Sources IA : une étude révèle que les liens cités par l’intelligence artificielle diffèrent des résultats Google.
L’intelligence artificielle bouscule les repères du SEO traditionnel. Une étude signée Ahrefs met en lumière un écart saisissant entre les liens que les IA citent et ceux qui dominent les moteurs de recherche comme Google ou Bing.
D’où proviennent les sources des IA ?
L’une des préoccupations majeures des utilisateurs réside dans la capacité à vérifier les informations fournies par les intelligences artificielles et à connaître les sources des IA. Il est fréquent de vouloir savoir comment trouver les sources de ChatGPT ou d’autres IA, notamment pour vérifier une affirmation ou une statistique présentée comme fiable, sans pour autant disposer d’un lien clair permettant cette vérification.
C’est précisément ce qu’a analysé Ahrefs. Sur un panel de 15 000 requêtes complexes, la société a comparé les résultats fournis par plusieurs outils d’IA — dont les sources ChatGPT, Gemini, Copilot et Perplexity — avec ceux affichés dans les pages de résultats de Google et Bing. Résultat : seulement 11 % des liens mentionnés par les IA apparaissent dans les dix premiers résultats des moteurs classiques. Dans certains cas, les contenus référencés par les IA ne figurent même pas dans les 100 premières positions. Ce constat interroge directement la fiabilité apparente des réponses produites, et pousse à se demander quelles sont les sources de ChatGPT et des autres IA réellement mobilisées.
Les sources de Perplexity : l’exception qui confirme la règle
Parmi les moteurs d’IA étudiés, les sources de Perplexity apparaissent comme les plus proches des résultats proposés par Google, en termes de fiabilité et de classement.
Si la plupart des assistants analysés affichent un faible taux de concordance avec les moteurs traditionnels, Perplexity se distingue nettement. Conçu dès le départ pour expliciter ses sources, cet outil présente une plus grande transparence. D’après les chiffres relevés par Ahrefs, près de 29 % des liens qu’il cite se trouvent effectivement dans les dix premiers résultats de Google.
Cet écart s’explique par des choix technologiques fondamentaux. Là où d’autres outils s’appuient sur des données d’entraînement internes, Perplexity construit son propre index à l’aide de son robot d’exploration, appelé perplexitybot. Ce robot parcourt le web et sélectionne des pages en fonction de leur pertinence sémantique, de leur cohérence éditoriale et de leur valeur perçue. En conséquence, les contenus proposés par Perplexity ont davantage de chances de figurer dans les classements naturels des moteurs, tout en conservant une logique indépendante.
Les sources des intelligences artificielles : une logique différente des moteurs traditionnels
Pour mieux comprendre la logique qui structure les sources des intelligences artificielles, il est essentiel d’analyser leur mode de fonctionnement, souvent très éloigné des standards des moteurs de recherche traditionnels. Contrairement aux moteurs classiques qui répondent à une requête exacte avec un classement hiérarchisé selon des critères bien définis (autorité, backlinks, pertinence technique, etc.), les IA adoptent une stratégie plus étendue.
Lorsqu’une question leur est posée, ces outils ont tendance à reformuler automatiquement la requête en générant plusieurs variantes proches, ce qu’on appelle la technique du query fan-out. Par exemple, une question sur le nettoyage d’une cafetière peut être reformulée en « comment enlever le calcaire », « détartrer une machine à café », ou encore « entretien cafetière Nespresso ». Chaque variante déclenche une recherche spécifique, dont les résultats sont ensuite agrégés.
Pour synthétiser ces résultats multiples, les IA utilisent des méthodes telles que le Reciprocal Rank Fusion, qui favorisent les pages apparaissant dans plusieurs listes, même si elles ne sont pas classées en tête pour la question d’origine. Cela permet à certains contenus d’être sélectionnés, alors même qu’ils sont invisibles dans les premières pages des moteurs traditionnels.
À cela s’ajoute une autre dimension : la capacité des IA à répondre sans faire appel au web en temps réel. Certains outils évaluent s’ils disposent déjà d’assez d’informations internes pour produire une réponse. Si c’est le cas, aucune recherche n’est déclenchée. Cette logique réduit d’autant plus la transparence sur l’origine des données mobilisées. Il devient alors difficile d’identifier la source Perplexity IA, ChatGPT ou de n’importe quelle autre IA associée à une réponse donnée.
Une nouvelle manière de penser le référencement
Ce constat a des implications concrètes pour les professionnels du contenu. Être bien positionné sur Google ne garantit plus une présence dans les réponses fournies par les assistants IA. La stratégie d’optimisation doit donc évoluer pour prendre en compte ces nouveaux modèles de sélection.
Il ne suffit plus d’optimiser une page sur un mot-clé unique. Il devient essentiel de travailler sur des grappes de contenus (clusters), de prévoir des reformulations naturelles des requêtes, et de créer un maillage interne cohérent entre les pages. La diversité sémantique, la richesse informative, la structure du contenu et la perception de l’expertise deviennent des leviers clés pour espérer apparaître dans les résultats proposés par les intelligences artificielles.
Dans cette logique, certains outils semblent offrir plus de possibilités que d’autres. Les plateformes qui citent systématiquement leurs sources, comme Perplexity, permettent aux créateurs de contenu de suivre l’efficacité de leur travail et d’ajuster leur stratégie. À l’inverse, les assistants qui produisent des réponses sans indiquer l’origine de leurs informations rendent cette tâche beaucoup plus incertaine.
L’intelligence artificielle et ses sources : un nouveau défi pour le SEO
L’évolution conjointe de l’intelligence artificielle et des sources qu’elle mobilise bouleverse en profondeur les repères traditionnels du référencement.
La recherche par IA redéfinit les codes du référencement naturel. Les contenus les mieux classés dans les moteurs classiques ne sont plus systématiquement les plus visibles dans les réponses générées par les assistants conversationnels. Ce décalage n’est pas anodin : il oblige les professionnels du digital à repenser leur approche.
Perplexity, avec son modèle transparent et structuré, montre qu’il est possible de concilier logique algorithmique et qualité éditoriale. Les autres IA, plus fermées sur leurs processus de sélection, imposent un nouveau défi : produire des contenus suffisamment solides, contextuels et variés pour qu’ils soient identifiés comme fiables, même sans référencement direct.
L’enjeu dépasse désormais la simple position sur Google : il s’agit d’être sélectionné comme digne de confiance dans un univers algorithmique en constante évolution. Pour y parvenir, il faudra conjuguer expertise éditoriale, stratégie sémantique et compréhension fine des mécanismes propres aux IA. Une nouvelle ère du SEO s’ouvre — plus incertaine, mais aussi pleine d’opportunités pour ceux qui sauront en décoder les règles.
Pour rester informé des actualités du SEO, de l’IA et du web en général, n’hésitez pas à consulter régulièrement notre blog.
Laisser un commentaire