textes humains et d’IA. Le résultat est généralement un pourcentage ou une étiquette par phrase. Ce qu’aucun d’entre eux ne peut faire, c’est lire dans l’esprit du rédacteur ou voir le processus de rédaction.
Quelle est la fiabilité des scores de détection ?
Moins fiables que leurs interfaces ne le suggèrent. OpenAI a retiré son propre classificateur de texte par IA en 2023, citant une faible précision. Des études universitaires ont montré que les détecteurs signalent plus souvent l’écriture en anglais de non-natifs comme étant générée par IA que celle de natifs, et qu’une légère paraphrase peut réduire considérablement les scores.
Les scores varient également d’un outil à l’autre. Le même article peut être lu comme étant majoritairement humain dans un détecteur et majoritairement IA dans un autre. Les textes courts, les listes, les définitions techniques et le contenu formel comme les spécifications de produits sont particulièrement sujets aux faux positifs.
- Ne traitez pas un score comme une preuve d’inconduite.
- Ne comparez pas les scores de différents outils comme s’ils étaient sur une même échelle.
- Attendez-vous à plus de bruit sur les textes de moins de 300 mots environ.
- Retestez après les modifications ; un seul passage est un instantané, pas un verdict.
Il y a aussi un problème d’équité. Un rédacteur accusé sur la base d’un score n’a aucun moyen de prouver le contraire. L’historique des brouillons dans Google Docs ou un journal de révision CMS est une bien meilleure preuve que n’importe quel détecteur, et les équipes devraient s’y fier lorsque des questions se posent.
Google pénalise-t-il le contenu généré par IA ?
La position publiée de Google est qu’il récompense le contenu utile, fiable et axé sur les personnes, quelle que soit la manière dont il est produit. Ses politiques de spam ciblent l’abus de contenu à grande échelle, c’est-à-dire de nombreuses pages générées principalement pour manipuler les classements avec peu de valeur pour les utilisateurs, qu’elles soient créées par l’IA, des personnes ou les deux.
Ce cadre est important pour les agences. La question que pose Google n’est pas « un modèle a-t-il été impliqué ? » mais « cette page aide-t-elle un chercheur, et est-ce l’une des milliers de pages presque identiques ? » Les outils de détection peuvent aider à repérer le deuxième problème. Ils ne peuvent pas répondre au premier.
Où la détection s’intègre-t-elle dans un flux de travail de contenu SEO ?
Nous utilisons les détecteurs comme une incitation à la qualité, pas comme un filtre. Un score de probabilité d’IA élevé sur un brouillon pointe généralement vers les mêmes faiblesses qu’un éditeur signalerait de toute façon : ouvertures vagues, formes de phrases répétées, transitions de remplissage et affirmations sans détails.
Une séquence de révision pratique
- Briefing : définissez l’intention de recherche, les questions à répondre et le matériel de première main que le rédacteur doit inclure.
- Brouillon : humain, assisté par IA ou les deux, avec des sources notées pour chaque affirmation factuelle.
- Révision éditoriale : vérifiez l’exactitude, la correspondance avec l’intention, la structure et la voix de la marque.
- Vérification du signal : exécutez un détecteur et un vérificateur de plagiat ; marquez les passages signalés pour un second examen.
- Révision : ajoutez des exemples, des données avec sources, des captures d’écran ou des avis d’experts là où les passages étaient génériques.
- Approbation finale par un éditeur nommé, enregistrée dans le suivi de contenu.
Notez que le détecteur intervient après la révision humaine. S’il était exécuté en premier, les éditeurs se fixeraient sur le chiffre et cesseraient de lire de manière critique.
Quels signaux comptent plus qu’un score de détecteur ?
Plusieurs vérifications prédisent mieux si le contenu obtiendra des classements et des citations que n’importe quel chiffre de probabilité d’IA.
- Informations originales : données, photos, détails de processus ou opinions que seule cette entreprise peut fournir.
- Paternité claire : un auteur réel avec une expérience pertinente et une page d’auteur.
- Exactitude factuelle : chaque chiffre et affirmation doit pouvoir être retracé jusqu’à une source.
- Correspondance avec l’intention : la page répond à la question derrière le mot-clé dans le premier paragraphe.
- Similitude au niveau du site : à quel point la page est proche d’autres pages sur le même site.
Le dernier point est facile à négliger. La duplication interne sur des centaines de pages similaires est un signal de risque plus fort que le fait qu’un article ait été rédigé avec ChatGPT. Les outils de similitude comme Siteliner, ou une simple comparaison MinHash dans un script, révèlent des clusters de quasi-doublons.
Comment Alien Road utilise la détection de contenu par IA
Dans une mission typique, nous commençons par un audit de contenu. Nous explorons le site, regroupons les pages par modèle et par sujet, mesurons la similitude interne et échantillonnons des pages pour obtenir des scores de détecteur ainsi que des données de trafic et d’indexation de la Search Console. L’objectif est de trouver des modèles, par exemple un ensemble de pages de localisation qui sont identiques à 90 pour cent et n’ont jamais été indexées.
La configuration signifie ajouter la séquence de révision ci-dessus au processus éditorial du client, avec un détecteur et une vérification de plagiat intégrés dans le suivi de contenu. La mesure suit le taux d’indexation, les impressions et l’engagement pour les pages révisées par rapport à celles qui n’ont pas été touchées. Le rapport décrit quelles pages ont été réécrites, pourquoi et comment elles ont performé, et nous ne présentons jamais un score de détecteur à un client comme un jugement sur ses rédacteurs.
Nous surveillons également l’échec inverse. Les rédacteurs qui savent qu’un détecteur est dans la boucle ajoutent parfois des formulations étranges ou des fautes de frappe délibérées pour réduire les scores. Cela rend le contenu pire pour les lecteurs. L’instruction est simple : écrivez pour le chercheur et laissez l’éditeur juger.
Quelle politique une équipe client devrait-elle adopter ?
Une courte politique écrite évite la plupart des litiges. Elle devrait indiquer si l’assistance par IA est autorisée ou non, quels outils sont approuvés, que chaque page nécessite une édition humaine et une vérification des faits, et que les scores de détection sont consultatifs. Elle devrait également indiquer comment les désaccords sont gérés : la lecture du texte par l’éditeur l’emporte sur un score.
Par où commencer cette semaine
Choisissez dix de vos pages publiées, y compris certaines dont vous savez qu’elles ont été rédigées avec l’IA et d’autres dont vous savez que ce n’est pas le cas. Passez-les dans deux détecteurs et enregistrez les scores à côté de leurs clics Search Console. La discordance que vous verrez probablement est le meilleur argument pour traiter la détection comme un indice, puis consacrez votre temps d’édition aux pages avec un faible trafic et un texte générique.
Continuer la lecture : SEO (Optimisation pour les moteurs de recherche) · SEO