AI slop : Google ne pénalise pas l'IA, il pénalise l'échelle

En décembre 2025, Merriam-Webster a élu « slop » mot de l'année, avec une définition sans ambiguïté : du contenu numérique de faible qualité, produit généralement en quantité au moyen de l'intelligence artificielle.

Depuis, la même question revient dans presque tous mes échanges clients, formulée à peu près ainsi : « si on utilise l'IA pour rédiger, est-ce que Google va nous pénaliser ? »

Telle quelle, la réponse est non. Et la question est mal posée, d'une façon qui coûte cher, parce qu'elle conduit soit à s'interdire un outil utile, soit à se croire à l'abri pour de mauvaises raisons.

Ce que la politique de Google dit réellement

La règle en cause s'appelle le « scaled content abuse », l'abus de contenu à grande échelle. Elle vise la production de volumes importants de pages qui apportent peu de valeur aux utilisateurs.

Le point décisif, et celui qui est systématiquement perdu dans les reprises, c'est que cette politique est agnostique quant à la méthode de production. Que les pages soient écrites par une IA, par des rédacteurs sous-payés, ou récupérées par scraping sur d'autres sites, elle s'applique de la même façon. Ce qui est examiné, c'est l'intention (produire à l'échelle dans le but principal de manipuler le classement) et le résultat (peu ou pas de valeur pour le lecteur).

Autrement dit, le critère n'est pas l'outil. C'est le rapport entre le volume produit et la valeur apportée.

Cela a une conséquence directe et souvent mal acceptée : un contenu écrit intégralement par un humain, décliné en huit cents variantes de pages de destination pour capter huit cents requêtes de longue traîne sans rien apporter à personne, relève exactement de la même politique qu'un contenu généré. Et à l'inverse, un article assisté par IA, relu, corrigé, enrichi d'une expérience réelle et publié à un rythme normal, ne pose aucun problème de principe.

La mise à jour anti-spam de juin 2026, déployée le 24 juin et achevée le 26, va dans ce sens. Google a indiqué qu'elle n'introduisait pas de nouvelle politique et qu'elle affinait les systèmes de détection des violations déjà définies. C'est une amélioration de l'application, pas un changement de règle. Ceux qui ont cherché la nouvelle interdiction cherchaient quelque chose qui n'existait pas.

Le déplacement réel : de la page vers le réseau

Ce qui change, ce n'est donc pas la règle, c'est la capacité à la faire respecter. Et là, il faut être précis sur ce qui est documenté et sur ce qui ne l'est pas.

Côté recherche web, le système connu s'appelle SpamBrain, déployé publiquement depuis fin 2022. Il travaille sur des signaux d'ensemble plutôt que sur l'évaluation isolée d'une page : accélérations brutales du rythme de publication, motifs de contenu répétitifs, absence de signaux d'expertise, engagement faible.

Il existe par ailleurs un travail de Google Research qui illustre bien cette logique, à condition de dire exactement ce qu'il est. Le papier « Scalable Detection of Adversarial Synthetic Slop and Coordinated Media Abuse: A LoRA-Enabled Multimodal Defense System » décrit un système baptisé S-CTS. Deux précisions indispensables : il est conçu pour les plateformes vidéo en ligne, pas pour la recherche web, et rien n'indique qu'il soit déployé dans le classement de Google Search. Les résultats opérationnels qu'il rapporte, de l'ordre de 50 000 grappes et 130 000 chaînes fermées en six mois, sont des suppressions de comptes sur une plateforme vidéo, pas des sanctions de référencement.

Je le cite quand même, parce que le principe qu'il illustre est transposable et éclairant : plutôt que de juger chaque vidéo isolément, le système repère des grappes de comptes partageant une même infrastructure et un même gabarit narratif, puis traite la grappe entière. Le raisonnement est le même que celui de SpamBrain : quand le spam devient capable de produire une infinité de variantes uniques d'un contenu fonctionnellement identique, l'analyse pièce par pièce perd son efficacité, et la détection se déplace vers la coordination et l'infrastructure.

C'est une bonne nouvelle pour l'éditeur isolé et honnête, et une très mauvaise pour les réseaux de sites. Le signal qui trahit n'est pas la qualité d'une page prise séparément, c'est la ressemblance structurelle entre des centaines de pages qui prétendent être indépendantes.

SynthID est un autre sujet, à ne surtout pas confondre

Une confusion s'installe et je préfère la couper net, parce qu'elle mène à des conclusions fausses.

SynthID est une technologie de tatouage numérique de Google DeepMind. Elle inscrit une marque invisible dans les contenus produits par les outils d'IA de Google, images, audio, vidéo et texte, et Google a mis en ligne un portail de vérification, SynthID Detector, permettant de tester si un contenu porte cette marque. Le volume de contenus marqués se compte en milliards et progresse vite.

Ce n'est pas un système de détection de spam, et ce n'est pas un signal de classement. Trois différences suffisent à s'en convaincre.

D'abord, SynthID ne détecte pas « du contenu IA » en général. Il reconnaît une marque que les outils de Google ont apposée. Un texte produit par un modèle concurrent, ou par un modèle ouvert exécuté localement, ne porte aucune marque et reste totalement invisible pour ce dispositif.

Ensuite, sa finalité est la provenance et la transparence, pas la sanction. Il répond à la question « d'où vient ce fichier », pas à la question « ce contenu mérite-t-il d'être classé ».

Enfin, rien n'indique que la présence ou l'absence d'une marque SynthID entre dans l'évaluation du classement d'une page. Supposer le contraire conduirait à la stratégie absurde consistant à éviter les outils de Google pour ne pas être marqué, alors que la politique anti-spam, elle, se moque totalement de l'outil employé.

Détection de spam et tatouage de provenance sont deux chantiers distincts, avec des objectifs distincts. Les additionner produit une peur mal dirigée.

La bonne question à poser

En pratique, quand un client me demande si son contenu risque quelque chose, je remplace sa question par trois autres.

Est-ce que ce contenu existerait si les moteurs de recherche n'existaient pas ? C'est le test le plus économique. Une page créée uniquement parce qu'une requête existe, et qui n'aurait aucune raison d'être autrement, est déjà du mauvais côté de la frontière, quel que soit son auteur.

Est-ce qu'un lecteur qui arrive dessus obtient quelque chose qu'il n'aurait pas ailleurs ? Une expérience, une donnée propriétaire, un point de vue argumenté, une vérification que personne d'autre n'a faite. Si la réponse est « une reformulation de ce qui est déjà en ligne », le volume ne sauvera rien, il aggravera.

Est-ce que le rythme de publication correspond à une capacité éditoriale réelle ? Passer de quatre articles par mois à quatre cents est un signal en soi, indépendamment du contenu. Non pas parce que le volume serait interdit, mais parce qu'un volume qui excède manifestement la capacité de relecture révèle l'absence de relecture.

Ces trois questions ne mentionnent jamais l'IA, et c'est exactement le but. C'est la même ligne que celle que je défendais en cherchant où s'arrête l'automatisation en SEO et en GEO : l'outil n'est pas le sujet, le jugement éditorial l'est.

Le parallèle avec un autre terrain me paraît éclairant. Quand j'ai regardé l'afflux de faux rapports de vulnérabilité générés par IA dans les programmes de bug bounty, le problème n'était pas non plus que des rapports soient rédigés avec une IA. C'était que le coût de production d'un rapport plausible mais creux était tombé à presque zéro, pendant que le coût de son traitement, lui, restait entier. Le SEO vit exactement la même asymétrie. Ce qui sature un système, ce n'est jamais l'outil, c'est le déséquilibre entre le coût de produire et le coût de trier.

Ce que je retiens

L'énoncé « Google pénalise l'IA » est faux, et il est nuisible parce qu'il détourne l'attention du vrai critère. Rien dans la politique publiée ne sanctionne l'usage d'un outil de génération. La politique sanctionne la production de volume à faible valeur destinée à manipuler le classement, indépendamment de la façon dont ce volume a été produit.

Ce qui a changé récemment, ce n'est pas la règle mais la détection, qui se déplace de l'évaluation de la page isolée vers la reconnaissance de motifs de coordination à l'échelle d'un réseau. Cette évolution est plutôt favorable aux éditeurs sincères, y compris ceux qui utilisent l'IA de façon assumée, et franchement défavorable aux fermes de contenu, y compris celles qui emploient des humains.

Et le tatouage de provenance, SynthID, est un chantier séparé qui ne joue aucun rôle connu dans cette histoire. Le confondre avec la lutte anti-spam mène à optimiser contre le mauvais adversaire.

Sources : Merriam-Webster, mot de l'année 2025 · Google, politiques anti-spam de la recherche · Google Research, Scalable Detection of Adversarial Synthetic Slop and Coordinated Media Abuse · Google, SynthID Detector · Google DeepMind, SynthID