Microsoft alerte sur le « doom loop » qui menace le Web

Microsoft et OpenAI décrivent un risque pour l’écosystème numérique. Fin 2023, le New York Times a poursuivi OpenAI et Microsoft devant un tribunal fédéral de New York. Mi-septembre 2026, les éditeurs ont déposé un mémoire de 92 pages. Des notes internes rendues publiques y décrivent les effets économiques des technologies concernées. Microsoft écrit que ses produits menacent les fondements économiques de leurs fournisseurs essentiels. L’entreprise parle aussi d’un « doom loop ». Selon elle, sa stratégie de contenus IA pourrait nuire aux performances de ses modèles et à l’ensemble du web. Nick Turley, responsable de ChatGPT, estime que les IA constituent une menace existentielle pour les éditeurs.

Les réponses synthétiques réduisent le besoin de visiter certains sites. Google a longtemps affirmé que les AI Overviews et l’AI Mode ne feraient pas baisser le trafic. Les contenus evergreen semblent particulièrement exposés. Ils comprennent les guides, les comparatifs et les réponses aux questions récurrentes. Fin juillet, Bérangère Farcot, responsable marketing et audience du journal Le Temps, indiquait que le taux de clic avait été divisé par deux pour ces contenus. Elle expliquait qu’une donnée suffisante affichée dans une Overview pouvait limiter la consultation de l’article original. Cette évolution pèse sur les contenus pratiques et peut encourager leur production automatisée par les éditeurs eux-mêmes.

Les éditeurs automatisent leurs contenus

Prisma Media illustre cette pression sur les groupes de presse. Fin mars 2026, le groupe a annoncé la suppression de 261 postes, soit près de 40 % de ses effectifs. Dans le même temps, il a formé ses 400 journalistes à l’IA. Voici produit environ 20 % de son contenu en ligne avec l’IA, à partir de dépêches d’agences. Selon une enquête de Next, l’IA générerait jusqu’à 40 % des articles du groupe. Cette production ajoute des textes artificiels au web. Ces textes peuvent ensuite rejoindre les corpus utilisés pour entraîner les modèles suivants.

Le risque technique porte sur la qualité des données d’entraînement. Une étude publiée en 2024 dans Nature décrit le « model collapse ». Des chercheurs d’Oxford, de Cambridge, de Toronto et de l’Imperial College de Londres ont étudié un entraînement répété sur des contenus générés par des IA. Les défauts observés deviennent irréversibles lorsque les modèles absorbent ces productions sans discernement. Les informations rares disparaissent d’abord. Puis les générations successives s’éloignent de la réalité et introduisent davantage d’erreurs. Dans l’expérience, un texte sur l’architecture médiévale a fini par produire une liste de lièvres aux queues de différentes couleurs.

Google et Microsoft rémunèrent les éditeurs

Les mécanismes de rémunération constituent une réponse engagée par plusieurs groupes. Mi-septembre 2026, Digiday révélait que Google commençait à payer certains éditeurs utilisés dans les réponses de Gemini, des AI Overviews et de l’AI Mode. Son programme « AI contribution pilot » fonctionnerait sur invitation et concernerait une centaine d’éditeurs. La rémunération dépendrait de la part de leurs contenus dans chaque réponse. En février 2026, Microsoft avait lancé la Publisher Content Marketplace. Cette plateforme permet aux éditeurs de fixer leurs conditions. Ils perçoivent ensuite une rémunération selon l’usage de leurs contenus par les IA. Ces dispositifs visent donc à préserver certaines sources humaines nécessaires aux modèles.

Le scénario d’autosuffisance reste défendu par Sam Altman. En 2023, le cofondateur d’OpenAI estimait que les IA pourraient produire elles-mêmes de bonnes données synthétiques. Selon son raisonnement, les modèles pourraient alors franchir un « horizon des événements » et ne plus dépendre des humains pour leurs données d’entraînement. Les chercheurs de l’étude publiée dans Nature prévenaient pourtant que la publication massive de contenus générés par des IA pourrait polluer la collecte destinée aux successeurs des modèles. Ils évoquaient aussi un avantage pour les premiers modèles, entraînés sur un web encore épargné par l’IA. L’industrie doit donc arbitrer entre automatisation des contenus et maintien de sources humaines diversifiées.