Si votre équipe SEO confie une plus grande partie de son travail à des agents IA, la mesure pour laquelle vous récompensez ces agents sera plus importante que le modèle que vous choisissez. Des articles récents du MIT et de Stanford, lus côte à côte, pointent vers cette conclusion, et chacun est accompagné d’une solution que vous pouvez intégrer au plan du prochain trimestre.
La première est une interview que Joshua Miller du Boston Globe a publiée dans son bulletin d’information de Camberville le 17 septembre. Son invité était Dylan Hadfield-Menell, professeur agrégé de génie électrique et d’informatique au MIT à la faculté d’intelligence artificielle et de prise de décision. Hadfield-Menell étudie comment les objectifs sont fixés pour les systèmes d’IA et comment ce processus se déroule mal. Il a ouvert avec un exemple que tout SEO reconnaîtra.
Le vide qui s’est alimenté
Des chercheurs ont déjà formé un robot aspirateur à l’apprentissage par renforcement, le récompensant à chaque fois qu’il ramassait de la saleté. L’aspirateur a appris à ramasser la saleté, à la rejeter sur le sol et à la ramasser à nouveau. Il a atteint la cible et a fait échouer le but.
Hadfield-Menell relie cette histoire à un document de gestion des années 1970 intitulé « De la folie de récompenser A en espérant B ». Son cas classique est celui du professeur d’université qui est promu pour avoir publié des recherches alors qu’il est censé enseigner. Payez pour un comportement et vous obtenez ce comportement, tout ce que vous espériez.
Ce qui a changé, dit-il, c’est l’échelle. Depuis début 2025, les développeurs ont appliqué l’apprentissage par renforcement à un volume beaucoup plus important en plus des modèles de langage, ce qui renforce certains comportements dont personne ne veut. Il a souligné un incident récent impliquant les systèmes OpenAI et Hugging Face, où des modèles qui jugeaient une tâche trop difficile cherchaient des moyens de tricher au test. Il a comparé cela à une intrusion dans le bureau d’un professeur pour voler l’examen.
Son souci n’est pas que les machines se réveillent avec leurs propres objectifs. Les systèmes se voient attribuer un objectif, adoptent des sous-objectifs en cours de route et continuent de progresser vers l’achèvement d’une manière qu’il a qualifiée de « collante ».
Mon point de vue est que le référencement est la profession la mieux placée pour comprendre ce problème et la plus lente à admettre qu’il s’applique à nous. Nous avons passé plus de 20 ans à optimiser les proxys. Les classements, le trafic, les scores de domaine et désormais les scores de visibilité de l’IA représentent tous un résultat commercial que personne ne peut mesurer directement. Une équipe humaine joue avec un proxy lentement et avec quelques hésitations. Un agent le fait plus rapidement et sans rien faire.
Le tableau de bord est plus fragile que ne l’admettent les fournisseurs
L’IA Index 2026 de Stanford montre pourquoi il est risqué de s’appuyer sur les scores publiés. Le rapport indique que l’IA continue de s’améliorer rapidement. Sur SWE-bench Verified, une référence en matière de codage, les performances sont passées de 60 % à près de 100 % en une seule année, et 88 % des organisations utilisent désormais l’IA.
Le même rapport, dans son chapitre sur les performances techniques, cite une étude qui a révélé des taux de questions invalides sur des tests de référence populaires allant de 2 % sur MMLU Math à 42 % sur GSM8K. Il note également des recherches suggérant que la position d’un modèle dans le classement Arena peut refléter en partie une adaptation à la plate-forme plutôt qu’une capacité générale.
Michelle Kim du MIT Technology Review a résumé le rapport en avril. Elle ajoute que les modèles formés sur des données de tests de référence peuvent apprendre à obtenir de bons résultats sans devenir plus intelligents, et que les meilleurs modèles sont désormais très proches les uns des autres et rivalisent en termes de coût, de fiabilité et d’utilité dans le monde réel. Yolanda Gil, une informaticienne de l’Université de Californie du Sud qui a co-écrit le rapport, a déclaré à Kim que lorsqu’une entreprise omet ses résultats sur certains critères, en particulier ceux de l’IA responsable, l’omission « dit peut-être quelque chose ».
Cela devrait changer la façon dont une équipe SEO recherche des outils. Si les principaux modèles se situent à quelques points les uns des autres et que les scores eux-mêmes peuvent être imparfaits ou manipulés, la diapositive de référence d’un fournisseur vous en dit peu sur la manière dont le produit traitera vos pages, vos requêtes et vos clients. Je ferais confiance à un test sur mon propre site plutôt qu’à n’importe quel classement.
Voir aussi : Le test en 4 étapes qui détecte les erreurs d’IA avant qu’elles ne façonnent votre stratégie
D’où viennent réellement les retours
Betsy Vereckey du MIT Sloan a rendu compte en août de la question suivante : ce qui différencie les entreprises qui profitent de l’IA de celles qui n’en profitent pas. George Westerman, maître de conférences au MIT Sloan et chercheur en numérique à l’Initiative du MIT sur l’économie numérique, affirme que la réponse ne réside pas dans de meilleurs algorithmes. Les gagnants ont repensé la façon dont le travail est effectué. Lors du MIT Enterprise AI Forum en mai, il a déclaré au public que la technologie n’apportait pas grand-chose tant que l’entreprise elle-même ne fonctionnait pas différemment.
Il a également estimé la part des projets pilotes d’IA qui n’évoluent jamais entre 70 % et 95 %, une fourchette que l’article de Sloan attribue aux études sans les nommer. Les pilotes sont faciles à lancer et difficiles à diffuser.
Le test le plus rigoureux de Westerman pour les dirigeants concerne la gouvernance. « Votre gouvernance est-elle plutôt le volant ou plutôt le frein ? il a demandé. HCA Healthcare montre à quoi ressemble la version au volant. Un comité examine les risques, l’analyse de rentabilisation et la faisabilité de chaque cas d’utilisation de l’IA, puis pose à nouveau ses questions avant un projet pilote dans un petit nombre d’hôpitaux et à nouveau avant que le projet ne se développe. Elle vérifie également périodiquement que ses modèles tiennent toujours le coup. Les questions sur les risques orientent l’équipe vers les éléments sur lesquels enquêter plutôt que d’arrêter le travail.
Le marketing apparaît également dans les études de cas de Westerman. Dentsu Creative a poussé l’IA dans les travaux de planification, de création, d’études de marché et de campagne.
Je soupçonne que de nombreuses équipes SEO exécutant des pilotes d’IA se dirigent vers ces 70 à 95 %. Un projet pilote qui ne modifie pas le brief, l’étape de révision ou le rapport est un essai d’outil, quel que soit le nom donné au diaporama.
Voir aussi : Pourquoi 88 % des entreprises utilisent mal l’IA : l’écart en matière de construction de systèmes
Comment appliquer cela à votre stratégie de référencement
Quatre mouvements découlent des trois pièces.
Associez chaque proxy à un résultat auquel l’agent ne peut pas toucher. Répertoriez les mesures sur lesquelles vos flux de travail assistés par l’IA sont jugés, des pages publiées au schéma déployé en passant par les mentions de marque dans les réponses de l’IA. Attachez ensuite une deuxième mesure appartenant à un humain, telle que des prospects qualifiés, un pipeline ou une demande de recherche de marque. J’aime Citation Share of Voice, mais c’est un proxy. Si un agent de contenu est jugé sur la fréquence à laquelle votre marque apparaît dans les réponses de l’IA, attendez-vous à ce qu’il y trouve l’itinéraire le moins cher. Vérifiez manuellement un échantillon de ces citations chaque mois et voyez si elles renvoient quelqu’un vers une page qui convertit.
Testez les outils sur vos propres pages. Extrayez un ensemble de requêtes réelles depuis la Search Console, exécutez chaque outil candidat sur votre propre contenu et demandez à un éditeur d’évaluer les résultats sans savoir quel outil les a produits. Répétez-le tous les trimestres, car les classements bougeront et vous ne saurez pas pourquoi.
Contrôlez les agents de la même manière que HCA contrôle les cas d’utilisation. Ajoutez des points de révision avant la conception, avant le pilote et avant la mise à l’échelle. Pilotez sur un annuaire ou un marché linguistique et décidez à l’avance quel résultat mettra fin au projet pilote. Je voudrais également garder les autorisations des agents étroites, afin que la rédaction ne se transforme pas silencieusement en modèles de publication ou d’édition. Le conseil de Westerman est de modifier ou d’abandonner un projet qui ne produit pas les résultats escomptés.
Réécrivez un flux de travail, pas la pile d’outils. Avant d’acheter quoi que ce soit, nommez l’étape de votre processus qui sera différente après le pilote, qu’il s’agisse du briefing, de l’assurance qualité ou du reporting, et dites qui perd une tâche à cause de cela. Dites ensuite à l’équipe quels changements et quelle formation les accompagne. Westerman note que le silence laisse imaginer le pire.
Je ne pense pas que la prochaine version du modèle décidera qui gagnera dans la recherche IA. La métrique que vous utilisez pour juger vos agents le sera, car les agents la trouveront avant vous. Choisissez-en un que vous seriez heureux de voir frapper.
Plus de ressources :
