Depuis trois ans, la même question revient à chaque réunion de lancement : « est-ce qu’on a le droit d’utiliser l’IA pour écrire nos contenus ? » La réponse tient en une phrase, oui, et depuis toujours, mais elle n’aide personne, parce que la vraie question porte sur la limite. Google ne sanctionne pas un outil, il sanctionne un usage ; les moteurs de réponse ne pénalisent rien du tout, ils ignorent ; et depuis le 2 août 2026, le règlement européen sur l’intelligence artificielle ajoute une obligation de transparence qui ne relève plus du référencement. Cet article situe précisément où passe chacune de ces trois lignes, et comment nous les tenons chez On Track.
✓ Points clés à retenir
- Google n’a jamais interdit le contenu généré par IA. Sa position, publiée en février 2023 et jamais démentie depuis, est que la qualité prime sur le mode de production : mais qu’utiliser l’automatisation dans le but principal de manipuler le classement constitue une violation de ses règles anti-spam.
- La ligne rouge officielle porte un nom : l’abus de contenu à grande échelle. Ce qui la déclenche, c’est la production massive de pages sans valeur ajoutée démontrable, quel qu’en soit l’auteur : humain, machine ou les deux.
- Les consignes aux évaluateurs de la qualité de la recherche prévoient la note la plus basse pour une page dont le contenu principal est copié, reformulé ou généré avec peu d’effort, peu d’originalité et peu de valeur ajoutée. L’usage de l’IA seul ne détermine pas la note ; l’effort constatable, oui.
- Côté moteurs de réponse, la sanction n’existe pas : un contenu sans information propre n’est simplement jamais retenu comme source, puisqu’il n’apporte rien qui ne figure déjà dans le modèle.
- Depuis le 2 août 2026, l’article 50 du règlement européen sur l’IA impose que les contenus synthétiques soient marqués dans un format lisible par une machine et détectables comme générés par une IA. C’est une obligation légale, distincte des règles de Google, assortie de sanctions.
Contenu généré par IA : la position réelle de Google
Un contenu généré par IA désigne un texte, une image, une vidéo ou un son produit tout ou partie par un modèle génératif, avec ou sans intervention humaine ultérieure. La distinction utile n’est pas binaire : entre un article rédigé intégralement par un modèle et publié sans relecture, et un article écrit par un praticien qui utilise un modèle pour reformuler un paragraphe, il y a un continuum. Aucun moteur ne raisonne sur ce continuum. Ils raisonnent sur le résultat.
La doctrine de Google est publique et stable. Dans son article de février 2023 consacré aux contenus générés par IA, l’entreprise énonce deux principes : ses systèmes cherchent à valoriser du contenu de qualité, quelle que soit la manière dont il a été produit ; et l’usage de l’automatisation, y compris l’IA, dans le but principal de manipuler le classement dans les résultats de recherche est une violation de ses règles anti-spam. La documentation Search Central consacrée à l’utilisation de contenus génératifs reprend et précise cette position depuis.
Ce n’est donc pas l’origine du texte qui est jugée, mais son intention et sa valeur. Nous formulons la règle de travail ainsi : si vous retirez l’IA de l’équation et qu’il ne reste rien, ni information propre, ni angle, ni vérification, ni personne responsable, alors le problème préexistait à l’IA. Le modèle n’a fait qu’en abaisser le coût de production.
Le motif de sanction porte un nom précis
La politique anti-spam de Google ne comporte aucune entrée « contenu IA ». Elle comporte une entrée abus de contenu à grande échelle (scaled content abuse), qui vise la production d’un grand nombre de pages dans le but principal de manipuler le classement plutôt que d’aider les utilisateurs. La formulation est explicite sur un point : le mode de création est indifférent. Sont visés au même titre les textes générés, les flux scrapés, les contenus assemblés par recombinaison et les traductions automatiques non revues.
Cette entrée est appliquée par les mises à jour anti-spam. La dernière en date, la August 2026 spam update, a été déployée du 18 au 21 août 2026 à l’échelle mondiale et sur toutes les langues, selon le tableau de bord d’état de la recherche de Google. Les mises à jour de ce type ne « détectent pas l’IA » : elles réévaluent des pages sur des critères de valeur ajoutée. Un site qui a publié 800 pages en trois mois sans expertise correspondante y est exposé, qu’il ait employé des modèles ou des rédacteurs sous-payés.
Ce que les évaluateurs humains sont chargés de repérer
Les consignes aux évaluateurs de la qualité de la recherche, dont la version en vigueur date du 11 septembre 2025, décrivent depuis leur mise à jour de janvier 2025 le traitement des contenus génératifs. La note la plus basse (Lowest) s’applique lorsque tout ou presque tout le contenu principal d’une page est copié, reformulé, intégré, généré automatiquement ou par IA, ou republié depuis d’autres sources avec peu ou pas d’effort, peu ou pas d’originalité et peu ou pas de valeur ajoutée.
La précision qui compte figure dans le même document : le recours à l’IA générative ne détermine pas à lui seul le niveau d’effort ni la note de qualité de la page. Autrement dit, le critère est l’effort constatable, pas l’outil. Une page produite sans effort obtient la note la plus basse qu’elle sorte d’un modèle ou d’un stagiaire. Nous détaillons ce cadre d’évaluation dans notre article sur l’expertise humaine vérifiable.
Où passe la ligne rouge : sept situations tranchées
Les principes généraux ne règlent pas les arbitrages du quotidien. Le tableau ci-dessous tranche sept situations que nous rencontrons régulièrement en accompagnement, avec le motif applicable dans chaque cas.
| Situation | Position | Motif |
|---|---|---|
| Plan d’article, angles et questions générés par un modèle, puis rédaction humaine | Sans risque | L’IA sert la préparation, pas la production du contenu principal |
| Premier jet généré, puis réécriture, vérification des faits et apport d’exemples propres | Sans risque si l’apport est réel | Effort et valeur ajoutée constatables sur la page publiée |
| Traduction automatique publiée sans relecture par un locuteur du marché | À risque | Explicitement cité dans la politique d’abus de contenu à grande échelle |
| Reformulation d’articles concurrents bien classés | À risque | Contenu paraphrasé sans valeur ajoutée : note de qualité la plus basse |
| Génération de pages par variation d’un gabarit (ville, métier, marque) | À risque élevé | Pages passerelles et contenu à grande échelle, sauf données propres par page |
| Publication de volumes sans rapport avec l’expertise réelle de l’éditeur | À risque élevé | Volume et absence de responsabilité éditoriale identifiable |
| Résumé généré, publié sans relecture, sur un sujet à fort impact (santé, argent, droit) | À proscrire | Catégorie Your Money or Your Life : niveau de preuve attendu très supérieur |
Une lecture transversale s’impose : dans les sept cas, ce n’est jamais la génération qui bascule le verdict, c’est l’absence de trois éléments, une information que le modèle ne pouvait pas produire seul, une vérification faite par quelqu’un, et une personne identifiable qui en répond. Ces trois éléments sont exactement ceux que nous décrivons dans notre comparaison entre contenu expert et contenu générique.
Le cas particulier des pages générées à partir d’un gabarit
La génération de pages par variation, une page par ville, par métier, par référence, n’est pas condamnée en soi. Un comparateur qui publie une page par commune avec des données tarifaires propres, actualisées et vérifiables produit de la valeur. Le même gabarit rempli d’un paragraphe reformulé autour d’un nom de ville n’en produit aucune. Le critère de tri est simple à énoncer et exigeant à respecter : si l’on retire le nom de la variable, les pages sont-elles distinguables ? Si la réponse est non, la série entière est exposée.
Côté GEO : le risque n’est pas la sanction, c’est l’invisibilité
Les moteurs de réponse génératifs, ChatGPT, Perplexity, les AI Overviews de Google, ne disposent d’aucun mécanisme de pénalité comparable à celui d’un moteur de recherche. Ils sélectionnent des sources pour construire une réponse. Un contenu qui n’apporte aucune information absente du modèle n’a aucune raison d’être cité : il est redondant avec ce que le système sait déjà produire.
Ce mécanisme est structurellement défavorable au contenu généré sans apport. Un article qui reformule le consensus disponible est, par construction, ce que le modèle génère lui-même. Ce qui déclenche une citation, c’est l’inverse : une donnée propriétaire, un chiffre daté, une méthode nommée, un retour d’expérience daté et situé, une prise de position argumentée. Nous documentons ces déclencheurs dans notre analyse des citations et sources d’autorité dans les réponses IA, et la logique d’ensemble dans notre guide GEO vs SEO.
Il y a là un renversement à intégrer. En SEO classique, un contenu médiocre coûte un mauvais positionnement, réparable. En GEO, un contenu sans substance ne coûte rien : il ne produit simplement rien, jamais. Le budget consacré à des articles génériques n’est pas risqué, il est perdu. C’est un argument économique avant d’être un argument de conformité.
Utiliser l’IA pour être cité, plutôt que pour produire du volume
L’usage le plus rentable des modèles génératifs, dans une stratégie GEO, ne se situe pas du côté de la rédaction. Il se situe en amont, cartographier les questions réellement posées, identifier les formulations reprises par les moteurs, et en aval : contrôler ce que les systèmes répondent sur votre marque et sur vos sujets. Nous décrivons ces deux usages dans nos articles sur l’analyse des réponses IA et sur le cadrage de l’IA par le prompt. La rédaction reste le maillon où l’apport humain est le moins substituable, parce que c’est le seul qui introduit de l’information nouvelle.
Le cadre réglementaire européen depuis le 2 août 2026
Une nouveauté échappe encore à beaucoup d’équipes marketing : la limite n’est plus seulement une règle de moteur, c’est aussi une obligation légale. Les obligations de transparence prévues à l’article 50 du règlement européen sur l’intelligence artificielle sont applicables depuis le 2 août 2026.
Le texte impose notamment aux fournisseurs de systèmes d’IA, y compris les systèmes à usage général, produisant des contenus de synthèse audio, image, vidéo ou texte, que ces sorties soient marquées dans un format lisible par une machine et détectables comme générées ou manipulées artificiellement. Il encadre également l’information des personnes qui interagissent avec un système d’IA, ainsi que la divulgation des deepfakes et des textes générés publiés pour informer le public sur des sujets d’intérêt général. Les manquements sont passibles d’amendes pouvant atteindre 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial, le montant le plus élevé étant retenu. Pour les systèmes déjà sur le marché avant le 2 août 2026, l’accord provisoire du 7 mai 2026 entre le Conseil et le Parlement européens reporte l’entrée en vigueur des obligations de marquage de l’article 50(2) au 2 décembre 2026.
Deux remarques d’application. D’abord, ces obligations pèsent principalement sur les fournisseurs de systèmes et sur les déployeurs dans des cas définis : un éditeur de site qui publie un article assisté par IA n’est pas automatiquement soumis à une obligation d’étiquetage de son article. Ensuite, ce point relève d’une analyse juridique, pas d’une analyse SEO : nous ne sommes pas juristes et nous recommandons de faire qualifier votre situation par un conseil. Ce que nous constatons en revanche du côté éditorial, c’est que les organisations qui documentent publiquement leur usage de l’IA prennent de l’avance sur les deux plans à la fois.
Faut-il afficher une mention « écrit avec l’IA » ?
Google apporte une réponse nuancée dans sa documentation : la divulgation est utile pour les contenus dont le lecteur pourrait légitimement se demander « comment cela a-t-il été créé ? », et il est plus pertinent d’expliquer comment le contenu a été produit que d’attribuer une signature à une IA. Donner un nom d’auteur à un modèle n’est pas recommandé.
Notre pratique : une page de politique éditoriale accessible depuis le pied de page, qui indique qui écrit, qui relit, quelles sources sont acceptées, comment les erreurs sont corrigées et quel usage est fait de l’IA. Ce format traite la question une fois, sérieusement, plutôt que d’ajouter une mention défensive au bas de chaque article.
La méthode On Track : cinq garde-fous avant publication
Nous produisons des contenus assistés par IA pour nos clients et pour nous-mêmes. Le dispositif ci-dessous n’est pas une déclaration d’intention : ce sont cinq contrôles qui conditionnent la mise en ligne.
- Un apport propre obligatoire. Chaque article doit contenir au moins un élément qu’un modèle ne pouvait pas produire : une donnée interne, un cas daté, un chiffre sourcé, un arbitrage argumenté. Sans cet apport, l’article n’entre pas en production. C’est le contrôle qui élimine le plus de sujets, et c’est voulu.
- Un brief qui contraint le fond, pas le volume. Nos briefs fixent les questions auxquelles répondre et les preuves à mobiliser, jamais un nombre de mots à atteindre. Le format est décrit dans notre modèle de brief de rédaction.
- Une vérification factuelle nominative. Toute donnée chiffrée est reliée à une source primaire identifiée et datée. Les affirmations non vérifiables sont supprimées, pas atténuées. Un relecteur nommé engage sa responsabilité sur ce point.
- Une signature humaine réelle. L’article est signé par une personne qui peut en discuter le contenu. Quand l’expertise se trouve ailleurs que dans l’équipe éditoriale, nous passons par l’entretien : méthode détaillée dans notre article sur les entretiens d’experts internes.
- Une cadence indexée sur la capacité de relecture. Le rythme de publication est calé sur ce que l’équipe peut réellement vérifier, jamais sur ce que les outils peuvent générer. C’est la contrainte structurante de notre organisation de production, décrite dans notre article sur le content ops.
Ces cinq garde-fous ont un coût : ils rendent impossible la publication quotidienne de contenus sur des sujets que personne dans l’organisation ne maîtrise. C’est précisément leur fonction.
Diagnostiquer l’existant et suivre l’effet
Un site qui a déjà publié massivement du contenu assisté par IA n’a pas à tout supprimer. Il a à trier. Le diagnostic se conduit page par page sur des critères observables, dans l’ordre suivant.
| Contrôle | Question posée | Décision |
|---|---|---|
| Apport propre | La page contient-elle au moins un élément absent des dix premiers résultats concurrents ? | Non → réécrire ou dépublier |
| Distinguabilité | Retirée de son mot-clé, la page est-elle différenciable des autres pages du site ? | Non → fusionner la série |
| Exactitude | Les chiffres et affirmations sont-ils reliés à une source datée ? | Non → corriger avant toute autre action |
| Responsabilité | Une personne identifiable signe-t-elle et peut-elle en répondre ? | Non → attribuer ou dépublier |
| Performance | La page a-t-elle généré des impressions ou des clics sur douze mois ? | Non, cumulé aux précédents → dépublier |
La dépublication est une décision légitime et souvent la plus rentable : elle allège le budget d’exploration, resserre le signal thématique du site et supprime des pages qui pèsent sur l’évaluation globale. Nous conduisons cet arbitrage dans le cadre d’un audit de catalogue éditorial, et l’inscrivons dans la méthode d’ensemble décrite dans notre méthodologie d’audit SEO.
Côté suivi, deux plans distincts. Sur la recherche classique : impressions, clics et positions par cohorte de pages dans la Search Console, avec une lecture par date de publication plutôt que par moyenne globale. Sur les moteurs de réponse : un jeu de prompts stable, interrogé à intervalle régulier, dont on observe la tendance et non les réponses isolées, la méthode est détaillée dans notre article sur la mesure de la visibilité dans les IA. Aucune de ces mesures ne permet d’isoler proprement l’effet d’un mode de production ; elles indiquent une direction, ce qui suffit pour arbitrer.
Questions fréquentes
Google pénalise-t-il le contenu généré par IA ?
Non, pas au motif qu’il est généré par IA. Google indique depuis février 2023 que ses systèmes valorisent la qualité quelle que soit la manière dont le contenu a été produit. Ce qui constitue une violation de ses règles anti-spam, c’est l’usage de l’automatisation dans le but principal de manipuler le classement : un motif qui s’applique de la même façon à un contenu produit par des humains.
Qu’est-ce que l’abus de contenu à grande échelle ?
C’est l’entrée de la politique anti-spam de Google qui vise la production d’un grand nombre de pages dans le but principal de manipuler le classement plutôt que d’aider les utilisateurs. Elle couvre indifféremment les textes générés, les flux scrapés, les contenus recombinés et les traductions automatiques non revues. Le mode de création n’entre pas dans la définition.
Google sait-il détecter un texte écrit par une IA ?
Google n’a jamais revendiqué de détecteur d’origine, et sa doctrine rend cette détection sans objet : ses systèmes évaluent la valeur et la fiabilité d’une page, pas son procédé de fabrication. Les outils de détection commerciaux produisent par ailleurs des faux positifs documentés. Investir dans un score de détection est moins utile que de vérifier ce que la page apporte.
Faut-il indiquer sur le site que l’IA a été utilisée ?
Google recommande d’expliquer comment un contenu a été produit lorsque le lecteur pourrait légitimement se poser la question, et déconseille d’attribuer une signature d’auteur à une IA. Une page de politique éditoriale accessible depuis le pied de page, qui décrit le processus de production et de relecture, répond mieux à cette attente qu’une mention ajoutée au bas de chaque article.
Le règlement européen sur l’IA impose-t-il d’étiqueter mes articles ?
Les obligations de transparence de l’article 50 s’appliquent depuis le 2 août 2026 et visent principalement les fournisseurs de systèmes d’IA, tenus de marquer les contenus de synthèse dans un format lisible par une machine, ainsi que les déployeurs dans des cas définis comme les deepfakes ou les textes d’intérêt public. Un éditeur qui publie un article assisté par IA n’est pas automatiquement soumis à une obligation d’étiquetage : cette qualification relève d’une analyse juridique, que nous vous recommandons de faire réaliser par un conseil.
Faut-il supprimer les contenus IA déjà publiés ?
Pas systématiquement. Le tri se fait page par page sur cinq critères : apport propre, distinguabilité, exactitude, responsabilité éditoriale et performance sur douze mois. Une page qui échoue sur les cinq est à dépublier ; une page qui échoue sur l’apport seul est à réécrire. La dépublication d’une série sans valeur est souvent la décision la plus rentable.
Un contenu généré par IA peut-il être cité par ChatGPT ou Perplexity ?
Rien ne l’interdit, mais la mécanique le rend improbable. Ces systèmes sélectionnent des sources qui apportent une information qu’ils ne produisent pas eux-mêmes. Un texte qui reformule le consensus disponible est précisément ce que le modèle sait déjà générer : il n’a aucune raison d’être retenu comme source. Ce sont les données propres, les chiffres datés et les méthodes nommées qui déclenchent une citation.
Audit de vos contenus assistés par IA
Nous passons en revue votre catalogue publié, page par page : apport propre, distinguabilité des séries générées, exactitude des données citées, responsabilité éditoriale et performance réelle. Vous recevez la liste des pages à réécrire, à fusionner ou à dépublier, la trame de politique éditoriale à publier, et le dispositif de contrôle à intégrer à votre chaîne de production.
