Intelligence artificielle (IA)
L'intelligence artificielle (IA) désigne les systèmes informatiques capables d'accomplir des tâches associées à l'intelligence humaine : comprendre, prédire, décider ou créer du contenu. Sur le web, elle transforme les moteurs de recherche en moteurs de réponse, qui rédigent une réponse et citent quelques sources.
Définition de l'intelligence artificielle
L'intelligence artificielle n'est pas une technologie unique mais un champ de l'informatique, né officiellement à l'été 1956 lors d'un atelier de recherche organisé au Dartmouth College sous la conduite du mathématicien John McCarthy. Le projet partait d'une idée simple : décrire assez précisément une capacité humaine (apprendre, raisonner, comprendre une phrase) pour qu'une machine puisse la reproduire.
Soixante-dix ans plus tard, les textes officiels ne définissent plus l'IA par l'imitation de l'humain, mais par ce que fait le système. L'OCDE, dans sa définition révisée en novembre 2023, décrit un système d'IA comme un système fondé sur une machine qui, à partir des données qu'il reçoit, déduit comment produire des prédictions, des contenus, des recommandations ou des décisions. Le règlement européen sur l'IA (règlement (UE) 2024/1689, article 3) reprend cette approche : le critère central est la capacité d'inférence, avec un degré d'autonomie variable.
Retenez cette nuance, elle évite bien des confusions : un tableur qui applique une formule n'est pas une IA, car il exécute une règle écrite par un humain. Un filtre antispam qui a appris seul à reconnaître un courriel indésirable en est une, car il a déduit sa règle des exemples. On parle d'ailleurs souvent des intelligences artificielles au pluriel, tant les systèmes regroupés sous ce nom diffèrent par leurs méthodes et leurs usages.
Les grands types d'IA utiles au web
Les classements théoriques (IA faible et IA forte, IA symbolique et IA connexionniste) éclairent l'histoire de la discipline, mais ils aident peu à comprendre ce qui touche un site. Quatre familles comptent en pratique.
L'apprentissage automatique (machine learning). Le système apprend des régularités à partir de données. C'est lui qui trie les courriels, détecte la fraude ou prévoit des ventes. Les moteurs de recherche s'en servent depuis des années pour classer les pages : Google a présenté RankBrain dès 2015.
Le traitement du langage naturel. Il permet à une machine de comprendre le sens d'une requête plutôt que ses seuls mots. Grâce à lui, un moteur sait qu'une question sur « le meilleur moment pour tailler un rosier » attend une saison, pas une page qui répète le mot « tailler ».
La vision par ordinateur. Elle reconnaît le contenu d'une image ou d'une vidéo. Elle alimente la recherche par image, la lecture automatique des visuels de produits et la description des photos pour l'accessibilité.
L'IA générative. Elle ne se contente plus de classer ou de reconnaître : elle produit un texte, une image, du code ou une voix. Les grands modèles de langage (LLM) qui font fonctionner ChatGPT, Gemini, Claude ou Le Chat en relèvent. C'est elle qui modifie le plus la recherche en ligne depuis 2023.
IA générative et moteurs de réponse
Un modèle de langage ne cherche pas une information : il prédit la suite de mots la plus probable. Google le rappelle dans ses consignes sur les contenus générés par IA, qui jugent la vérification humaine « critique » avant toute publication. Laissé à sa seule mémoire, un modèle peut donc inventer une source ou un chiffre.
Pour répondre sur des faits récents, les assistants combinent le modèle avec une recherche. Ils interrogent un index, récupèrent quelques pages, puis rédigent une synthèse appuyée sur ces documents : c'est le grounding. Le résultat porte un nom, le moteur de réponse : au lieu d'une liste de liens, l'utilisateur reçoit une réponse rédigée, avec quelques sources citées. ChatGPT avec la recherche, Perplexity, Copilot et, chez Google, les AI Overviews et le mode IA fonctionnent ainsi. Google précise dans sa page sur les fonctionnalités d'IA et votre site que ses réponses peuvent lancer plusieurs recherches en parallèle sur des sous-questions (le « query fan-out ») pour afficher un éventail de liens plus large.
L'usage a suivi. Selon le Baromètre du numérique 2026, mené par le Crédoc pour l'Arcep, l'Arcom, le CGE et l'ANCT, 48 % des Français utilisaient l'IA générative en 2025, contre 20 % en 2023, et 85 % des 18-24 ans. Parmi ces utilisateurs, 73 % s'en servent pour rechercher une information, ce qui en fait le premier usage déclaré, devant la traduction (58 %). Pour une marque, la question n'est donc plus seulement d'apparaître dans une liste de résultats, mais d'être la source que la réponse cite.
Ce que l'IA change pour le référencement
Le référencement naturel ne disparaît pas, il change de sortie. Google l'écrit sans détour dans son guide d'optimisation pour les fonctionnalités d'IA générative : optimiser pour la recherche générative, c'est toujours du SEO. Pour apparaître dans un AI Overview, une page doit simplement être indexée et pouvoir s'afficher avec un extrait ; aucun fichier, balisage ou optimisation spéciale n'est requis. Quatre changements méritent pourtant votre attention.
Le clic n'est plus garanti. Quand la réponse figure en tête de page, une partie des internautes ne clique plus. Nos articles sur les AI Overviews en France et sur leur effet dans la Search Console détaillent comment le mesurer : Google compte les apparitions dans ses fonctions d'IA dans le rapport Performance, type de recherche Web, sans les isoler.
La citation devient un objectif. Être cité dans la réponse rapporte de la visibilité même sans clic. Les méthodes qui augmentent cette probabilité portent un nom, le GEO, proche de l'AEO qui vise les blocs de réponse. Notre guide pratique du generative engine optimization en donne la méthode, et l'article SEO ou GEO : faut-il choisir ? montre ce que les deux approches partagent.
La forme du contenu compte davantage. Les moteurs de réponse reprennent volontiers un passage autonome qui répond à la question dès les premières lignes, appuyé sur des sources datées. Le chapitre écrire un contenu qu'une IA peut citer en donne les règles. Google met aussi en garde contre la production de pages en masse pour influencer les réponses : c'est une pratique sanctionnée au titre des abus de contenu à grande échelle.
L'accès des robots se décide. Les assistants explorent le web avec leurs propres robots. Bloquer Googlebot retire vos pages des AI Overviews comme des résultats classiques, alors que le jeton Google-Extended ne joue que sur l'entraînement et le grounding d'autres produits de Google. Le chapitre autoriser ou bloquer les robots d'IA vous aide à trancher, robot par robot.
Pour aller plus loin
- Comment les moteurs de réponse choisissent leurs sources, le mécanisme expliqué pas à pas
- Les moteurs de réponse à suivre vraiment en 2026, pour savoir où concentrer vos efforts
- Mesurer sa visibilité dans les moteurs de réponse, dans le guide SEO
- Contenus IA : Google juge la relecture humaine « critique », si vous rédigez avec un assistant
- Dans le glossaire : citation IA, entité et part de voix IA
Sources
- Dartmouth College, Celebrating an AI milestone and guiding the future, février 2026
- OCDE, Stuart Russell, Karine Perset et Marko Grobelnik, Updates to the OECD's definition of an AI system explained, 29 novembre 2023
- Union européenne, règlement (UE) 2024/1689 sur l'intelligence artificielle, article 3, Journal officiel du 12 juillet 2024
- Maire-info, L'intelligence artificielle utilisée aujourd'hui par près d'un Français sur deux, selon le baromètre du numérique, 10 février 2026 (Baromètre du numérique 2026, Crédoc)
- Google, Les fonctionnalités d'IA et votre site Web, consulté le 19 novembre 2026
- Google, Optimizing your website for generative AI features on Google Search, consulté le 19 novembre 2026
- Google, Conseils de la recherche Google sur l'utilisation de contenu généré par IA, consulté le 19 novembre 2026