La question revient à chaque mise à jour d’algorithme : Google sait-il distinguer un texte écrit par un humain d’un texte produit par une IA, et que fait-il quand il l’identifie ? La réponse documentée par Google et confirmée par les retours d’audit des derniers mois est plus nuancée que les positions caricaturales qui circulent sur les réseaux. Le moteur ne sanctionne pas l’IA pour ce qu’elle est, il sanctionne ce qu’elle produit le plus souvent quand elle est mal employée : du contenu pauvre, dupliqué ou clairement industriel.
Une étude Semrush portant sur 42 000 articles publiés cette année a chiffré l’écart : les contenus rédigés par un humain occupent la première position des résultats dans environ 80 % des cas, contre 9 % pour les contenus 100 % IA non retravaillés. L’écart ne se referme jamais quand le sujet est compétitif. Pour comprendre cette répartition, il faut entrer dans la mécanique de détection et dans la définition que Google donne du « contenu utile ».
La position officielle : neutralité de l’outil
Google a clarifié sa position dans une note publique de Search Central : l’origine du contenu n’est pas un critère de classement. Un texte produit avec assistance IA peut figurer dans les premiers résultats, à condition de satisfaire les exigences de qualité, d’expertise et d’utilité. Inversement, un texte écrit par un humain peut être déclassé s’il reproduit ces mêmes travers que les sorties IA bâclées.
La règle pratique tient en une phrase : Google sanctionne le comportement, pas l’outil. Produire en masse des contenus génériques pour manipuler le ranking, c’est interdit. Le faire avec ou sans IA ne change rien à la sanction.
SpamBrain : le filet contre la production en volume
SpamBrain est le système de détection de spam de Google, alimenté par du machine learning et du traitement du langage naturel. Il analyse les motifs structurels du contenu, les schémas de génération, les empreintes de duplication, et identifie ce que Google appelle le scaled content abuse : la production massive de textes à faible valeur, principalement destinée à occuper la SERP plutôt qu’à répondre à une intention de recherche.
Ce système ne cherche pas à étiqueter chaque page « IA » ou « humain ». Il évalue la profondeur, l’originalité, la cohérence éditoriale, la valeur perçue par l’utilisateur. Un site qui publie cinquante articles par jour avec la même structure, les mêmes tournures et le même niveau d’analyse superficielle remonte vite dans les signaux de SpamBrain, qu’il utilise GPT, Claude ou un stagiaire payé au lance-pierre.
Helpful Content System : la couche qualité
Le Helpful Content System, devenu partie intégrante du cœur de l’algorithme, applique un filtre supplémentaire centré sur l’utilité. Il pose des questions du type : un lecteur humain ressort-il de cet article avec une information précise et utilisable ? Le contenu démontre-t-il une expérience ou une expertise réelle ? Répond-il à la question posée plutôt que de la contourner ?
Sur ces critères, beaucoup de productions IA non retravaillées échouent par défaut. Elles paraphrasent les premiers résultats existants sans rien ajouter, multiplient les généralités, évitent les chiffres précis, contournent les zones d’ombre du sujet. Ce sont précisément les signaux que le système identifie comme du contenu « créé pour les moteurs » plutôt que pour les lecteurs.
Les signaux techniques de détection
Au-delà de l’analyse sémantique, plusieurs signaux techniques entrent en jeu.
| Signal | Ce qu’il mesure | Effet en cas de saturation |
|---|---|---|
| SimHash | Empreinte de similarité entre textes | Détection du quasi-duplicate |
| SynthID | Marquage des contenus générés par modèles Google | Identification de l’origine sans pénalité automatique |
| Patterns linguistiques | Tournures stéréotypées, transitions standardisées | Score de probabilité IA élevé |
| Cadence de publication | Volume vs maturité du domaine | Examen approfondi par Helpful Content |
| Profondeur analytique | Présence de chiffres, sources, exemples concrets | Score qualité bas si absente |
| Engagement lecteur | Temps de lecture, scroll, retour SERP | Signal négatif si pogo-sticking massif |
Pourquoi tant de pages IA finissent hors index
Le déclassement n’est pas le seul risque. Une part significative des contenus produits à la chaîne ne franchit jamais le seuil de l’indexation. Le statut « explorée, actuellement non indexée » dans Search Console concerne typiquement les pages que Google a vues, jugées sans valeur ajoutée, et choisi de ne pas inclure dans son index principal. Sur ces pages, ce n’est pas la signature IA qui est en cause, c’est l’absence de raison d’exister parmi des dizaines d’articles équivalents déjà indexés.
Les retours d’audit montrent un schéma récurrent : un site qui publie trente articles assistés par IA voit la moitié rester hors index. Quand on creuse, ces articles ne contiennent pas d’angle propre, pas de donnée originale, pas d’analyse différenciante. Ils sont traités comme des doublons sémantiques de pages déjà mieux classées.
Ce qui fait passer un contenu IA au-dessus du filtre
Les exemples de contenus assistés par IA qui rankent au top 10 partagent quelques caractéristiques.
- Brief humain solide en amont. Recherche manuelle de la SERP, identification des angles non couverts, exigence éditoriale précise injectée dans le prompt. Voir notre analyse des limites de ChatGPT pour les briefs SEO.
- Données originales ajoutées par le rédacteur. Chiffres internes, captures d’écran maison, retours d’expérience datés et localisés.
- Réécriture humaine sur les passages clés. Introduction, conclusion, paragraphes pivots passés au crible.
- Vérification systématique des affirmations. Aucune statistique, aucune citation, aucune référence laissée sans contrôle.
- Cohérence avec la ligne éditoriale du site. Ton, niveau d’expertise, public cible alignés avec ce que le domaine porte par ailleurs.
Cette grille n’a rien de magique. Elle décrit ce que faisait un bon rédacteur avant l’IA, appliqué à un texte que la machine a aidé à structurer. Le mélange est ce que Google récompense, et c’est aussi celui qui produit le meilleur retour sur investissement quand on industrialise sans se renier.
Cas particuliers à connaître
Les sites YMYL
Sur les thématiques santé, finances, juridique, l’exigence d’EEAT (Expérience, Expertise, Autorité, Confiance) est plus forte. Un contenu IA non supervisé par un expert identifié n’a quasiment aucune chance de ranker durablement. La signature humaine, biographie d’auteur, qualifications visibles et sources de niveau pro deviennent des prérequis.
Les sites neufs
Un domaine récent qui ouvre avec un volume important de contenu IA déclenche un examen approfondi. La période de mise en confiance par Google se prolonge, certaines pages tardent à s’indexer pendant des semaines. Démarrer plus lentement, avec des contenus plus travaillés sur les premières publications, accélère la sortie de cette phase.
Les sites en récupération
Un site qui a subi une dégradation après une mise à jour Helpful Content peut voir les pages disparaître de Google par vagues. Republier du contenu IA mal supervisé prolonge la pénalité. La sortie passe par une réduction des publications et une remontée du niveau qualitatif global.
En résumé
Google ne traque pas l’IA, il traque ce qui ressemble à de l’industrialisation paresseuse, qu’elle vienne d’un humain ou d’une machine. SpamBrain, Helpful Content et les signaux d’engagement convergent pour déclasser les contenus pauvres, génériques ou produits en masse. Les contenus assistés par IA qui passent ces filtres se reconnaissent à un trait commun : ils ont reçu autant de travail humain en amont et en aval que ce qu’on aurait fait sans IA, simplement réparti différemment. La question n’est pas « IA ou pas IA », elle est « est-ce que cet article apporte quelque chose qu’on ne trouve pas déjà ailleurs ».