Il y a une question que les directions de la communication n’ont pas encore appris à se poser, et c’est désormais la bonne. Non pas ma marque est-elle attaquée, mais ma marque, de quoi hérite-t-elle. Car un moteur d’intelligence artificielle générative ne lit pas votre entreprise, il lit le web qui parle d’elle, et quand un utilisateur l’interroge, il compose sa réponse à partir des sources qu’il juge pertinentes sur le sujet. Ce mécanisme, celui de la génération augmentée par la recherche, a une conséquence que peu de marques ont intégrée : votre réputation, à l’ère des moteurs génératifs, n’est plus seulement ce que vous dites, ni même ce qu’on dit de vous, c’est ce que le modèle a absorbé autour de vous. Une marque citée dans le voisinage de sources fiables hérite de leur crédibilité ; une marque dont le voisinage informationnel est peuplé d’approximations, de contenus douteux ou de sources contaminées hérite de leur défaut, sans l’avoir choisi et souvent sans le savoir. C’est ce que nous appelons l’héritage par association, et cet article en livre l’anatomie, appuyée sur deux travaux récents et complémentaires, avant de présenter l’instrument qu’ELMARQ lance pour le mesurer. Précision d’usage : ce texte est un décodage et le lancement d’un outil de mesure, il ne procède à aucune attribution nouvelle et ne nomme aucun individu.
L’héritage par association, ou pourquoi le voisinage informationnel devient un actif
Pour saisir l’enjeu, il faut renoncer à une intuition rassurante, celle qui voudrait qu’un modèle porte un jugement propre sur une marque à partir de ce qu’elle est. Il n’en est rien : le modèle n’a pas d’opinion, il a un corpus, et il restitue ce que ce corpus contient de plus saillant sur la requête qu’on lui adresse. Une marque n’est donc pas évaluée, elle est reconstituée, à partir des fragments que le web met à disposition sur elle et autour d’elle. Cette reconstitution obéit à une logique de proximité : les sources qui parlent d’un sujet, celles qui le citent, celles vers lesquelles pointent d’autres pages, forment un voisinage, et c’est dans ce voisinage que le modèle puise. D’où le déplacement que toute direction doit opérer : le risque informationnel ne se mesure plus seulement à ce qui est dit contre une marque, mais à la qualité des sources qui composent son environnement. Une entreprise peut n’être la cible d’aucune attaque et hériter pourtant d’un voisinage dégradé, parce que son sujet est mal couvert par des sources fiables, ou parce que des sources contaminées s’y sont installées. Cet héritage prolonge une mécanique que nous décrivons de longue date, celle de l’attaque réputationnelle, mais il en déplace le terrain : ici, le dommage ne vient pas d’une revendication spectaculaire, il s’infiltre par la porte discrète des sources que le modèle consulte. Reste à comprendre comment un voisinage se contamine, et ce que les modèles en font réellement. C’est l’objet des deux piliers qui suivent, et ils ne disent pas la même chose.
Premier pilier : la contamination est blanchie dans la couche des sources
Le premier pilier tient à un fait documenté, et il concerne le web lui-même, avant tout modèle. Un réseau de sites de désinformation pro-russe a été détecté le premier par Viginum, le service français de vigilance contre les ingérences numériques étrangères rattaché au SGDSN, qui l’a désigné sous le nom de Portal Kombat et en recensait au moins 224 sites en avril 2024. L’ampleur est industrielle : environ quatre-vingt-dix sites lancés depuis 2014, plus de six millions d’articles produits, un nouveau texte publié toutes les quelques secondes, et une diffusion en plusieurs langues dont le français, y compris sur des sujets de défense française, ce qui donne à cette contamination un ancrage national et pas seulement lointain. Mais le chiffre qui compte pour comprendre l’héritage n’est pas le volume, c’est la manière dont ce volume se blanchit. Une étude de l’Institute for Strategic Dialogue a examiné les pages qui renvoient vers ce réseau et en a tiré une répartition en trois blocs qu’il faut lire avec précision. Un peu plus de quatre-vingts pour cent des pages examinées traitaient les articles du réseau comme une source crédible, sans signaler leur origine. Moins de cinq pour cent seulement les replaçaient correctement dans le cadre d’une opération d’information alignée sur la Russie. Et les quinze pour cent restants se partageaient entre celles qui identifiaient l’origine russe sans la relier à une opération d’influence, et celles qui reléguaient ces liens dans des zones périphériques comme les sections de commentaires. Environ neuf cents sites de tout le spectre, y compris des rédactions, des vérificateurs de faits et des institutions académiques, ont pointé vers ces contenus sur une seule année. La leçon est brutale : la contamination ne circule pas seulement sous son vrai visage, elle est blanchie par des sites parfaitement légitimes qui la citent comme une source ordinaire, et c’est cette légitimité empruntée qui la rend dangereuse pour la couche suivante.
Second pilier : ce que les modèles en font, un débat, pas un acquis
Le second pilier est plus délicat, et c’est justement pourquoi il faut le tenir avec rigueur plutôt que de céder au chiffre qui claque. En mars 2025, l’organisation NewsGuard a publié un audit affirmant que les principaux outils d’IA générative reprenaient les récits de ce réseau dans environ un tiers des cas, trente-trois pour cent, et ce chiffre a fait le tour du monde. Il a le mérite d’avoir lancé le débat ; il a le défaut d’avoir été souvent cité comme un fait établi, alors qu’il est contesté, et par une source qu’aucun lecteur informé ne peut ignorer. Une équipe de chercheurs, Alyukov, Makhortykh, Voronovici et Sydorova, a publié le 15 octobre 2025 dans la Harvard Kennedy School Misinformation Review, une revue à comité de lecture, une étude au titre programmatique : grooming des modèles ou vides d’information. Leurs résultats, obtenus avec leur propre jeu de requêtes, sont sensiblement plus bas et plus précis : les références à ce réseau n’apparaissaient que dans huit pour cent des réponses, presque exclusivement chez un seul assistant, et un pour cent seulement des réponses utilisaient ces liens pour étayer une allégation de désinformation, la plupart des autres les citant pour les démentir. Surtout, leur test du mécanisme éclaire l’origine du phénomène : les références se concentraient sur des affirmations étroites ou obscures, et les requêtes correspondant spécifiquement à des récits du réseau étaient statistiquement associées à la probabilité de citer ces domaines. Les auteurs reconnaissent eux-mêmes les limites de leur travail, un effort préliminaire portant sur un ensemble restreint d’allégations, un nombre limité de modèles et un échantillon modeste de quelques centaines de réponses. Deux thèses s’affrontent donc, et il ne faut pas les confondre. La première, portée notamment par l’American Sunlight Project et par NewsGuard, parle de grooming, un empoisonnement délibéré des données par saturation, pour que les modèles finissent par répéter le récit. La seconde, portée par les auteurs de la réplication, parle de vide informationnel : le modèle ne cite ces sources que là où la couverture fiable manque, non par manipulation réussie mais par défaut d’alternative. Le mécanisme causal reste débattu ; c’est une raison de le présenter comme tel, pas de choisir un camp.
La synthèse qui vaut résultat : le silence est un appel d’air
Ces deux piliers pourraient sembler se contredire, l’un dramatisant la contamination, l’autre la relativisant. En réalité, ils décrivent les deux moitiés d’un même risque de marque, et c’est leur mise bout à bout qui donne la thèse la plus solide, désormais adossée à une publication à comité de lecture plutôt qu’à une intuition. L’étude de la couche source montre que la contamination est blanchie par des sites légitimes qui la traitent comme crédible ; la réplication sur les modèles montre que ces derniers y puisent surtout là où la couverture fiable est mince. Mettez les deux ensemble et vous obtenez un énoncé opérationnel : le risque n’est pas maximal là où une marque est attaquée, il est maximal là où son sujet est à la fois peu couvert par des sources fiables et déjà peuplé de contenus qui circulent avec une apparence de crédibilité. Ce que nous résumions jusqu’ici par une formule, le silence est un appel d’air, cesse alors d’être une image pour devenir un résultat : une marque qui n’occupe pas son propre espace informationnel laisse un vide, et ce vide, ce ne sont pas ses concurrents qui le remplissent, ce sont les approximations et les sources douteuses qui s’y trouvent déjà, celles-là mêmes où le modèle ira puiser faute de mieux. La conséquence stratégique est limpide, et elle rejoint tout ce que nous documentons sur le capital de preuves : la meilleure protection contre l’héritage par association n’est pas défensive, elle est occupante. Publier méthodiquement, sur ses sujets sensibles, une couverture fiable, datée et citable, revient à combler soi-même le vide avant qu’il n’appelle autre chose. C’est la logique même de la stratégie de citabilité, devenir la source que le modèle a envie de citer, parce qu’on est la meilleure disponible.
Le Baromètre de contamination des IA génératives, ce qu’il mesure et ce qu’il ne prétend pas
De ce constat naît un besoin d’instrument, car on ne pilote pas ce qu’on ne mesure pas. ELMARQ lance le Baromètre de contamination des IA génératives, et fidèle à notre règle, un concept sans protocole n’est qu’une formule d’article, nous en publions d’abord la méthode, avant tout échantillon. Le baromètre distingue quatre niveaux de mesure qu’il ne faut jamais confondre : la présence, une marque ou un sujet apparaît-il seulement dans les réponses ; la citation, le modèle nomme-t-il des sources ; le sourcing, quelle est la nature et la provenance de ces sources ; et la contamination proprement dite, ces sources comptent-elles des domaines de provenance douteuse ou identifiés comme relevant d’une opération d’information. Ce que le baromètre mesure, c’est la densité et la qualité du voisinage informationnel d’un sujet dans les réponses des moteurs génératifs, et l’exposition d’une marque à l’héritage par association qui en découle. Ce qu’il ne prétend pas, et cette honnêteté est constitutive de l’outil, c’est trancher le débat scientifique sur le grooming, ni produire un taux universel de contamination des modèles, un chiffre que la littérature elle-même montre dépendant du jeu de requêtes, des récits testés, de la période et des modèles retenus. Le baromètre ne mesure pas une vérité générale sur les IA, il mesure une exposition particulière, celle d’un sujet ou d’une marque donnés, à un instant donné, avec un protocole explicite et reproductible. C’est un outil de diagnostic, pas un verdict sur la technologie. Sa première vague sera publiée avec son corpus, sa période et son mode de calcul, sans jamais anticiper un résultat qui n’aurait pas été mesuré.
ELMARQ mesure l’exposition d’une marque à la contamination des moteurs génératifs et construit avec elle une stratégie de citabilité, de l’audit du voisinage informationnel à l’occupation méthodique des sujets sensibles, en méthode et en exécution. Trente minutes de diagnostic suffisent à situer la prise qu’offre votre marque à l’héritage par association : elmarq.fr/contact.
Ce que cet héritage révèle, au fond, c’est un renversement de la charge réputationnelle. Longtemps, une marque a pu penser sa réputation comme la somme de ce qu’elle émettait et de ce qu’on écrivait sur elle. L’ère des moteurs génératifs y ajoute une troisième couche, invisible et pourtant décisive : ce que la machine a absorbé de son environnement, et qu’elle restitue en son nom sans qu’elle l’ait jamais dit. On ne se défend pas contre cette couche par le démenti, qui arrive toujours trop tard, ni par l’indignation, qui n’occupe aucun vide. On s’en protège en amont, en construisant patiemment le voisinage que l’on souhaite voir hériter, car le modèle, lui, ne fait que refléter l’état du terrain. La question que toute direction devrait désormais se poser n’est donc plus seulement que dit-on de nous, mais que trouve la machine quand elle nous cherche, et qui a écrit ce qu’elle trouve. Y répondre, c’est déjà commencer à reprendre la main.
