Le contrat tacite que la recherche générative a rompu

Le web repose depuis des décennies sur un échange implicite entre éditeurs et moteurs de recherche : le moteur crawle le contenu, et en retour il envoie des visites. Ces visites se monétisent en publicité, en abonnements ou en leads, et une partie de ce revenu finance la production du contenu suivant. Ce contrat n'a jamais été écrit nulle part, mais c'est lui qui a fait tourner l'économie du web éditorial.

Un moteur génératif fonctionne différemment par construction. Il lit les pages, fabrique une réponse à partir de leur contenu, et garde l'utilisateur sur sa propre interface. La valeur du contenu original est bien utilisée puisqu'elle nourrit la réponse, mais l'absence de visite prive l'éditeur de la rémunération qui allait avec. Sylvain Peyronnet appelle ce phénomène l'extraction, et le mesure par un taux : la part de la valeur d'une page que le moteur conserve sans renvoyer de visite en échange.

• Un moteur de recherche classique se situe à 0 %, toute la valeur repart vers les sources sous forme de clics.
• Une réponse générative complète se situe à 100 %, l'utilisateur obtient ce qu'il cherchait et n'a plus de raison de cliquer.

Trois dégradations qui frappent en même temps

Pour comprendre ce qui se passe quand ce taux d'extraction augmente, le papier modélise le web crawlable comme ce que les économistes appellent un commun, une ressource partagée dont personne n'assume seul l'entretien. L'auteur compare cela à un pré communal : tant que peu de bêtes y paissent, l'herbe repousse sans problème, mais au-delà d'une certaine charge, elle ne repousse plus assez vite. Le web crawlable est ce pré, et le contenu neuf, financé jusqu'ici par les visites organiques, en est l'entretien.

Le modèle identifie trois réactions des éditeurs face à la montée du taux d'extraction, et ces trois réactions dégradent le corpus chacune à leur manière.

1. La première concerne le tri par la qualité. Un site à forte valeur ajoutée dispose d'alternatives au trafic organique : abonnement, licences, audience directe. Ces alternatives rapportent d'autant plus que le contenu est bon. Quand le trafic ne paie plus, ce sont donc logiquement les meilleurs contenus qui se ferment aux crawlers ou passent derrière un paywall, laissant un corpus ouvert de plus en plus composé de contenu de faible valeur.
2. La deuxième concerne le renouvellement. Moins de visites signifie moins de revenu, donc moins de moyens pour produire du contenu neuf. Le corpus continue de vieillir normalement, mais ce qui expire n'est plus remplacé au même rythme.
3. La troisième concerne la nature même du contenu produit. Face à un moteur qui absorbe tout ce qui est durable, un éditeur qui cherche à survivre a tout intérêt à déplacer sa valeur vers ce que le moteur ne peut pas stocker facilement : données en temps réel, flux, outils, communauté. À l'inverse, la tentation existe aussi de produire du contenu qui ne coûte presque rien, ce que l'auteur associe à l'AI slop.

Ces trois dégradations, précise l'article, ont la même cause et surviennent donc simultanément : le volume, la qualité moyenne et la durée de vie du corpus baissent en même temps.

Un seuil unique, et une phase silencieuse avant la chute

Le résultat central du papier est la démonstration mathématique...