L’intelligence artificielle est désormais omniprésente dans notre travail. Elle nous aide à rédiger des courriels, à concevoir des publicités et à mieux comprendre nos clients. Sa puissance est impressionnante, et elle ne cesse de grandir. Mais un risque majeur, dont on parle encore trop peu, menace de réduire considérablement son efficacité, au point de rendre certains outils presque inutilisables. Ce phénomène porte un nom technique : le model collapse, ou effondrement des modèles.
Mais concrètement, de quoi s’agit-il ? Imaginez une photo magnifique. Vous en faites une copie à l’aide d’une photocopieuse. La première copie est fidèle, presque identique à l’original. Puis vous copiez cette copie. Et encore, et encore. À chaque reproduction, l’image perd un peu de sa netteté, les couleurs s’altèrent. Au bout d’un certain nombre de duplications, on ne distingue même plus la photo de départ.
C’est exactement ce qui pourrait arriver à l’IA. Aujourd’hui, nous n’en sommes qu’aux premières générations de copies, les effets restent donc discrets, mais le processus est bel et bien enclenché. Et pour certains spécialistes, il serait même inévitable.
Les modèles d’intelligence artificielle comme ChatGPT apprennent en ingérant d’immenses quantités d’informations issues d’Internet. Au départ, ces contenus étaient presque entièrement produits par des humains. Mais aujourd’hui, une grande partie du web est remplie de textes générés ou traduits par d’autres IA. Une étude datant d’un an estimait déjà que 57 % des textes en ligne provenaient d’une intelligence artificielle. On peut donc raisonnablement penser que ce chiffre est encore plus élevé aujourd’hui.
Le problème, c’est que les nouveaux modèles apprennent désormais à partir de contenus produits par d’anciens modèles. Comme pour la métaphore de la photo, on ne travaille plus à partir de l’original, mais à partir de copies, puis de copies de copies. À chaque génération, la qualité se dégrade. L’IA perd en précision, oublie des nuances, commence à produire des erreurs. C’est ce qu’on appelle le model collapse : une forme d’auto-dégradation, où l’IA finit par se nourrir de ses propres productions,au risque de tourner en rond.
L’impact du model collapse sur les spécialistes du marketing
Pourquoi devriez-vous, en tant que spécialiste du marketing, vous en préoccuper ? Parce que ce phénomène va avoir un impact direct, et imminent, sur notre travail.
Commençons par Google. Le moteur de recherche intègre désormais l’intelligence artificielle pour afficher des réponses directement dans les résultats, via une fonctionnalité appelée « AI Overviews ». Pour offrir des réponses pertinentes, cette IA a besoin de contenus fiables, originaux et de qualité présents sur le web. Mais que se passera-t-il lorsque ces contenus seront en grande partie remplacés par des textes génériques générés par d’autres IA ? Les réponses fournies deviendront moins justes, moins nuancées, et souvent répétitives. L’outil commencera à relayer de fausses informations ou des banalités, et les utilisateurs risquent, à terme, de ne plus faire confiance à Google.
Pour les professionnels du marketing, c’est un enjeu de taille. Si nos sites deviennent plus difficiles à trouver, notre trafic en pâtira directement. Des études indiquent déjà que lorsque l’IA propose une réponse en haut de page, très peu d’utilisateurs prennent la peine de cliquer sur les liens vers les sites web. Une analyse a même montré qu’un site peut perdre jusqu’à 79 % de son trafic sur une requête, si ses résultats sont relégués sous un encadré AI Overview. C’est une menace réelle pour le SEO et les stratégies de contenu.
Autre sujet de préoccupation : la publicité payante. Beaucoup d’annonceurs s’appuient sur la programmatique pour diffuser leurs messages aux bonnes audiences. Or, la prolifération de contenus générés par l’IA a entraîné l’émergence de milliers de faux sites, souvent appelés sites « MFA » (made for advertising), conçus uniquement pour accumuler les revenus publicitaires. Ces plateformes sont saturées d’articles sans intérêt et de bannières envahissantes. D’après un rapport, jusqu’à 15 % des budgets programmatiques seraient gaspillés sur ces sites de piètre qualité. Autrement dit, nos annonces s’affichent sur des pages que personne ne lit vraiment, et une part non négligeable de nos investissements part en fumée.
Dans le même temps, certains acteurs malintentionnés exploitent l’IA pour orchestrer des fraudes publicitaires. Ils créent de faux profils, génèrent de faux clics et simulent de l’engagement artificiel. Résultat : il devient de plus en plus difficile de savoir si nos publicités atteignent réellement de vrais consommateurs. Le model collapse ne fait qu’aggraver le problème, car les IA que nous utilisons pour cibler nos campagnes s’entraînent à leur tour sur des données biaisées. On entre alors dans un cercle vicieux où les décisions sont de moins en moins fiables, car fondées sur des informations de plus en plus erronées.
Comment limiter les effets du model collapse
Les professionnels du marketing ne peuvent pas régler ce problème tout seuls, mais ils peuvent faire preuve de discernement. Cela passe par une adaptation rapide de leurs stratégies, avant que les conséquences ne deviennent trop visibles.
1. Miser sur une qualité authentique
Dans un environnement saturé de contenus artificiels, la vraie expertise humaine n’a jamais été aussi précieuse. Plus que jamais, nous devons créer des contenus réellement utiles, originaux et nourris d’expériences vécues. Racontez des histoires authentiques. Partagez des données concrètes. C’est ce à quoi les gens font confiance, et ce que les IA de qualité devraient savoir reconnaître. Mettez un peu de vous-même dans chaque contenu, même en contexte professionnel. Et n’hésitez pas à y glisser une touche d’humour pour le rendre plus vivant, plus humain.
2. Valorisez vos propres données
Les données que vous recueillez directement auprès de vos clients, vos données propriétaires, sont une véritable mine d’or : elles sont fiables, pertinentes et ancrées dans la réalité. Servez-vous-en pour mieux comprendre vos audiences, et pourquoi pas, pour entraîner vos propres modèles d’IA à petite échelle. Ne vous reposez pas uniquement sur les grands modèles nourris par un web chaotique : exploitez leur puissance d’analyse, mais alimentez-les avec des données soigneusement sélectionnées et vérifiées. C’est ce type d’approche équilibrée qui vous apportera de vrais résultats.
3. Achetez vos espaces pub avec discernement
Préférez collaborer avec des éditeurs fiables. Dressez une liste de sites en lesquels vous avez confiance et configurez votre plateforme pour que vos publicités y soient diffusées exclusivement. Et surtout, demandez plus de transparence sur les emplacements, les audiences et les performances.
L’ère de l’IA ouvre des perspectives passionnantes, mais elle comporte aussi son lot de risques. Remettre certaines choses en question et se préparer aux dérives possibles ne fait pas de vous un opposant à l’intelligence artificielle, au contraire. Cela fait de vous un professionnel lucide et responsable, un véritable atout pour votre marque et vos clients.
Mais ne vous y trompez pas : le model collapse peut sembler anodin aujourd’hui, mais ses effets se font sentir un peu plus chaque jour. En tant que professionnels du marketing, il est essentiel de comprendre ce phénomène et d’ajuster nos stratégies en conséquence. L’avenir ne récompensera pas ceux qui produisent le plus de contenu avec l’IA, mais ceux qui sauront créer les contenus les plus fiables, authentiques et porteurs de sens.
Mon conseil : faites de la qualité et de la confiance vos priorités. Est-ce que mon anglais rivalise avec celui des derniers modèles d’IA ultra-performants ? Probablement pas. Mais c’est justement dans nos imperfections et notre singularité que se trouve la vraie richesse de l’expérience humaine. Pour ma part, je continuerai à défendre cette humanité, un article de blogue imparfait à la fois.
