Le zombie internet n'est pas un futur dystopique, c'est notre présent : des gens qui parlent à des bots, des gens qui utilisent l'IA pour parler à d'autres gens qui utilisent aussi l'IA, des influenceurs qui apprennent à d'autres comment fabriquer des influenceurs IA.
NewsGuard a identifié 3 006 sites d'information générés par IA en mars 2026, contre 2 089 en octobre 2025. Le truc qu'on ne dit pas assez : cette explosion ne change pas juste ce qu'on lit, elle change comment on lit.
Je travaille avec Claude Code tous les jours. J'ai un abonnement Anthropic Max. Je sais exactement ce que l'IA peut produire. Et c'est précisément pour ça que chaque article, chaque réponse sur GitHub, chaque post LinkedIn me coûte maintenant un effort cognitif supplémentaire : celui de détecter si c'est humain ou non.
Cette charge mentale est nouvelle, invisible, et probablement permanente.
Le coût invisible de la lecture en 2026
Avant, on lisait pour comprendre. Maintenant on lit pour trier.
Le processus est devenu double : absorber l'information, puis évaluer si elle vient d'un humain qui a vraiment réfléchi ou d'un LLM qui a recraché un pattern statistique. C'est épuisant. Sur du contenu légèrement édité ou mixte, l'accuracy des détecteurs tombe entre 55% et 80%. Sur du contenu IA humanisé, la plupart des détecteurs descendent en dessous de 40% d'accuracy.
Les outils de détection ne sauvent rien. Originality.ai ne détecte que 31,7% du contenu GPT-5 et seulement 7,3% du contenu GPT-5-mini, qui est le modèle le plus utilisé en 2026. C'est dérisoire. Les vendeurs annoncent 99% d'accuracy, les tests indépendants trouvent 62% à 76%.
Résultat : on ne peut pas externaliser la détection. On doit la faire nous-mêmes, en lisant, en permanence.
Les tells que je traque, malgré moi
Je ne le faisais pas consciemment avant, mais maintenant je scanne. Ça devient un réflexe.
Les phrases trop équilibrées. "D'un côté X, de l'autre Y" sans jamais trancher. Les LLMs adorent la nuance creuse. Un humain avec un avis réel prend position, se plante parfois, admet les zones grises après avoir affirmé quelque chose.
Le triplet rythmique. "Rapide, fiable et puissant." "Simple, efficace et accessible." Dès que je lis trois adjectifs coordonnés, mon cerveau tique. C'est un pattern LLM massif.
L'absence de friction. Un article où tout coule, tout est expliqué, tout est clair, rien n'accroche. C'est suspect. L'écriture humaine a des aspérités, des phrases qui partent en vrille, un détail bizarre qu'on n'attendait pas.
Le ton LinkedIn corporate appliqué partout. "Dans un monde où X transforme Y..." "À l'ère de Z..." C'est de la syntaxe IA pure.
Je ne dis pas que ces patterns prouvent l'IA à 100%. Certains humains écrivent comme ça (malheureusement). Mais le simple fait que je doive scanner ça en lisant un article technique, un post de blog, une doc, ça rajoute une couche de travail mental qui n'existait pas il y a deux ans.
Le paradoxe de l'utilisateur IA
Moi-même, je fabrique du contenu avec Claude. J'ai automatisé une partie de la rédaction pour capsül et calculs-btp.fr. Je ne peux pas cracher sur l'IA, elle me fait gagner des heures par semaine.
Mais je suis hyper conscient que chaque output que je publie sans le retravailler ajoute au bruit. 74,2% des nouvelles pages web contiennent du contenu généré par IA. Seulement 2,5% sont de l'IA pure. Le reste, c'est du blend humain-IA.
Le blend, c'est exactement ce que je fais. Claude génère, je coupe, je réécris, j'injecte mon avis. Mais combien de gens font ça ? Environ 80% du chiffre d'affaires d'Anthropic vient des workloads entreprise et développeurs. Ça veut dire que la majorité de l'usage Claude n'est pas du blogging ponctuel, c'est de la production industrielle. Des boîtes qui crachent du contenu à l'échelle, avec des agents IA configurés pour ça.
Moltbook a attiré plus de 770 000 agents IA en quelques jours, la plus grosse expérimentation d'interaction machine-to-machine sociale au monde. On n'est plus dans le "j'utilise ChatGPT pour rédiger mes mails", on est dans des agents qui parlent à d'autres agents, créent du contenu, le postent, interagissent entre eux.
Et moi, humain, je dois trier tout ça en lisant.
Ce que rate le discours officiel
Google dit qu'il pénalise le contenu de merde, pas le contenu IA. Ahrefs a trouvé une corrélation quasi nulle (0.011) entre contenu IA et pénalités de ranking sur 600 000 pages. Google pénalise le contenu de mauvaise qualité quelle que soit son origine. Techniquement, c'est vrai.
Mais ça ne règle rien. Le problème n'est pas que l'IA rank ou ne rank pas. Le problème c'est qu'elle inonde. Le contenu généré par IA a représenté 71% de toutes les actions spam manuelles prises par Google en 2025, et la visibilité de ce contenu a été réduite d'environ 41% dans les résultats de recherche en anglais. Ça reste des milliards de pages. Et même si elles ne rankent pas top 3, elles existent, elles sont indexées, elles diluent.
Le vrai coût n'est pas algorithmique. Il est cognitif. C'est le temps que je passe à filtrer. Le doute permanent. L'incapacité à faire confiance par défaut.
Anthropic a créé un monstre (et je l'utilise quand même)
Claude Code a atteint un run-rate de 2,5 milliards de dollars début 2026. Anthropic sert plus de 300 000 clients business. C'est explosif. En septembre 2025, le coding représentait 36% de l'usage de Claude.ai ; en janvier 2026, les occupations Computer et Mathematical représentaient 35% des conversations Claude.ai et 44% du trafic API.
Claude est devenu l'outil de dev par défaut pour une génération entière. Moi inclus. Et c'est là que le paradoxe devient intenable : l'outil que j'utilise tous les jours pour coder, débugger, rédiger, est aussi l'outil qui pourrit mon internet.
Ce n'est pas la faute de Claude spécifiquement. C'est structurel. Dès qu'un outil devient aussi bon et aussi accessible, il est utilisé à grande échelle pour produire du contenu à grande échelle. Et à grande échelle, la qualité moyenne s'effondre.
Je n'ai pas de solution. J'ai juste la fatigue.
Ce qui change dans ma tête
Je ne lis plus comme avant. J'ai développé des heuristiques rapides :
- Si l'auteur a un historique de posts datant d'avant 2023, je lis avec moins de méfiance.
- Si le texte contient une erreur de syntaxe bizarre, un truc mal formulé, paradoxalement ça me rassure (les LLMs ne font pas ce genre de fautes).
- Si je repère un détail ultra spécifique, un nom de variable, un bug précis avec un numéro d'issue GitHub, je respire : c'est probablement humain.
- Si tout est lisse, structuré en H2 réguliers, avec des listes à puces et zéro friction, je lis en diagonale : ça ne vaut probablement pas mon attention.
Ça marche à peu près. Mais c'est une charge mentale que je ne devrais pas avoir. Et elle ne va pas disparaître. Les incidents médiatiques liés à l'IA impliquant du contenu généré sont passés d'environ 50 en début 2020 à plus de 200 en début 2024 et près de 500 en janvier 2026, soit une multiplication par dix sur la période. Cette hausse a été particulièrement forte depuis l'année dernière (doublement en douze mois).
Pourquoi je continue quand même
Parce que je n'ai pas le choix. Renoncer à Claude Code, c'est renoncer à une productivité multipliée par 5 sur certaines tâches. Claude termine les tâches de niveau lycée 9 fois plus vite que la moyenne humaine et les tâches de niveau universitaire 12 fois plus vite. Sur du refactoring, du debugging, de la doc, c'est imbattable.
Mais je sais aussi que chaque gain de productivité de mon côté alimente le bruit de l'autre. Plus je génère, plus les autres génèrent, plus le ratio signal/bruit se dégrade, plus la charge mentale augmente.
C'est un équilibre instable. Pour l'instant, le gain individuel l'emporte. Mais le coût collectif monte. À un moment, on atteindra le seuil où lire internet sera devenu tellement fatigant que les gens arrêteront. On n'y est pas encore, mais la confiance globale dans les médias est à 40% selon le Reuters Institute, avec des écarts massifs (67% en Finlande, 22% en Hongrie et Grèce).
Le zombie internet n'est pas un bug. C'est la feature.
Questions fréquentes
Les détecteurs d'IA sont-ils fiables en 2026 ?
Non. Aucun outil ne dépasse 85% d'accuracy sur tous les modèles. Les meilleurs détecteurs manquent 15 à 30% du contenu IA, et les taux de faux positifs vont de 3% à 12%. Originality.ai arrive à 82% d'accuracy en test indépendant, mais c'est insuffisant pour des décisions importantes.
Google pénalise-t-il le contenu IA ?
Les systèmes de ranking de Google évaluent la qualité du contenu, les signaux E-E-A-T et la satisfaction utilisateur, pas si l'IA a généré le texte. L'analyse de la core update de mars 2026 confirme que ce sont les signaux de qualité, pas l'origine du contenu, qui déterminent le classement.
Combien de contenu web est généré par IA aujourd'hui ?
En 2025, 74,2% des pages web nouvellement créées contiennent du contenu généré par IA. Seulement 2,5% sont entièrement générées par IA sans édition humaine. 71,7% utilisent un blend humain-IA.
Anthropic gagne combien avec Claude Code ?
Claude Code a atteint un run-rate estimé à 2,5 milliards de dollars début 2026. C'est l'une des rampes produit les plus rapides de l'histoire du SaaS enterprise.
Comment savoir si un texte est écrit par IA ?
Tu ne peux pas, avec certitude. Mais cherche : équilibre artificiel (tous les côtés présentés sans position), absence de friction (tout coule parfaitement), triplets rythmiques ("rapide, fiable, puissant"), ton corporate LinkedIn. Ce ne sont pas des preuves, mais des indices. Les détecteurs IA sont raisonnablement bons pour attraper l'output brut de vieux modèles. Ils sont significativement moins bons sur tout ce que les gens font réellement avec l'IA en 2026. L'accuracy sur du contenu mixte réaliste se situe entre 60% et 80% pour les meilleurs outils.