Apprendre avec une IA plutôt qu'avec des liens donne des conseils plus courts et plus uniformes

Les études GEO mesurent presque toutes ce que les réponses d'IA font au trafic, en comptant les clics perdus ou les citations obtenues. Celle-ci se place de l'autre côté de l'écran, chez la personne qui lit la réponse, et cherche ce qu'elle retient d'un sujet quand une machine a déjà trié et résumé les sources à sa place. La question concerne directement les éditeurs, puisque c'est leur contenu qui se retrouve fondu dans la synthèse.

Search Engine Journal l'a remise en circulation le 24 septembre 2026, dans une tribune de Duane Forrester sur les réponses d'IA qui effacent le chemin parcouru pour les obtenir. Le résumé qu'on y lit va plus loin que l'article scientifique sur deux points, la nature de ce qui a été mesuré et la part des participants qui cliquent sur les liens. Tous les chiffres ci-dessous sont repris de la publication elle-même.

Deux chercheurs en marketing et une revue à comité de lecture

Shiri Melumad enseigne à la Wharton School de l'Université de Pennsylvanie, et Jin Ho Yun au College of Business de l'Université d'État du Nouveau-Mexique, tout en étant rattaché à la Wharton Neuroscience Initiative. Leur article a été soumis le 28 mars 2025, accepté le 11 septembre après relecture par d'autres chercheurs, puis publié le 28 octobre dans PNAS Nexus, la revue en accès libre de l'Académie nationale des sciences des États-Unis. Une version de travail circulait auparavant sur SSRN.

Le financement vient du bureau du doyen de Wharton et de son laboratoire d'études comportementales, et les auteurs ne déclarent aucun conflit d'intérêts. Les protocoles ont été approuvés par le comité d'éthique de l'université. Six des sept expériences ont été préenregistrées, ce qui veut dire que les hypothèses et la façon de les tester ont été déposées publiquement avant la collecte, pour empêcher de choisir après coup les analyses qui arrangent. L'article ne le dit pas de l'expérience menée en laboratoire. Les données, les questionnaires et les préenregistrements sont accessibles sur la plateforme OSF.

Sept expériences et 10 462 participants

Le scénario est le même d'une expérience à l'autre. On demande aux participants d'imaginer qu'un ami leur demande conseil, par exemple pour démarrer un potager, et qu'ils veulent se renseigner avant de lui répondre. Un tirage au sort décide s'ils le font avec une IA ou avec des liens de recherche classiques, puis chacun écrit son conseil et répond à un questionnaire. Parce que seul le hasard sépare les deux groupes, un écart régulier entre eux s'explique par l'outil utilisé, et non par l'âge, la curiosité ou l'habitude des participants.

Le détail des trois réplications figure dans les annexes de l'article, et seuls leurs effectifs et ce qu'en dit le texte principal sont repris ici. Les participants des expériences 1 et 2 viennent du panel en ligne Prolific, ceux de l'expérience 4 d'Amazon Mechanical Turk, et ceux du laboratoire d'un panel universitaire dont l'âge moyen est de 23 ans. Les effectifs finaux, une fois écartés ceux qui ont échoué aux questions de contrôle d'attention, s'additionnent bien à 10 462. L'introduction de l'article écrit 10 426, une coquille que le résumé et le total contredisent.

Aucun test de connaissances dans le protocole

Le titre de l'article parle de profondeur d'apprentissage, que les auteurs approchent par quatre moyens différents. Le premier consiste à demander à chacun, sur une échelle de 1 à 5, s'il a appris des choses nouvelles, si les résultats lui ont paru complets et s'il se sent propriétaire de ce qu'il a appris. Le deuxième est le temps, celui passé sur les résultats puis celui passé à écrire, que les auteurs utilisent comme indicateur de l'effort fourni. Le troisième est une analyse automatique du conseil rédigé, qui compte ses mots et les faits précis qu'il cite (noms de légumes, d'outils ou de lieux, repérés par un logiciel de traitement du langage), puis mesure à quel point les conseils d'un même groupe se ressemblent. Un score de similarité de 0 veut dire que deux textes n'abordent aucun thème commun, un score de 1 qu'ils sont identiques. Le quatrième, enfin, repose sur des lecteurs extérieurs qui notent les conseils sans savoir comment ils ont été préparés.

Personne n'a été interrogé après coup sur le fond du sujet avec un questionnaire à bonnes et mauvaises réponses. Écrire, comme la tribune de Search Engine Journal, que les participants passés par l'IA en sont ressortis en sachant moins (« came away knowing less ») va donc au-delà de ce qui a été mesuré. L'étude montre qu'ils disent avoir moins appris et qu'ils produisent un texte plus pauvre. Les auteurs précisent eux-mêmes qu'un autre critère, comme un examen standardisé, pourrait tourner à l'avantage des IA.

Des conseils plus courts et plus uniformes après ChatGPT

Dans la première expérience, les participants cherchent réellement, sur Google ou sur une version de ChatGPT intégrée au questionnaire. Le groupe ChatGPT passe en moyenne 585 secondes sur la tâche de recherche, contre 743 pour le groupe Google, soit près de trois minutes de moins. Les deux groupes envoient pourtant le même nombre de requêtes (2,06 contre 2,15), si bien que l'écart tient au temps passé à lire ce qui revient.

Les participants passés par ChatGPT disent avoir appris moins de choses nouvelles (3,43 sur 5 contre 3,86) et jugent l'information moins complète (4,02 contre 4,27). Leurs conseils comptent 85 mots en moyenne contre 95, citent moins de faits précis, et surtout se ressemblent beaucoup plus entre eux, avec une similarité de 0,159 contre 0,057. Par ses thèmes, un conseil écrit après ChatGPT est donc près de trois fois plus proche de celui du voisin qu'un conseil écrit après une recherche Google.

Les auteurs testent aussi l'enchaînement qu'ils ont supposé au départ avec un modèle statistique qui relie les étapes entre elles. Le temps passé sur les résultats est lié au sentiment d'avoir appris, qui est lui-même lié à l'investissement dans le conseil et à sa richesse. Les données de cette première expérience sont compatibles avec cette chaîne.

Les mêmes faits présentés en synthèse suffisent à creuser l'écart

La première expérience laisse une objection ouverte, puisque Google et ChatGPT ne renvoient pas les mêmes informations et que l'écart pourrait venir du contenu plutôt que du format. Pour la neutraliser, les auteurs font écrire par GPT-4o une réponse de 291 mots contenant sept conseils de jardinage. Ils lui font ensuite réécrire ces sept conseils sous la forme de six articles dans le style de magazines comme Better Homes and Gardens, Martha Stewart ou le New York Times. Un groupe reçoit la synthèse, l'autre les six liens, et quel que soit le nombre de liens ouverts, chacun a accès aux mêmes faits.

Le groupe qui reçoit la synthèse passe pourtant 84 secondes sur les résultats contre 124, et dit avoir moins appris (3,71 contre 3,96), alors qu'il juge l'information tout aussi complète (4,30 contre 4,25). Ses conseils comptent 64 mots contre 74, contiennent moins de faits précis (4,00 contre 4,61) et se ressemblent trois fois plus (similarité de 0,224 contre 0,072). Une analyse complémentaire montre que l'effet tient même en tenant compte du nombre de sites que chacun a ouverts.

Pour un éditeur, ce dispositif isole la variable qui l'intéresse. À contenu identique, le simple fait de recevoir l'information déjà triée et résumée, au lieu d'aller la chercher dans plusieurs pages et de la recouper soi-même, suffit à produire un conseil plus pauvre.

L'AI Overview de Google produit le même effet que ChatGPT

Reste l'hypothèse d'un effet de nouveauté, les participants ayant l'habitude de Google et beaucoup moins celle de ChatGPT, que la troisième expérience écarte en gardant le même moteur des deux côtés. Dans un laboratoire universitaire, 250 participants cherchent sur Google, les uns avec l'AI Overview affiché en haut de la page et la consigne de s'en tenir à ce résumé sans ouvrir les liens, les autres sans AI Overview et libres de parcourir les résultats.

Le groupe AI Overview passe 56 secondes à chercher contre 67 et juge l'information nettement moins complète (3,32 contre 4,18), le plus gros écart déclaratif des quatre expériences. Ses conseils comptent 65 mots contre 90, soit 28 % de moins, et se ressemblent près de trois fois plus (0,214 contre 0,073). Sur ce petit effectif, trois écarts ne sont pas statistiquement significatifs et pourraient donc relever du hasard. Ils portent sur le sentiment d'avoir appris des choses nouvelles (2,41 contre 2,68), sur le sentiment d'être propriétaire de ce qu'on a appris et sur le nombre de faits cités.

La consigne de ne pas ouvrir les liens sous l'AI Overview rend la situation plus tranchée que dans la vie réelle, où rien n'empêche de descendre dans la page. L'expérience montre surtout que l'effet ne tient ni à ChatGPT ni au manque d'habitude d'un outil nouveau, puisque la synthèse de Google, lue par des habitués de Google, produit le même appauvrissement.

Des lecteurs à l'aveugle suivent moins les conseils issus de l'AI Overview

Les trois premières expériences mesurent ce que disent les participants et la forme de ce qu'ils écrivent. La quatrième vérifie si la différence se voit de l'extérieur. On présente à 1 493 personnes deux conseils tirés au hasard parmi ceux de l'expérience 3, l'un écrit après les liens de Google, l'autre après l'AI Overview, sans leur dire lequel est lequel. La plupart jugent le sujet important pour eux, avec une note moyenne de 4 sur 5.

Toutes ces différences sont significatives. Quand on leur montre ensuite les deux conseils côte à côte en leur demandant lequel est le plus utile, les lecteurs se répartissent en trois groupes, 756 (50,6 %) pour l'un, 367 (24,6 %) pour l'autre et 370 qui les jugent aussi utiles l'un que l'autre. La phrase de l'article attribue les 50,6 % aux conseils issus de l'IA tout en les disant « significativement plus bas » que les 24,6 % des liens, ce qui est impossible. Les étiquettes y sont manifestement inversées. La seule lecture cohérente avec les six notes du tableau et avec la conclusion des auteurs est qu'environ la moitié des lecteurs préfèrent le conseil écrit après les liens, contre un quart pour celui écrit après l'AI Overview.

Ce volet répond en partie à la faiblesse des mesures déclaratives, puisque ce sont d'autres personnes, sans rien savoir du protocole, qui trouvent le conseil moins convaincant. Les écarts restent modestes sur une échelle de 1 à 5, entre 0,2 et 0,4 point.

Seuls 26 % des participants cliquent sur les liens joints à la synthèse

Les assistants récents accompagnent souvent leur réponse de liens vers leurs sources, ce qui pourrait suffire à rendre le chemin au lecteur. La réplication A le teste sur 2 402 participants et sur un sujet dont ils avaient confirmé l'importance pour eux, mener une vie plus saine. Un troisième groupe reçoit la synthèse de l'IA accompagnée de liens vers le web en temps réel. L'effet se maintient, ce que les auteurs jugent peu surprenant puisque seuls 26 % des participants de ce groupe ont cliqué sur ces liens.

La tribune de Search Engine Journal résume ce résultat en écrivant que les participants ne sont pas allés voir (« Participants did not go look »), alors qu'un sur quatre l'a fait. Dans la vie réelle, la proportion est beaucoup plus basse. Pew Research a suivi la navigation de 900 adultes américains sur 68 879 recherches Google en mars 2025, et un lien placé dans le résumé IA n'a été cliqué que lors de 1 % des visites de pages qui en affichaient un. Les deux chiffres ne se comparent pas directement, l'un comptant des participants et l'autre des visites, et les participants de Wharton étaient en train de se renseigner pour conseiller quelqu'un. Ils vont néanmoins dans le même sens, puisque même dans une tâche d'apprentissage explicite, trois personnes sur quatre se contentent de la synthèse.

Limites de l'étude

La mesure de l'apprentissage reste indirecte. Elle repose sur des déclarations, sur le temps passé et sur des indicateurs de texte comme le nombre de mots, qui disent la richesse d'un conseil sans dire s'il est juste. Un conseil plus court peut aussi être mieux ciblé, même si le jugement des lecteurs de l'expérience 4 va plutôt dans l'autre sens.

L'étude porte sur une seule tâche, se renseigner pour conseiller quelqu'un, et sur des sujets grand public qui ne demandent aucune connaissance préalable. Les auteurs écartent eux-mêmes la recherche d'un fait isolé, comme une date historique, pour laquelle l'IA n'a aucune raison d'être désavantagée, et les domaines spécialisés comme les sciences avancées, où une synthèse peut au contraire aider à comprendre.

Les écarts sur les échelles de 1 à 5 vont en général de 0,1 à 0,4 point, et jusqu'à 0,86 point sur la complétude perçue dans l'expérience 3. Avec un à deux mille participants dans la plupart des expériences, de petits écarts deviennent significatifs, ce qui ne veut pas dire qu'ils sont grands. Les écarts sur les textes sont plus concrets, de 10 à 28 % de mots en moins selon l'expérience.

Les outils testés ont vieilli, puisque la première expérience utilise GPT-3.5-turbo, un modèle antérieur à ceux qui répondent aux utilisateurs en 2026, la deuxième une réponse simulée et la troisième un AI Overview affiché dans un laboratoire avec la consigne de ne pas ouvrir les liens. Les outils de recherche approfondie, qui mènent une enquête complète à la place de l'utilisateur, ne sont pas testés, et les auteurs supposent que l'effet pourrait y être amplifié sans l'avoir mesuré.

Enfin, le texte principal ne précise pas le pays des participants recrutés en ligne, et l'étude ne mesure à aucun moment si l'on se souvient des sites ou des marques dont provenait l'information, qui est pourtant la première question qu'un éditeur voudrait lui poser.

Ma lecture pour une stratégie GEO

L'étude décrit, côté utilisateur, le mécanisme que les mesures de trafic constatent côté site. L'expérience randomisée d'Agarwal et Sen mesure 38 % de clics organiques en moins avec les AI Overviews, Pew voit les clics sur les résultats classiques tomber de 15 à 8 % des visites. Wharton montre ce qui se passe chez le lecteur, à qui la synthèse épargne précisément le travail de lecture et de recoupement que les liens exigeaient, et qui s'en contente dans trois cas sur quatre même quand des liens lui sont proposés. La visite devient l'exception, et c'est ce qui justifie de suivre les citations et les mentions autant que les clics.

Les conseils écrits après une synthèse se ressemblent environ trois fois plus que ceux écrits après les liens, parce que les participants repartent de résumés très proches au lieu de composer chacun leur propre combinaison de sources. Pour une marque, j'y vois le risque que ce qui distingue son contenu de celui des concurrents se dilue dans un résumé qui met les sources en commun. L'hypothèse qui en découle, et que l'étude ne teste pas, est que les contenus qui résistent le mieux à la synthèse apportent ce que les autres sources n'ont pas (des données propres, un cas vécu, un chiffre daté), parce que le modèle ne peut pas les trouver ailleurs. L'étude de Zhang, He et Yao sur l'absorption donne un cadre pour mesurer la différence entre être cité et être réellement repris.

La tribune de Search Engine Journal décrit aussi un visiteur qui arriverait sur un site avec l'assurance de quelqu'un qui a mené toute la recherche (« the confidence of someone who finished the research ») et la profondeur de quelqu'un qui n'a lu qu'un paragraphe. L'étude de Wharton ne mesure pas la confiance que les participants ont dans leur savoir, et dans la deuxième expérience ils disent au contraire avoir moins appris tout en jugant l'information aussi complète. Pour qui écrit des pages pédagogiques, le visiteur qui clique après une réponse d'IA appartient surtout à la minorité qui a voulu aller plus loin que le résumé, et il vient chercher la profondeur que la synthèse ne lui a pas donnée.

Le pilote de rémunération des éditeurs que Google a lancé, révélé par Digiday le 14 septembre 2026, va dans le sens de cette lecture. Il paie la contribution d'un site à la réponse générée et exclut le lien affiché après coup, ce qui revient à reconnaître que l'essentiel de la valeur d'une source passe désormais dans la synthèse, sans visite.

Sources

• Melumad et Yun, PNAS Nexus, l'article publié le 28 octobre 2025, avec le résumé, les quatre expériences détaillées et les réplications décrites dans le texte : doi.org/10.1093/pnasnexus/pgaf316
• Europe PMC, le texte intégral en libre accès utilisé pour relever les chiffres, dont les effectifs, les notes moyennes et les 26 % de clics : europepmc.org/article/PMC/PMC12560091
• SSRN, la version de travail de l'article diffusée avant publication : papers.ssrn.com/sol3/papers.cfm?abstract_id=5104064
• Pew Research Center, 22 juillet 2025, les 68 879 recherches de 900 adultes américains en mars 2025, les clics sur les résultats classiques (8 % contre 15 %) et sur les liens du résumé IA (1 %) : pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/
• Search Engine Journal, Duane Forrester, 24 septembre 2026, la tribune qui a remis l'étude en circulation : searchenginejournal.com/llms-are-time-machines-that-dont-tell-you-how-far-you-went/590090/