
Actualité : Google a déréférencé de son algorithme Discover neuf des plus gros sites d’information générés par IA qu’il y promouvait et qui ne respectaient pas ses règles. Celles-ci pénalisent les profils d’auteurs fictifs, demandent une vérification manuelle des contenus générés par IA et privilégient le travail humain aux pages générées automatiquement. Ce cas relie la qualité des contenus IA à leur vérification et à leur visibilité sur Google. (next.ink, 7 novembre 2026).
Quand Google retire neuf sites d’information générés par IA de Discover, nous distinguons l’usage de l’outil des pratiques de publication évoquées dans ce cas. Pour juger la qualité d’un contenu IA, nous regardons ce que ses sources étayent, la valeur qu’il apporte au lecteur et la place du contrôle humain, sans prendre un score de détection pour un verdict.
Pourquoi Google a-t-il déréférencé neuf sites d’information IA de Discover ?
Google a retiré neuf sites d’information générés par IA de Discover parce qu’ils ne respectaient pas ses règles, avec des problèmes de spam parmi les motifs rapportés par Next.
Le périmètre est Discover. Selon Next, dans la nuit du 3 au 4 novembre, Google a déréférencé neuf des principaux sites d’information générés par IA qu’il promouvait jusque-là via son algorithme de recommandation, car ils ne respectaient pas ses règles. Nous limitons donc ici le terme « déréférencement » au retrait de ce flux, tel qu’il est décrit par le média.
Pour préciser les motifs, Next rapporte, à partir d’un courriel de Google obtenu par 1492.vision, que le moteur évoquait des « problèmes de spam majeurs », notamment une « utilisation abusive de contenus à grande échelle » et des « techniques de dissimulation (cloaking) », ainsi que des manquements « répétés ou flagrants » aux règles anti-spam. Les motifs cités portent sur le spam et le non-respect des règles. Nous distinguons donc le recours à l’IA des pratiques précises rapportées dans l’article de Next.
Ce cas ne suffit pas à conclure que tout contenu produit avec l’IA est exclu de Discover : l’information relie le retrait aux manquements mentionnés. En France, notre analyse de la base SIRENE de l’INSEE, stock au 1er août 2026, dénombre 11 049 établissements actifs dans le secteur « Portails Internet ». Nous gardons ce décompte à son juste périmètre : il ne mesure ni la part de contenus générés par IA ni les retraits de Discover.
Notre conseil : évaluez chaque contenu sur ses sources et le respect des règles anti-spam rapportées par Next, plutôt que de traiter l’usage de l’IA comme un verdict sur sa qualité. C’est le critère utile pour comprendre cette décision sans l’étendre au-delà des faits rapportés.
Quelles consignes Google a-t-il changées pour les contenus générés par IA ?
Google demande de vérifier manuellement l’exactitude et la fiabilité de chaque contenu généré par IA avant publication, selon sa consigne sur l’IA générative, mise à jour le 5 octobre 2026.
La génération ne suffit pas.
Nous traduisons cette consigne en un repère éditorial simple : un contenu généré doit être contrôlé avant d’être publié. Pour appliquer ce principe, nous prenons les affirmations une par une, au lieu de relire le texte comme un bloc. Isolez les noms propres, les dates, les chiffres et les citations, puis comparez chacun à la source censée l’étayer. Ce sont des points de départ pratiques pour examiner l’exactitude du texte.
Nous conseillons aussi de regarder précisément ce que la référence permet d’affirmer. Si elle confirme une partie seulement, limitez la phrase à cette partie. Si elle ne soutient pas l’affirmation, retirez-la ou reformulez-la sans la présenter comme un fait établi. La formulation finale doit rester à la mesure de ce que la source confirme. Nous appliquons le même filtre aux titres, aux légendes et aux encadrés, afin que chaque élément publié soit inclus dans le contrôle manuel.
Pour rendre cette vérification concrète, gardez les références à portée de lecture et associez-les aux affirmations qu’elles appuient. Nous pouvons ainsi distinguer clairement les informations étayées des formulations qui demandent une reprise. Cicéro présente ses articles comme vérifiés et sourcés, et indique que chacun passe par un audit humain et une ré-optimisation avant livraison, comme le décrit son site.
À titre de donnée distincte, notre analyse de la base SIRENE de l’INSEE, stock au 1er août 2026, porte sur les 910 établissements du secteur « Portails Internet » qui déclarent un effectif : 78 % emploient moins de dix salariés. Ce chiffre situe le secteur, mais ne constitue pas une consigne de Google sur la qualité des contenus générés par IA.
Pourquoi les neuf déréférencements ont-ils surtout eu lieu la nuit ?
Selon Next, les retraits auraient surtout eu lieu pendant la nuit, heure française, parce que ce type de pénalité manuelle est pris aux États-Unis.
Nous retenons cette explication avec sa réserve. Next écrit que l’origine américaine de ces pénalités « expliquerait » l’horaire des disparitions : le lien est présenté au conditionnel, pas comme une certitude. Nous lisons donc dans l’article une explication proposée pour le décalage entre le lieu où la pénalité est prise et l’heure à laquelle les retraits ont été remarqués en France, sans ajouter de détail sur le moment de la décision.
La nuance compte. Nous distinguons l’horaire rapporté de la cause avancée : selon Next, le fait que ce type de pénalité manuelle soit pris aux États-Unis expliquerait que les disparitions aient majoritairement eu lieu pendant la nuit, heure française. Nous séparons ainsi ce que rapporte la source de ce qu’on pourrait en déduire. Elle n’établit pas, à elle seule, pourquoi ces sites ont été déréférencés. L’horaire ne constitue pas une conclusion sur la qualité du contenu IA.
À part de cette explication, notre analyse de la base SIRENE de l’INSEE, stock au 1er août 2026, indique que 63 % des 11 049 établissements actifs du secteur « Portails Internet » ont été créés depuis 2021. Nous situons ce chiffre à part : il porte sur les établissements du secteur, et non sur l’heure des retraits. Notre lecture de la question reste donc centrée sur l’explication rapportée par Next, pas sur ce repère distinct.
Pour lire l’épisode sans raccourci, nous ramenons la réponse à ce que la source avance : les pénalités seraient prises aux États-Unis, ce qui expliquerait leur apparition nocturne en France. Nous gardons le conditionnel dans cette formulation. Nous pouvons ainsi répondre à la question de l’horaire sans transformer une explication rapportée en certitude sur les décisions de Google. Notre conseil : retenez le décalage géographique avancé par Next comme une explication possible, et non comme une preuve sur les motifs des déréférencements.
Sources

Après ces déréférencements, faut-il isoler une vérification humaine dans le flux IA ?
Oui : mieux vaut isoler une validation humaine avant publication, puis l’étendre aux métadonnées susceptibles d’apparaître dans Search. Nous recommandons de ne pas laisser cette vérification au seul stade de génération.
Google juge essentielle la vérification manuelle de l’exactitude et de la fiabilité des contenus générés par IA avant publication. Sa consigne concerne aussi les titres, descriptions, données structurées et textes alternatifs des images susceptibles d’apparaître dans Search, comme le précise sa consigne sur la vérification des contenus générés par IA.
Notre grille sépare deux tâches : produire un contenu, puis contrôler ce qui sera publié. Nous traitons la relecture comme une étape distincte, pas comme une impression générale de qualité. Le contrôle doit rester lisible.
- Nous confrontons chaque affirmation factuelle à ses sources. Si une source ne soutient pas la formulation, resserrez celle-ci ou retirez-la.
- Nous examinons les titres et les descriptions avec le même soin que le texte principal, puisqu’ils font partie des éléments mentionnés par Google.
- Nous relisons les données structurées et les textes alternatifs des images. Une vérification limitée au corps de l’article laisserait de côté ces éléments.
- Nous écartons les formulations qui donnent une certitude supérieure à ce que les sources permettent d’affirmer.
Pour une rédaction, l’arbitrage est donc clair : la validation humaine doit précéder la publication et couvrir aussi les métadonnées. Elle ne consiste pas à reprendre mécaniquement un texte, mais à vérifier que chaque élément destiné à être publié reste fidèle à ce qui l’étaye.
Nous retenons cette séparation entre génération et contrôle : c’est le choix éditorial le plus net pour intégrer l’IA sans renoncer à une relecture exigeante.
Quel arbitrage éditorial cette décision pose-t-elle entre automatisation et travail humain ?
Le meilleur arbitrage consiste à confier à l’IA la recherche préparatoire et la structure, puis à réserver à la rédaction humaine l’apport éditorial, plutôt qu’à multiplier des pages sans valeur ajoutée.
Google présente deux usages possibles de l’IA générative : aider à rechercher un sujet et structurer un contenu original. En revanche, produire beaucoup de pages sans valeur ajoutée pour les utilisateurs peut enfreindre sa politique anti-spam sur l’abus de contenu à grande échelle, comme l’explique Google dans ses recommandations sur les contenus générés avec l’IA.
Nous retenons une distinction simple : l’automatisation peut préparer le travail, mais elle ne suffit pas à justifier la publication. Le passage de Google porte sur la valeur apportée aux utilisateurs et la production à grande échelle ; il ne prescrit pas une méthode unique de rédaction. La question éditoriale est donc ce que la page apporte concrètement au lecteur.
Pour appliquer ce critère, formulez l’utilité de chaque page en une phrase. Demandez-vous si son angle répond à une question précise, si les informations retenues sont pertinentes pour cette réponse et si un exemple aide à la comprendre. Si vous ne pouvez pas nommer cet apport, retravaillez l’angle ou le contenu avant publication, au lieu de simplement produire une autre page.
Le volume ne suffit pas. Cicéro présente une production supervisée par son équipe éditoriale, avec un audit humain et une ré-optimisation de chaque article avant livraison. C’est une manière concrète d’articuler automatisation et travail humain, sans confondre l’usage d’un outil avec la valeur du contenu.
Nous pouvons ainsi distinguer les tâches : laissez l’IA aider à explorer le sujet et à organiser la matière, puis gardez à la rédaction le choix de l’angle, des éléments à retenir et de la réponse proposée au lecteur. L’intervention humaine doit porter sur l’apport éditorial, pas seulement sur une validation formelle. Ce repère aide à arbitrer chaque page, qu’elle soit préparée avec un outil d’IA ou non.
Ce que le cas des neuf sites ne dit pas sur la détection des contenus IA
Les neuf déréférencements ne prouvent pas, à eux seuls, que Google détecte automatiquement les contenus IA : l’évaluation de détecteurs sur le Web et l’étude sur les résumés scientifiques décrivent des limites, sans établir la méthode appliquée à ces sites.
Dans l’évaluation de détection sur le Web, aucun système testé n’identifie plus de 12 % des réécritures d’un modèle de pointe lorsque le taux de faux positifs est fixé à 1 %, selon l’étude publiée dans l’anthologie ACL. Ce résultat concerne les systèmes évalués dans cette étude. Il ne permet pas, à lui seul, de conclure qu’un système particulier de Google a été utilisé pour décider du déréférencement.
Une étude publiée en 2023 a constaté qu’un détecteur avait faussement classé comme générés par IA jusqu’à 8 % de résumés scientifiques connus comme rédigés par des humains, selon l’article scientifique disponible sur PubMed Central. Nous retenons donc une limite essentielle : un résultat de détection n’est pas une preuve certaine de l’origine d’un texte.
Nous distinguons l’origine supposée d’un contenu et sa qualité éditoriale. Les chiffres cités portent sur la détection, pas sur l’exactitude, la pertinence ou l’utilité d’une page. Un score n’est pas un verdict éditorial. À lui seul, il ne permet pas de décider si un texte répond correctement à la question du lecteur.
Notre conseil : ne faites pas d’un détecteur le juge unique d’une page. Gardez son résultat comme un indice, puis examinez le contenu lui-même. Les affirmations sont-elles précises et étayées par des sources adaptées ? Le texte apporte-t-il une réponse utile, plutôt qu’une reformulation générale ? Cette lecture permet de juger ce qui est effectivement publié, sans prétendre déduire son mode de rédaction à partir d’un score.
Pour parler de ce cas avec justesse, nous nous en tenons donc à ce que les résultats permettent d’affirmer : des systèmes évalués peuvent manquer des réécritures, et un détecteur peut aussi classer à tort des textes humains. Ils ne révèlent pas, à eux seuls, la méthode suivie par Google pour ces neuf sites.
Ce qu'il faut retenir
Pour votre prochain contenu assisté par IA, nous recommandons de confronter chaque affirmation à sa source, puis de contrôler aussi le titre, la description, les données structurées et les textes alternatifs. Resserrez ou retirez toute formulation que les références ne justifient pas, puis demandez-vous quelle réponse utile la page apporte au lecteur.
Où en est votre site dans les réponses des IA ?
Cicero Studio part d'un audit GEO, puis assure la production éditoriale et le maillage sémantique automatisé : la qualité d'une agence, la productivité d'un software.
Comment nous avons écrit cet article
Les sources consultées sont listées en fin d'article, consultées le 8 novembre 2026. Là où nous n'en citons pas, c'est notre avis, et nous l'écrivons comme tel.
Les chiffres de secteur viennent de notre analyse de la base SIRENE de l'INSEE, stock au 1er août 2026. Ils comptent des établissements, ils ne mesurent ni la production ni les ventes.
Cet article donne des repères de choix et notre point de vue. Il ne remplace pas l'avis d'un professionnel sur une situation précise.
Il est publié par Cicero Studio (interne), qui a donc un intérêt dans le sujet.
Sources
- Google déréférence 9 des plus gros sites d’infos générés par IA qui polluent Discover - Next, next.ink
- Google Search's Guidance on Generative AI Content on Your Website | Google Search Central | Documentation | Google for D, developers.google.com
- Cicéro - Du contenu qui vous rend visible, cicero.studio
- Conseils de la recherche Google concernant le contenu généré par l'IA sur votre site Web | Google Search Central | Docum, developers.google.com
- PAWN++ in the Wild: Evaluating AI-Generated Text Detection on the Web - ACL Anthology, aclanthology.org
- The ChatGPT conundrum: Human-generated scientific manuscripts misidentified as AI creations by AI text detection tool - , pmc.ncbi.nlm.nih.gov