Si vous vous dites que le marketing de recherche bénéficie d’une sorte de statut protégé parce que le public se soucie de savoir qui ou quoi fait le travail, Harvard vient de publier un numéro qui dit le contraire. Le professeur adjoint James Riley a demandé au public américain d’évaluer dans quelle mesure il serait moralement répréhensible de confier chacune des 940 professions différentes à une machine, en utilisant une échelle de 1 à 7. Les stratèges du marketing de recherche ont obtenu une note de 2,31. Sur les 10 professions répertoriées par Harvard, seuls les commis aux dossiers ont obtenu des scores inférieurs. Le clergé a obtenu un score de 5,91. Les éducateurs ont obtenu une note de 5,86. Ce qui fait actuellement obstacle à nos emplois et à une automatisation complète, ce n’est pas la conscience du public.
Je dois révéler d’emblée que j’adore la vieille blague sur l’épicerie située entre Harvard et le MIT, où un étudiant fait rouler un chariot avec 15 articles dans la voie des 10 articles ou moins. Le caissier regarde le panneau, regarde l’étudiant et soupire. « Vous devez soit aller à Harvard et ne pas savoir compter, soit aller au MIT et ne pas savoir lire. » C’est une blague sur les angles morts de l’élite. C’est également une assez bonne description de ce qui se passe lorsque les référenceurs lisent des recherches sur l’IA, et j’ai failli me le faire moi-même avec ce même rapport.
Ce que Harvard a réellement étudié
Un peu de contexte d’abord. « L’IA en 2026 : de l’adoption à l’agentique » est un résumé de février 2026 de HBS Working Knowledge, et regroupe cinq articles précédemment publiés. Les deux articles qui ont mené des expériences sont ceux où se trouvent les vraies nouvelles : Les gens sont pour la plupart d’accord avec l’IA prenant le contrôle de nombreux emplois – jusqu’à un point, qui cite les recherches de l’étude de James Riley d’octobre 2025 et Qui devrait approuver les prêts bancaires : personnes ou algorithmes ?, qui fait référence aux recherches de la professeure adjointe Elisabeth Paulson, co-écrites avec Kirk Bansak à partir de 2024.
L’enquête de Riley sur la notation des professions a couvert 940 emplois et 2 357 répondants, et le score de 2,31 pour le marketing de recherche ne représente que la moitié de ce qu’il a trouvé. Sur la base des capacités actuelles de l’IA, le public est favorable à l’automatisation complète d’environ 30 % des métiers testés. Lorsque l’enquête de Riley a plutôt demandé aux gens d’imaginer une IA plus avancée qui surpasse les humains à moindre coût, le soutien à l’automatisation a presque doublé pour atteindre 58 %. Il existe un socle moral, mais il est étroit. Seulement 12 % environ des professions, parmi lesquelles le clergé, les éducatrices et les athlètes, ont suscité une forte résistance morale, quelle que soit la capacité de l’IA à faire son travail. Un autre 42 % ont laissé les gens ambivalents. La propre conclusion de Riley est que la résistance à l’automatisation est avant tout une question de savoir si la technologie peut encore faire le travail, et non une question de principe, et le marketing de recherche se situe déjà au bas de ce plancher moral. Ce qui se trouve entre votre travail et un nombre d’automatisation beaucoup plus élevé, ce n’est pas le sentiment. Il s’agit de savoir si les outils sont suffisamment performants, et c’est une position beaucoup plus fragile à défendre.
L’écart de croyance derrière les deux articles
La recherche de Paulson est une expérience différente et elle n’a pas de condition « d’algorithme avancé » comme celle de Riley, il vaut donc la peine d’être précis sur ce qu’elle a réellement trouvé. Elle et son co-auteur Kirk Bansak, professeur adjoint à l’UC Berkeley, ont mené une expérience conjointe avec 9 000 participants, leur demandant de choisir un humain ou un algorithme pour approuver un prêt ou décider de la libération provisoire d’un accusé. En moyenne, et même en tenant compte des performances, les personnes ont eu une tendance humaine, de 4,3 points de pourcentage sur le prêt et de 7,6 points sur la libération provisoire. L’équité, c’est-à-dire l’égalité de traitement entre les groupes raciaux, s’est avérée être le facteur le moins important dans la manière dont chacun jugeait l’un ou l’autre type de décideur.
Le chiffre le plus intéressant est enfoui dans un graphique à la page 13 du rapport, et il s’agit d’une division de croyance plutôt que d’une préférence uniforme. Parmi les personnes interrogées qui pensaient déjà que les algorithmes surpassaient les humains dans ces tâches, 56 % ont choisi l’algorithme pour la mise en liberté provisoire et 54 % l’ont choisi pour le prêt. Parmi les personnes interrogées qui pensaient que les humains étaient meilleurs, 63 % et 59 % ont opté pour l’humain. Paulson a déclaré que si vous pouvez prouver de réels gains de précision sans que d’autres mesures ne glissent, « c’est probablement suffisant ». Ce que montrent ses données, c’est que la préférence humaine n’est pas du tout une position morale fixe. Cela se situe en aval d’une conviction quant à savoir qui est actuellement le meilleur dans son travail, ce qui correspond presque exactement à l’argument de faisabilité technique de Riley, même si les deux études ont été conçues pour tester des choses différentes.
L’écart de compétences se réduit rapidement
Raffaella Sadun, Karim Lakhani et leurs coauteurs ont suivi 791 développeurs de produits chez Procter & Gamble, certains travaillant seuls, d’autres en équipe, certains avec un outil GPT-4 interne et d’autres sans. Les idées classées dans les 10 % de qualité supérieure étaient trois fois plus susceptibles de provenir d’équipes assistées par l’IA que d’individus non assistés travaillant sans cette aide. Les employés utilisant l’IA ont également signalé un enthousiasme et une énergie plus élevés pour le travail, et moins d’anxiété et de frustration, que les employés qui travaillaient seuls sans l’IA. C’est exactement le type de génération d’idées et de recherche de contenu pour lequel les spécialistes du marketing sont payés, et l’écart de compétences, selon les données de Riley, est la seule chose qui protège actuellement l’emploi, en train de se combler sur ce front en temps réel.
La note technique de Tsedal Neeley et Ritcha Ranjan d’Expedia Group décrit la direction que prendra ensuite cette compétence. Leur vision prévoit une IA agentique agissant en tant que chef de cabinet, analyste en veille concurrentielle et coach exécutif, fonctionnant avec une surveillance humaine minimale une fois mise en place. Le conseil de Neeley aux dirigeants qui l’adoptent est de commencer par ce qu’elle appelle le travail « sans joie », les tâches répétitives dont personne ne veut, avant de céder quelque chose aux enjeux plus élevés. C’est une rampe d’accès judicieuse. C’est également une description exacte de la façon dont l’automatisation a tendance à progresser une fois que la technologie a d’abord fait ses preuves sur les choses ennuyeuses.
Pourquoi c’est important pour le référencement
Mon point de vue, et je n’ai conduit que par la Harvard Business School avant de me rendre à l’aéroport, est que l’industrie a supposé que Google continue de récompenser les signatures humaines nommées et les signaux EEAT parce que le public a un intérêt moral résiduel dans le fait que le référencement reste un travail humain. Les propres données de Harvard indiquent que cet enjeu n’existe pas. Ce qui protège actuellement le marketing de recherche, c’est un écart de compétences, pas une conscience, et les écarts de compétences se comblent. Les systèmes de Google, et de plus en plus le comportement de citation des moteurs de réponse IA, effectuent le même test que les répondants de Paulson ont effectué sur les agents de crédit et les juges. Ils se demandent si la version produite par l’homme est toujours manifestement meilleure, et dès que la réponse change, la préférence change également. L’étude de P&G et la note technique de Neeley suggèrent toutes deux que ce moment est plus proche que la plupart d’entre nous dans ce secteur ne veulent l’admettre.
Ce que cela signifie pour votre stratégie
Tout d’abord, mettez un nom humain réel et vérifiable derrière tout ce que l’IA touche avant qu’il ne soit externe. Il ne s’agit pas d’une signature générique d’« équipe éditoriale ». Une personne possédant un profil LinkedIn, des informations d’identification et des antécédents en tant que lecteur ou robot d’exploration peut vérifier par rapport à d’autres travaux. Les données de Paulson sur la répartition des croyances indiquent que la préférence suit la compétence perçue, alors donnez à la vôtre un signal de compétence auquel s’attacher, pas seulement un nom.
Deuxièmement, publiez votre dossier de performances, pas seulement votre processus. Si votre contenu ou votre programme de référencement a produit des résultats mesurables, insérez les reçus dans l’article lui-même. C’est la démonstration de précision, selon les données de Paulson, qui fait passer les gens de la colonne humaine à la colonne des algorithmes, et il n’y a aucune raison pour que vos propres antécédents ne puissent pas faire le même travail à l’envers.
Troisièmement, réservez une automatisation complète aux tâches ennuyeuses, répétables et sans joie décrites par Neeley.des choses comme les audits de liens internes, les brouillons de méta-description et le tri des fichiers journaux, et garder un nom humain sur tout ce qui touche la confiance d’un lecteur ou l’argent d’un client. Les données de Riley indiquent que c’est la seule ligne que le public ne franchira toujours pas complètement, quelles que soient les performances, mais c’est une ligne plus étroite que ce que supposent la plupart des référenceurs, et c’est la seule qui reste à tenir.
Le gamin avec le chariot surchargé ne s’était pas trompé en calcul. Il ne pouvait tout simplement pas lire le panneau. Harvard a présenté à notre industrie les deux moitiés de ce problème dans le même rapport, un chiffre précis sur le peu de couverture morale dont nous disposons réellement et une description assez précise de la seule chose qui nous fait encore gagner du temps. Obtenez le décompte et la lecture correcte, ou ce sera nous qui serons signalés comme erreur.
Plus de ressources :
