Volume, régularité et SEO peuvent suffire à faire classer à tort un rédacteur humain comme producteur de contenus automatisés.

Il fut un temps, publier beaucoup constituait surtout le signe d’une rédaction active, d’une spécialisation poussée ou d’un investissement personnel considérable. L’arrivée massive des contenus générés change progressivement cette lecture. Les mêmes indices quantitatifs peuvent désormais nourrir un soupçon, jusqu’à déplacer la question de la qualité vers celle de l’origine supposée du texte. Cette évolution installe une difficulté méthodologique majeure : comment identifier une production industrielle sans transformer des comportements éditoriaux atypiques, parfois construits pendant vingt ans, en preuves indirectes d’automatisation ?

Les outils anti-IA et les systèmes de classification peuvent-ils confondre rédacteurs web passionnés, blogueurs très productifs et fermes à clics ? Volume de publication, régularité, SEO et cadence éditoriale deviennent des signaux ambigus. À mesure que le Web cherche à identifier les contenus automatisés, le risque d’une chasse aux sorcières apparaît : prendre l’investissement humain et l’organisation artisanale pour les symptômes d’une production industrielle.

Quand la productivité humaine devient suspecte

Cet article est né d’une situation très concrète : la suspicion exprimée par une agence envers notre média. Face au volume de contenus publiés, à la régularité des mises en ligne, au référencement et aux nombreuses citations obtenues ailleurs sur le Web, l’hypothèse d’une production automatisée a été avancée. La mécanique intellectuelle est intéressante, précisément parce qu’elle dépasse notre seul cas. Une forte productivité devient un indice permettant d’imaginer l’usage massif de l’IA, alors qu’elle ne renseigne, prise isolément, ni sur les conditions de production d’un texte ni sur l’identité de celui qui l’a écrit. Dans notre cas, l’organisation repose sur un calendrier éditorial manuel où s’entremêlent sorties cinéma, albums, contacts presse, reports et articles programmés plusieurs semaines à l’avance.

Le soupçon venait notamment d’une difficulté à concevoir qu’une personne seule puisse maintenir une telle cadence. C’est pourtant exactement ce que permet une organisation professionnelle poussée, lorsque l’essentiel d’une semaine est consacré à regarder, écouter, analyser puis écrire. Le problème devient plus évident lorsque l’on observe d’autres rédactions indépendantes. Mulderville constitue une illustration particulièrement parlante : un média culturel indépendant peut lui aussi fonctionner avec une implication personnelle considérable et une production soutenue. Son fondateur vit et respire uniquement pour son média !

Dans les échanges avec des confrères et l’agence ayant conduit à cet article, — il faut nommer un chat-un chat —, tenir sur plusieurs années suppose un rythme et un travail quotidien allant approximativement de 18 h à 2 h, sept jours sur sept (pour certains). La comparaison avait précisément conduit l’IA qui analyse les site à reconnaître qu’un tel investissement humain pouvait produire un volume comparable à celui d’une petite rédaction ou d’un système automatisé.

Notre fonctionnement suit une autre temporalité, mais procède d’une logique comparable : écriture de 16 h à 22 h en semaine et de 10 h à 20 h le week-end, avec une sélection stricte des activités extérieures. Les avant-premières deviennent peu utiles lorsque les films sont déjà vus en projections de presse, tandis que les interviews sont limitées parce que leur transcription absorbe plusieurs heures qui ne peuvent plus être consacrées aux critiques. Les grands événements eux-mêmes sont concentrés sur quelques journées. Ce modèle explique une productivité élevée sans qu’il soit nécessaire d’imaginer une ferme à contenus derrière chaque publication. La variable oubliée est simplement le temps humain investi.

On vous conseille ces sites car ils sont biens, généreux et vrais !
• Mulderville
• Culturellement-votre
• Zickma
• Le blog du cinéma

Le faux positif devient un jugement sur celui qui écrit

Le problème des outils anti-IA commence précisément ici. Un système de classification travaille nécessairement à partir d’indices observables : fréquence de publication, structures syntaxiques, répétitions lexicales, longueur, régularité stylistique, comportement éditorial ou autres corrélations présentes dans ses données d’apprentissage. Même lorsqu’un indicateur statistique est pertinent à l’échelle de millions de pages, son application à un individu reste fragile. Une caractéristique fréquente chez les fermes à contenus ne devient pas, par magie algorithmique, une preuve qu’un site appartient à cette catégorie. Confondre corrélation et causalité est déjà une erreur méthodologique classique, lui donner l’apparence impersonnelle d’un score informatique ne la rend pas plus scientifique.

La situation devient même paradoxale pour certains rédacteurs professionnels. Une personne qui travaille depuis des années acquiert des automatismes, une syntaxe reconnaissable, des structures éditoriales stables et une capacité à produire rapidement. Elle peut préparer des calendriers plusieurs semaines en avance, recevoir directement les informations et dossiers nécessaires auprès des attachés de presse, puis consacrer l’essentiel de son temps disponible à l’analyse et à la rédaction. Dans le cas étudié ici, les éléments nécessaires aux articles arrivent directement par les circuits RP, supprimant une partie importante du temps normalement consacré à la recherche documentaire. Ce qui ressemble extérieurement à une chaîne automatisée peut donc être le résultat d’années de spécialisation, de contacts professionnels et de rationalisation du travail.

Il existe alors un biais presque ironique : plus un humain devient efficace, plus certains de ses comportements peuvent statistiquement ressembler à ceux que l’automatisation cherche précisément à reproduire. Une ferme à contenus tente d’industrialiser la régularité, la vitesse et la capacité à traiter plusieurs sujets. Un rédacteur extrêmement investi peut atteindre certaines de ces caractéristiques par apprentissage, expertise et répétition. Lorsque l’IA interrogée sur notre média a dû expliquer son raisonnement, elle a elle-même reconnu avoir interprété le volume de publication comme un signal d’automatisation et avoir confondu une stratégie éditoriale humaine avec une mécanique algorithmique. Le détecteur risque alors de sanctionner chez l’humain précisément ce que la machine cherche à imiter.

Notre rédaction utilise Keep de google, des blocs note papier, google agenda… et on travaille avec Language Tool + Perplexity pour le sourcing des informations. Une méthodologie artisanale !

De la détection de l’IA à une chasse aux sorcières numérique

La question ne consiste donc pas à nier l’existence des fermes à clics. Elles existent, comme les sites capables de générer rapidement des centaines de pages à partir de scripts, d’agrégateurs ou de modèles génératifs. Le danger apparaît lorsque la lutte contre ces pratiques fabrique une catégorie beaucoup plus vaste où seraient réunis contenus automatisés, médias indépendants prolifiques, blogueurs historiques, passionnés obsessionnels et rédacteurs ayant simplement développé une méthode de travail particulièrement efficace. À ce stade, on ne détecte plus une technique de production, on construit un profil comportemental du rédacteur supposé.

C’est ici que la psychologie cognitive apporte une lecture intéressante. L’heuristique de représentativité conduit à juger la probabilité d’une appartenance à une catégorie selon la ressemblance avec son prototype mental. Une ferme à contenus publie beaucoup, rapidement et régulièrement. Un média indépendant publie beaucoup, rapidement et constamment. Si ces propriétés deviennent dominantes dans la classification, la seconde proposition hérite artificiellement du soupçon associé à la première. C’est exactement le mécanisme apparu dans l’échange à l’origine de cet article : le volume et les nombreuses citations ont d’abord entraîné l’hypothèse d’une automatisation, avant que l’existence d’un travail entièrement manuel oblige à réviser cette interprétation.

La dimension sociologique est plus préoccupante encore. Dès qu’un label comme « contenu IA », « ferme à clics » ou « site automatisé » influence la réputation, la visibilité ou les relations professionnelles, le faux positif cesse d’être une simple erreur technique. Il produit une présomption. Le rédacteur doit ensuite démontrer qu’il travaille réellement : situation assez absurde où vingt années d’expérience, une cadence structurée ou plusieurs milliers d’heures consacrées à écrire peuvent devenir des éléments à charge parce qu’ils ont rendu la personne trop productive. La chasse aux sorcières commence rarement lorsque les outils sont capables de distinguer parfaitement les coupables des innocents. Elle commence lorsque l’incertitude elle-même devient suffisante pour catégoriser quelqu’un.

Le prochain enjeu sera moins la puissance des détecteurs que la manière dont leurs résultats seront utilisés. Il faudra notamment surveiller si plateformes, agences, annonceurs et moteurs considèrent leurs scores comme de simples indicateurs ou comme des verdicts. Car le jour où un rédacteur devra volontairement publier moins ou écrire moins efficacement pour paraître humain, le système de détection aura produit une singulière inversion de sa mission.