Faire un donIA et faux médias : pourquoi Wikimédia France et Next s’allient pour protéger l’encyclopédie
Un article co-écrit par la rédaction de Next et l’équipe de Wikimédia France
L’essor de l’intelligence artificielle générative et l’industrialisation des fermes à contenus ont rendu la création de faux sites d’information simple et peu coûteuse. Ces plateformes reprennent les codes visuels et lexicaux de la presse pour capter du trafic, générer des revenus publicitaires ou orchestrer des campagnes d’influence.
Ce phénomène touche directement Wikipédia. Consultée chaque jour par des millions de personnes, l’encyclopédie ne produit pas sa propre information : elle synthétise des sources secondaires indépendantes et vérifiables. Lorsque de faux médias imitent la presse légitime, le travail de modération des bénévoles devient de plus en plus complexe.
L’enquête de Next : documenter la création de faux sites
Next enquête sur la manipulation de l’information en ligne. Leurs travaux ont documenté la progression rapide du phénomène : le nombre de sites d’information francophones générés par IA détectés par Next est passé de 1 000 en janvier 2025 à près de 20 000 aujourd’hui, avec des dizaines de nouveaux signalements chaque semaine. Une véritable pollution informationnelle à laquelle Next a consacré une soixantaine d’articles.
Grâce aux données de l’Observatoire des sites d’informationss générés par IA (fondé avec le GESTE), Médiamétrie a mesuré une hausse spectaculaire de leur fréquentation : entre octobre 2025 et avril 2026. La part de la population française consultant les 250 sites les plus visités de cette catégorie est passée de 25 % à près de 40 % (une progression de 60 % en six mois).
En parallèle de ses enquêtes, Next développe une extension web gratuite (sur Firefox et les navigateurs basés sur Chrome, Edge, Brave, Vivaldi, Opera, etc.) qui alerte les internautes lorsqu’ils consultent un site identifié (à l’œil nu) comme majoritairement généré par IA. L’extension permet également aux internautes de signaler les sites qu’ils estiment être majoritairement générés par IA. Depuis le lancement de l’extension, plus de 5 000 signalements ont déjà été reçus.
L’an passé, Next avait déjà partagé avec Wikipédia une première liste d’un peu plus de 800 sites d’informations générés par IA mentionnés comme sources dans l’encyclopédie, afin que son contributorat puisse vérifier s’ils pouvaient ou non y figurer. L’absence de faux positifs au cours de ces vérifications a permis à ce premier partenariat de confirmer la validité de la méthodologie de Next.
L’objectif de l’enquête est de documenter et combattre cette pollution informationnelle, celle de l’extension de permettre aux internautes en général, ainsi qu’aux journalistes et professionnels de l’information en particulier, d’être alertés lorsqu’ils consultent un site dont les contenus, majoritairement générés par IA, n’ont probablement pas été relus ni donc vérifiés, et peuvent dès lors relayer de fausses informations « hallucinées » par des IA.
Ces sources générées par IA sont quotidiennement ajoutées dans les articles pour étayer des informations. L'expérience montre que tant des débutants, peu au fait des exigences de l'encyclopédie en matière de qualité des sources, que des contributeurs plus expérimentés, insèrent de bonne foi ces sites web, sans avoir réalisé qu'il s'agissait de contenus générés par IA, souvent avec des auteurs fictifs et souvent plagiés (et reformulés, moyennant parfois des hallucinations) sur de véritables sites de presse. Parfois, les sources générées par IA sont incluses dans des textes eux-mêmes rédigés par IA, ce qui contrevient également aux règles de Wikipédia : les grands modèles de langage (LLM) savent mal jauger la qualité d'une source et ont tendance à citer des sources elles-mêmes générées par IA.
La mise en place du partenariat
Ce partenariat s’inscrit dans la continuité d’une collaboration informelle initiée fin 2024.
À l’époque, Next avait pris attache avec Jules*, un contributeur de Wikipédia en français connu pour ses fact-checkings, pour signaler la présence de sites générés par IA sur l’encyclopédie. Pendant un mois, avec une autre contributrice, Pa2chant.bis, et lui-même, ont enquêté à partir d’une liste de sites web élaborée par Next : ils ont vérifié la présence de contenus générés par IA et de plagiats dans 148 noms de domaine présents sur Wikipédia. Les résultats ont été publiés en février 2025, en même temps que l’enquête de Next, permettant à la communauté wikipédienne de nettoyer les articles et d’empêcher l’ajout ultérieur de ces noms de domaines.
Le nombre de sites d’informations générés par IA, ainsi que le nombre de mentions de ces sites sur l’encyclopédie ne cessant d’augmenter, Jules* a émis l’idée, en juillet dernier, d’intégrer la liste globale de Next dans un filtre anti-abus afin d’alerter toute contributrice et contributeur s’apprêtant à citer une source qui ne peut plus l’être, en l’état.
Le volume de la liste est devenu tel qu’il dépasse les capacités humaines des bénévoles de Wikipédia. C’est dans ce contexte qu’un partenariat est apparu nécessaire : il permet aux wikipédiens d’ajouter en bloc tous les sites web repérés par Next dans la liste noire de l’encyclopédie en ligne, empêchant leur insertion future. En parallèle, un projet va être lancé par la communauté pour nettoyer ceux de ces sites web qui sont d’ores et déjà les plus cités dans les articles de Wikipédia.
Le constat largement partagé des patrouilleurs et administrateurs de l’encyclopédie, ainsi que des contributeurs de son Observatoire des IA est, en effet, qu’une écrasante majorité des usages de l’IA pour rédiger des articles, par des contributeurs ou contributrices débutant.e.s ou plus expérimenté.e.s, conduit à des violations des principes fondateurs et des règles de l’encyclopédie.
La recommandation de Wikipédia en matière d’intelligence artificielle générative a ainsi été récemment modifiée pour préciser qu’elle n’apporte aucune garantie sur la fiabilité, la libre réutilisation et la vérifiabilité du contenu, et que son utilisation pour la rédaction des articles est donc interdite.
Une liste d’un peu plus de 19 926 sites fournis par Next a permis de découvrir plus de 2000 noms de domaines mentionnés dans les articles de l’encyclopédie :
- 932 avec une seule occurrence ;
- 955 avec entre deux et dix occurrences ;
- 222 avec entre 11 et 50 occurrences ;
- 28 avec entre 51 et 100 occurrences ;
- 50 avec entre 101 et 1878 occurrences.
Wikimédia France est alors intervenue pour concrétiser le rapprochement en établissant le cadre juridique et la convention nécessaires pour sécuriser l’échange continu de données.
Face à la multiplication des fermes à contenus générées par IA, notre rôle est d'agir comme fournisseur d'outils, de moyens et de ressources pour la communauté. Apporter ce cadre juridique et cette base de données aux bénévoles est une des réponse pour les aider à protéger l'encyclopédie.
Comment fonctionne ce partenariat ?
Pour intégrer ces données sans altérer le fonctionnement communautaire de l’encyclopédie, le dispositif repose sur trois principes :
📊
1. L’analyse croisée des données
Next transmet sa liste de noms de domaine identifiés lors de ses enquêtes comme frauduleux ou automatisés par IA, de sorte d’identifier ceux qui sont mentionnés comme source sur Wikipédia.
🛡️
2. Un accès sécurisé
Wikimédia France transmet cette liste qualifiée de manière sécurisée aux bénévoles modificateurs de filtres d’anti-abus.
👥
3. Une régulation communautaire
Les bénévoles intègrent ces données dans les filtres d’anti-abus pour bloquer ou signaler l’ajout de ces liens lors des modifications d’articles.
Pour identifier ces sites nous n’utilisons pas de détecteurs de contenus générés par IA, au vu du risque de faux positifs et de faux négatifs, et parce que nous avons pu constater que même les meilleurs d’entre-eux (comme Pangram) prenaient trop souvent des contenus générés par IA pour des écrits humains. Notre méthodologie repose sur l’identification d’un faisceau d’indices concordants indiquant qu’il est peu voire pas plausible que la majeure partie des articles publiés sur ces sites l’aient été par des humains, et bien plus probable qu’ils l’aient été rédigés par des IA. Entre autres indices : la volumétrie du nombre d’articles publiés par journaliste, le fait que ces derniers existent réellement (ou pas), la présence d’expressions et patterns typiques des contenus d’IA générative, le fait que leurs noms de domaine aient été rachetés, après avoir expirés, par un professionnel du marketing numérique ou du référencement/SEO, qu’ils fassent partie d’une « ferme de sites » (ou « private blog network », PBN) « made for advertising » (ou « MFA »), l’absence de mentions légales, etc. À toutes fins utiles, depuis son lancement, nous avons eu moins de 10 demandes de désindexation, et n’en avons accepté que trois, qui étaient effectivement des « faux positifs ».
Sur Wikipédia, le principe de base est la modération a postériori : les contenus sont vérifiés par les bénévoles après avoir été publiés. Il existe toutefois une exception à ce principe : les filtres anti-abus. Ils permettent, à l'aide de conditions logiques et d'expressions régulières, de filtrer certaines modifications avant même leur publication. Ils sont notamment utilisés pour contrer certaines dégradations récurrentes de l'encyclopédie (que l'on appelle vandalismes) ou des opérations de harcèlement. Ici, ils permettront d'empêcher l'ajout des noms de domaine des sites IAg. Les filtres anti-abus ne sont modifiables et visibles que par une quarantaine de contributeurs francophones de confiance.
LE N
ËL
SANS IA
Du 1er au 31 décembre 2026
Si le filtrage automatique permet de bloquer les futures fausses sources à la racine, un travail de fond reste à mener sur les références déjà insérées dans l’encyclopédie.
C’est tout l’enjeu du projet communautaire « Noël sans IA ».
Durant tout le mois de décembre, les bénévoles se mobilisent pour nettoyer 31 sites générés par IA en 31 jours.
Chaque jour, un nouveau nom de domaine issu des détections est analysé et traité collectivement (suppression des liens douteux, remplacement par des archives neutres ou recherche de sources de remplacement de qualité).
Vous souhaitez participer au nettoyage des sources ?
📥 Télécharger le communiqué de presse – novembre 2026 :
« Près de 20 000 faux sites d’information recensés en français : Wikimédia France et Next s’allient pour protéger Wikipédia »
