Lorsqu’un site publie des centaines de pages similaires, le plus difficile est de déterminer lesquelles aident réellement les lecteurs et lesquelles existent principalement pour capter le trafic des moteurs de recherche. Pour auditer des contenus afin de détecter le spam généré massivement par l’IA, examinez les pratiques de publication, la valeur des pages prises individuellement et les preuves étayant leurs affirmations, plutôt que d’essayer de deviner si une machine a rédigé le texte.
La politique de Google contre les abus liés à la production de contenus à grande échelle couvre de nombreuses pages créées principalement pour manipuler le classement lorsqu’elles apportent peu ou pas de valeur, quelle que soit leur méthode de production. Il s’agit donc d’un audit pratique de la qualité des contenus et des risques de spam, et non d’un exercice de détection de l’IA. La démarche ci-dessous permet de repérer les groupes de pages suspects, puis de prendre des décisions justifiables sur les contenus à améliorer, à regrouper, à supprimer ou à examiner plus en détail.
Qu’est-ce qui constitue du spam généré massivement par l’IA au regard de la politique de Google ?
Google cite explicitement l’utilisation d’outils d’IA générative pour créer de nombreuses pages sans apporter de valeur aux utilisateurs parmi les exemples d’abus liés à la production de contenus à grande échelle. La distinction importante ne tient pas au fait qu’un outil d’IA ait contribué à la rédaction. Elle tient à la question de savoir si un vaste ensemble de pages apporte quelque chose d’utile aux lecteurs ou a été produit principalement pour manipuler le classement.
Réponse directe : pour auditer du spam généré massivement par l’IA, regroupez les pages similaires, vérifiez si chaque groupe fournit des informations originales et utiles, et recherchez les signes indiquant que les pages ont été produites à grande échelle principalement pour cibler des requêtes de recherche. Examinez les signaux techniques de spam et les performances dans les résultats de recherche, puis améliorez, regroupez, supprimez ou examinez les pages en fonction des éléments disponibles.
Les consignes de Google autorisent l’aide de l’IA pour des tâches telles que la recherche et la structuration, dès lors que le résultat apporte de la valeur. Une page soigneusement vérifiée qui répond à une véritable question relève donc d’un cas d’audit différent de celui d’un modèle reproduit sur de nombreux lieux, produits ou requêtes, avec seulement quelques mots modifiés. Considérez l’utilisation de l’IA comme un élément du processus à examiner, et non comme un verdict sur la page publiée.
Les exemples de la politique ne se limitent pas non plus aux textes rédigés directement par l’IA. Google mentionne les contenus assemblés à partir de plusieurs sources, les textes incohérents truffés de mots-clés et l’utilisation de plusieurs sites pour dissimuler l’ampleur de la production. Ces exemples sont utiles, car une même activité produisant des contenus de faible valeur peut les publier sur un seul domaine, un réseau de sites ou des pages assemblées à partir de textes existants plutôt que de phrases nouvellement générées.
Le volume, à lui seul, ne permet pas de conclure. Un site peut avoir de nombreuses pages utiles parce que son catalogue, sa documentation ou les besoins de ses utilisateurs sont réellement vastes. À l’inverse, même un groupe plus restreint mérite attention si ses pages avancent des affirmations non étayées, répètent la même réponse ou orientent les lecteurs vers une destination sans rapport. L’audit doit établir un lien entre les pratiques de production et les résultats pour les lecteurs, plutôt que de traiter le nombre de pages comme une infraction en soi.
Cette distinction dépasse le cadre des résultats de recherche classiques. La documentation de Google Search Central de 2026 a précisé que ses règles anti-spam s’appliquent également aux réponses générées par l’IA dans Google Search. Les mises à jour de la documentation publiées la même année ont mis en avant des conseils sur les agents d’IA et les contenus non standardisés. Ces changements invitent à se demander si une page contient des informations qui méritent d’être mises en avant comme source, tout en continuant à l’évaluer selon son contenu plutôt que selon son auteur présumé.
Établissez un inventaire avant d’évaluer les pages individuellement
Un audit fiable commence par un inventaire de l’existant. Si vous n’examinez que les pages qui attirent du trafic, vous risquez de manquer des modèles récemment publiés, des pages orphelines, des contenus générés par les utilisateurs ou des sections qui ne sont déjà plus visibles dans les résultats de recherche. Rassemblez les URL disponibles dans votre système de gestion de contenu, vos plans de site, votre navigation interne et Search Console, puis notez les divergences entre ces listes.
Regroupez les URL selon l’objectif et le mode de production de chaque page. Un site peut, par exemple, proposer des guides éditoriaux, des pages de services propres à chaque ville, des comparatifs générés automatiquement, des définitions créées automatiquement et des pages de profil public. Le but est d’identifier les ensembles qui partagent un modèle ou un processus de publication, afin qu’un évaluateur puisse vérifier si cet ensemble apporte une valeur distincte à grande échelle.
Donnez la priorité aux groupes qui méritent un examen approfondi
- Les pages dont les titres ne varient que par un lieu, un nom de produit ou un mot-clé, alors que la réponse principale reste presque identique.
- Les grands ensembles publiés à partir d’un seul modèle, avec des descriptions succinctes, des exemples répétés ou des affirmations qui pourraient s’appliquer à n’importe quelle page du groupe.
- Les pages ciblant de nombreuses variantes d’une même intention, sans raison claire pour laquelle les lecteurs devraient en choisir une plutôt qu’une autre.
- Les contenus générés par les utilisateurs ou les nouvelles sections qui semblent sans rapport avec le sujet habituel du site et son processus éditorial.
- Les pages contenant des liens sortants douteux, des résumés trompeurs ou des informations qui contredisent le produit, le service ou les sources sous-jacentes.
Il s’agit de motifs justifiant un examen, et non de preuves automatiques de spam. Un format répété peut rendre des informations légitimes plus faciles à utiliser ; un ensemble de pages locales peut être utile si les différences entre les lieux changent la réponse. Avant de décider si la répétition est justifiée, notez ce que la page est censée aider le lecteur à faire.
Pour chaque groupe, consignez un petit nombre de champs d’audit cohérents : URL, type de page, lecteur visé, question ciblée, source des informations sous-jacentes, processus de publication ou de vérification, et contribution propre de la page. Ajoutez le responsable ou l’équipe chargée des corrections. Si personne ne peut expliquer l’origine des affirmations importantes, ce constat est plus utile qu’une étiquette spéculative comme « généré par l’IA ».
Utilisez les résultats de recherche comme outil de repérage, pas comme inventaire exhaustif. Dans ses consignes sur les actions manuelles, Google recommande d’effectuer des recherches sur son propre site à l’aide de requêtes site: et de termes pertinents pour repérer des contenus inattendus ou indésirables. Essayez des combinaisons entre votre domaine et des mots-clés qui ne devraient pas apparaître sur le site, ainsi que des termes associés à la section examinée. Les opérateurs de recherche peuvent révéler des surprises, mais ils ne permettent pas d’énumérer de manière fiable toutes les URL ; comparez donc les résultats aux données de publication dont vous disposez.
Examinez un échantillon de pages pour repérer des tendances de faible valeur, pas seulement de mauvais exemples
Une fois les groupes constitués, examinez-les de manière systématique. Une seule page embarrassante peut justifier une enquête utile, mais elle ne permet pas de savoir si le reste de l’ensemble présente le même problème. Choisissez des exemples à différents endroits de chaque groupe : pages importantes, pages moins visibles, pages récemment ajoutées et pages dont les titres ou les sujets semblent particulièrement similaires.
- Ouvrez la page comme le ferait un lecteur. Lisez le titre, l’introduction, la réponse principale, les détails complémentaires et les liens. Notez si la page répond bien à la question suggérée par son titre.
- Ouvrez des pages proches appartenant au même groupe. Soulignez les phrases ou sections récurrentes et repérez les informations qui changent réellement d’une page à l’autre.
- Vérifiez quelques affirmations concrètes. Retrouvez les données produit, les éléments éditoriaux ou toute autre source utilisée par l’éditeur ; signalez les affirmations impossibles à vérifier ou présentées avec plus de certitude que ne le permettent les preuves.
- Examinez l’étape suivante proposée au lecteur. Déterminez si les liens, recommandations et appels à l’action découlent de la réponse de la page ou s’ils servent simplement à faire passer les visiteurs par une page passerelle ciblant des mots-clés.
- Consignez la tendance et son ampleur. Faites la différence entre une page à modifier et un modèle ou un processus qui a pu produire le même problème dans tout un groupe.
Comparez les pages en fonction de leurs réponses, et pas uniquement de leur formulation. Deux pages peuvent utiliser des phrases différentes tout en proposant les mêmes conseils génériques, les mêmes affirmations non étayées et aucun exemple propre au sujet traité. À l’inverse, des pages qui partagent un avertissement standard ou des éléments de navigation peuvent tout de même fournir des informations principales sensiblement différentes et utiles.
Une note d’évaluation pratique doit décrire des éléments observables. Au lieu d’écrire qu’une page « semble avoir été rédigée par l’IA », indiquez que douze pages locales examinées fournissent des descriptions de services identiques, qu’aucune n’explique les différences locales promises dans son titre et que plusieurs renvoient vers la même page de contact générale. Cette note donne à l’équipe éditoriale un problème vérifiable à corriger ; une supposition sur l’auteur n’en donne pas.
Élargissez l’échantillon si les premiers exemples laissent penser que le problème concerne toute la production. Si une seule page contient une erreur évidente, déterminez s’il s’agit d’un cas isolé. Si plusieurs pages répètent la même affirmation non étayée ou utilisent le même paragraphe hors sujet, examinez le modèle, la source des données et le processus de validation avant de décider de l’ampleur des mesures à prendre.
L’examen des passages est particulièrement utile dans ce contexte. Search Engine Land a rendu compte d’une analyse de 2026 portant sur 15,7 millions de citations du mode IA et préconisant un audit passage par passage, plutôt que page par page uniquement. Pour un audit anti-spam, l’idée est plus ciblée que pour une stratégie de citation : une page à l’introduction soignée peut tout de même contenir une réponse principale médiocre, et une réponse utile peut être enfouie sous du remplissage rédigé à partir d’un modèle. Examinez les passages sur lesquels les lecteurs s’appuieraient réellement.
Vérifiez que chaque page apporte une valeur originale et axée sur les besoins des utilisateurs
Après avoir repéré les tendances répétitives, portez le jugement central : qu’est-ce qu’un lecteur perdrait si cette page disparaissait ? Si la réponse est « rien », parce qu’une autre page du site fournit déjà les mêmes informations, un regroupement peut être approprié. Si la page contient des faits distincts, mais les dissimule dans un texte générique, une simple modification peut suffire.
Demandez-vous ce que la page apporte
- Une réponse précise : La page répond-elle à la question suggérée par son titre, ou tourne-t-elle autour du sujet sans aider le lecteur à prendre une décision ?
- Des différences pertinentes : Lorsque les pages traitent de lieux, de produits, de publics ou de problèmes différents, ces différences sont-elles expliquées et importantes ?
- Des sources vérifiables : Un éditeur peut-il identifier le fondement des affirmations factuelles, des comparaisons, des recommandations et des observations présentées comme issues d’une expérience directe ?
- Une présentation utile : Les définitions, exemples, instructions et liens sont-ils organisés pour servir le lecteur, plutôt que pour gonfler la page de mots-clés ?
- Une maintenance possible : Existe-t-il un moyen de corriger la page lorsque les informations sous-jacentes changent, en particulier si de nombreuses pages s’appuient sur un même modèle ou flux de données ?
L’originalité n’exige pas que chaque phrase soit inédite. Une page utile peut résumer clairement des informations établies et les appliquer à un problème particulier rencontré par un lecteur. La question est de savoir si la page apporte une réponse fiable ou se contente de reformuler des informations déjà disponibles sur le site et ailleurs, sans ajouter de contexte, de vérification ni de raison d’exister.
Examinez attentivement les pages construites à partir de champs variables. Si seul le nom d’une ville change, demandez-vous si la disponibilité locale, les conditions, les tarifs ou d’autres détails pertinents diffèrent réellement et sont étayés par les données du site. N’ajoutez pas de détails locaux uniquement pour donner aux pages une apparence distincte : une différence non étayée est moins utile aux lecteurs qu’une page regroupée et honnête.
De même, ne confondez pas longueur et valeur. Une page concise peut répondre efficacement à une question précise, tandis qu’une longue page peut répéter des conseils généraux sans apporter de conclusion exploitable. Évaluez le lien entre la tâche du lecteur et les informations fournies. Si une page promet une comparaison, elle doit expliquer les différences importantes ; si elle promet des instructions, elle doit fournir des étapes réellement applicables.
Consignez aussi les constats positifs. Lorsqu’un grand ensemble de pages fondées sur un même modèle fonctionne parce que chaque page s’appuie sur des informations distinctes et vérifiées et qu’un responsable assure leur maintenance, notez ces éléments. Cela aide les évaluateurs à préserver les pages utiles et à concentrer leurs efforts sur les sections où la production à grande échelle a affaibli le contrôle éditorial.
Vérifiez séparément les signaux techniques et les pratiques trompeuses de spam
Un examen de la qualité des contenus ne permet pas de détecter toutes les formes d’abus. Le rapport de Google sur la qualité de la recherche décrit des pages indésirables et des pratiques abusives de SEO, notamment le spam généré par les utilisateurs, le cloaking, le texte masqué, les pages satellites et l’abus de domaines expirés. Ces signaux méritent une vérification distincte, car une page peut sembler plausible dans un aperçu éditorial classique tout en présentant une expérience différente aux visiteurs ou aux systèmes de recherche.
Inspectez certaines URL représentatives en dehors de l’éditeur de contenu. Vérifiez que la page en ligne correspond au texte approuvé par l’équipe et que les liens internes mènent vers des destinations pertinentes. Assurez-vous que les titres et textes visibles correspondent aux promesses des titres et descriptions affichés dans les résultats de recherche. Si une page suspecte apparaît de manière inattendue sur votre domaine, recherchez comment elle a été publiée avant de la traiter comme une simple tâche de modification éditoriale.
Faites la différence entre une page faible et un processus compromis
Supposons qu’une ancienne section contienne soudainement des pages consacrées à un sujet sans rapport, avec des liens sortants que l’équipe éditoriale ne reconnaît pas. La question immédiate n’est pas de savoir si un rédacteur a utilisé l’IA, mais qui ou quoi disposait d’un accès à la publication et si d’autres pages ont été touchées. De même, le spam dans les commentaires publics ou les profils nécessite une modération et des contrôles d’accès, et non la réécriture des principaux articles du site.
Les comportements apparentés aux pages satellites demandent eux aussi un examen attentif. Plusieurs pages ciblant de légères variantes d’une requête peuvent être légitimes si elles répondent à des besoins sensiblement différents. En revanche, si toutes les pages fournissent la même réponse générique et dirigent les visiteurs vers la même destination sans tenir la promesse précise de leur titre, l’ensemble mérite d’être signalé pour un examen plus large de l’intention et de la qualité.
Utilisez les mécanismes de signalement aux fins pour lesquelles ils ont été conçus. Google indique que son rapport sur la qualité de la recherche permet à toute personne de signaler des pages indésirables et des stratégies abusives de SEO. Cela ne remplace pas la correction des pages que vous contrôlez, l’enquête sur un éventuel problème de sécurité ou de modération, ni la documentation des raisons pour lesquelles un groupe suspect existe. Pour votre propre site, la première étape utile consiste à en déterminer la cause et à interrompre le processus qui continue de produire le problème.
Des exemples extérieurs à la recherche montrent aussi pourquoi un audit doit tenir compte des motivations et de la diffusion, et pas seulement de la formulation. Le rapport de renseignement sur les menaces d’OpenAI de juin 2025 décrit des comptes ChatGPT d’origine philippine générant de grandes quantités de commentaires et de contenus de relations publiques pour manipuler les réseaux sociaux ; son rapport de mai 2024 évoque Spamouflage. Le rapport 2024 de Google sur la sécurité des annonces décrit également l’utilisation d’images ou d’audio générés par l’IA pour suggérer une affiliation avec des célébrités dans le cadre de campagnes trompeuses. Ces rapports concernent différents canaux, mais montrent que la génération de contenus à grande échelle peut servir à la manipulation aussi bien qu’à la publication ordinaire.
Utilisez Search Console et les données de visibilité dans l’IA comme des signaux, pas comme des verdicts
Les performances dans les résultats de recherche vous aident à établir les priorités de l’audit, mais elles ne déterminent pas si une page est utile. Une page peut recevoir des impressions tout en apportant peu de valeur, et une nouvelle page de qualité peut être peu visible. Utilisez les données de performance pour repérer les endroits où les lecteurs risquent de rencontrer des contenus suspects et les sections du site qui publient d’importants volumes de contenus que personne ne trouve facilement.
Google indique que le rapport de performances de l’IA générative de Search Console était disponible pour les sites du monde entier au 31 août 2026. Il présente les impressions provenant des fonctionnalités d’IA générative, les principales pages ainsi que la répartition du trafic par appareil et par pays. Examinez-le avec votre inventaire de pages pour voir quelles sections apparaissent dans ces fonctionnalités et lesquelles méritent un examen plus approfondi parce que leur visibilité diffère des attentes de l’équipe.
Ne considérez pas l’absence d’une fonctionnalité d’IA générative comme une preuve de spam. Le rapport est un indicateur de visibilité, pas une certification de qualité ni une explication diagnostique de chaque page. De même, l’apparition d’une page dans une fonctionnalité ne prouve pas que tout le groupe respecte vos normes éditoriales. Ouvrez les pages mises en avant et examinez leurs réponses précises, les passages qui les étayent et les destinations proposées.
La recherche organique traditionnelle et la recherche assistée par l’IA peuvent mettre en avant les contenus de différentes manières. Les articles de Search Engine Land publiés en 2026 ont relevé des différences de visibilité et de citation dans la recherche par IA par rapport au SEO traditionnel, tandis qu’une autre étude menée en 2026 dans dix secteurs a signalé des erreurs d’accès dans 18,9 % des audits. Pris ensemble, ces constats suggèrent une séquence utile : vérifiez d’abord que les pages importantes sont accessibles, puis évaluez leur contenu. N’attribuez pas chaque manque de visibilité à la qualité rédactionnelle si un problème d’accès peut en être la cause.
Veillez à préciser la période à laquelle se rapportent vos observations. L’entrée de Google relative à l’état de la recherche mentionne une mise à jour anti-spam en septembre 2026, et sa documentation continue de préciser le lien entre les règles anti-spam et l’IA générative. Une variation de la visibilité dans les résultats de recherche à proximité d’une mise à jour peut justifier un examen ciblé, mais le calendrier ne prouve pas, à lui seul, qu’une page donnée a enfreint une règle. Croisez les observations de performance avec les constats à l’échelle des pages et les traces des modifications apportées au site.
Un journal d’audit utile associe chaque signal à une action : page indexée inattendue : examiner les accès à la publication ; groupe de pages succinctes très visible : examiner des pages représentatives et leur modèle ; page importante présentant des erreurs d’accès : résoudre d’abord les problèmes de récupération ; page utile peu visible : évaluer sa facilité de découverte sans la qualifier de spam. Ainsi, les données analytiques ne se substituent pas au jugement éditorial.
Choisissez une solution pour chaque groupe et corrigez le processus de production
Une fois le problème identifié, choisissez la solution la plus limitée qui le résout réellement. Il ne faut pas supprimer toutes les pages suspectes, et reformuler légèrement un modèle de faible valeur ne rendra pas son objectif plus utile. Prenez votre décision en fonction des besoins du lecteur, des éléments disponibles et du processus de production à l’origine du problème.
- Conserver et surveiller : gardez les pages qui répondent à des questions distinctes à l’aide d’informations étayées, même si l’IA a contribué à leur rédaction ou si leur format est répété. Consignez les éléments qui rendent le groupe utile.
- Améliorer : corrigez les affirmations non étayées, remplacez le remplissage par des détails vérifiés, précisez le public auquel la page s’adresse et supprimez les sections qui ne contribuent pas à la réponse. Donnez la priorité aux modifications des passages principaux plutôt qu’aux retouches de forme.
- Regrouper : réunissez les pages presque identiques lorsqu’une page plus complète peut répondre plus clairement à l’intention commune. Préservez les informations réellement distinctes au lieu de les supprimer avec le texte répétitif.
- Supprimer ou restreindre : intervenez sur les pages qui n’ont aucun objectif défendable, ne peuvent pas être maintenues avec exactitude ou résultent d’un processus non contrôlé ayant introduit du spam. Choisissez le traitement technique approprié selon que la page doit rester accessible aux utilisateurs ou non.
- Enquêter : transmettez les pages inattendues, les comportements trompeurs ou les liens sortants inconnus aux personnes chargées des accès à la publication, de la modération et de la sécurité du site avant de supposer qu’il s’agit uniquement d’un problème éditorial.
Pour un groupe important, corrigez le modèle et les données d’entrée avant de modifier chaque URL manuellement. Si le processus de génération insère le même paragraphe vague dans chaque résultat, corriger ce processus évitera que le problème se reproduise. Si les données sous-jacentes ne permettent pas d’étayer les différences promises par des centaines de titres, demandez-vous si ces pages distinctes devraient vraiment exister.
Faites en sorte que la décision puisse être reproduite. Dans votre dossier d’audit, indiquez l’échantillon examiné, le besoin des utilisateurs auquel le groupe était censé répondre, les problèmes précis relevés, la solution choisie et la personne chargée de vérifier le résultat. Un évaluateur doit pouvoir comprendre pourquoi deux groupes d’apparence similaire ont été traités différemment, sans s’appuyer sur une impression subjective selon laquelle l’un semble plus humain.
Après les modifications, vérifiez de nouveau les pages en ligne. Confirmez que la réponse principale s’est améliorée, que les liens internes restent pertinents et que les contenus supprimés ou regroupés ne laissent pas les lecteurs sans solution. Continuez à surveiller les sections concernées dans votre inventaire et vos rapports de recherche, mais évaluez d’abord la mesure prise à l’aune de la clarté et de la fiabilité de l’expérience désormais proposée par le site.
Prévenez le spam généré massivement par l’IA grâce à des étapes de validation adaptées à grande échelle
Le résultat le plus durable d’un audit est l’amélioration du processus de publication. Si une équipe peut générer des pages plus vite qu’elle ne peut en vérifier les faits, en distinguer les objectifs et en maintenir les réponses à jour, un contrôle effectué uniquement après publication deviendra de plus en plus difficile. Définissez des exigences avant qu’un nouveau modèle, flux de contenu ou processus assisté par l’IA ne produise un grand nombre d’URL.
Exigez que le besoin distinct des lecteurs soit démontré
Avant d’approuver un nouveau type de page, demandez à son responsable d’expliquer qui a besoin de chaque page, quelles informations varient d’une page à l’autre et d’où proviennent ces informations. Si les pages proposées ne diffèrent que par leurs mots-clés, vérifiez si une page complète unique répondrait mieux au même besoin. Il s’agit d’une décision de conception, pas simplement d’une préférence en matière de révision.
Donnez aux évaluateurs des exemples de résultats acceptables et inacceptables issus du processus réellement utilisé. Un exemple utile pourrait montrer comment une page traite une exception précise ou explique une différence réelle dans les données sous-jacentes. Un exemple inacceptable pourrait répéter la description générique d’une catégorie en ne modifiant que le titre. De tels exemples facilitent l’application cohérente des critères, davantage qu’une règle qui se contente de demander d’améliorer les contenus.
Attribuez une responsabilité après la publication
Chaque section produite à grande échelle doit avoir un responsable capable de corriger ses données sources, de mettre à jour son modèle et de réagir lorsque les utilisateurs ou les éditeurs signalent des erreurs. Incluez, le cas échéant, les contributions et commentaires publics dans ce périmètre ; les contenus générés par les utilisateurs peuvent exposer le site au spam même lorsque ses pages éditoriales sont soigneusement vérifiées. Échantillonnez régulièrement les nouvelles pages issues de chaque processus au lieu d’attendre une baisse de visibilité ou une plainte évidente.
Dans ce cadre, les outils d’IA peuvent rester utiles. Ils peuvent aider à élaborer le plan d’un sujet, à organiser des recherches ou à repérer les lacunes d’un brouillon, comme le reconnaissent les consignes de Google. La garantie repose sur la responsabilité humaine et organisationnelle à l’égard des contenus publiés : des affirmations vérifiées, un objectif clair pour les lecteurs et un processus permettant de corriger les erreurs sur toutes les pages concernées.
Commencez par un groupe de pages à fort volume et consignez ce qui les rend réellement différentes. Cet exercice révèle généralement la décision à prendre ensuite : préserver un système utile, renforcer ses sources et ses étapes de validation, ou réduire un ensemble de pages qui offre davantage de cibles pour les moteurs de recherche que de valeur pour les lecteurs.
Un audit sérieux du spam lié à l’IA ne nécessite pas de deviner de manière peu fiable qui, ou quoi, a saisi chaque phrase. Il nécessite un inventaire, des échantillons représentatifs, des éléments vérifiables à l’échelle des pages, des contrôles visant à repérer les pratiques trompeuses et des solutions qui s’attaquent à la fois aux pages publiées et au processus qui les a produites.
