Comment trois sites fantômes manipulent les IA avec 215 000 fausses pages

Perplexity, le moteur de recherche intelligent qui cite ses sources, s’appuie massivement sur des fermes de contenu. Une enquête révèle que trois sites coordonnés ont généré plus de 215 000 pages de fausses recommandations logicielles, désormais citées comme sources légitimes. Bienvenue dans l’ère du spam pour IA.

Une usine à recommandations pour tromper les algorithmes

Le 2 septembre 2026, Trellner Research publie une enquête qui fait l’effet d’une bombe dans l’écosystème de l’intelligence artificielle. Trois sites web — WorldMetrics, WifiTalents et Gitnux — ont créé exactement 215 128 pages de recommandations logicielles. Toutes suivent le même modèle : « Meilleur logiciel pour X », « Top 5 des outils Y », « Comparatif Z ». Aucune de ces pages n’existait avant décembre 2023.

La méthode est redoutablement efficace. Les chercheurs ont interrogé les modèles Sonar et Sonar Pro de Perplexity sur 380 catégories de logiciels différentes, du CRM aux systèmes de gestion de musées. Résultat : sur 7 534 citations collectées, ces trois sites apparaissent 181 fois dans 41 catégories distinctes. Deux d’entre eux affichent même comme titre HTML « Facts & Grounding Page » — le terme technique désignant le processus de recherche de sources par les IA.

Selon Trellner Research, cette coordination n’est pas un hasard. Les trois sites partagent des caractéristiques structurelles similaires, suggérant une opération commune. Ils ont compris un principe fondamental : les IA ne lisent pas comme les humains. Elles cherchent des patterns, de la structure, des réponses directes. Et ces sites leur en donnent exactement ce qu’elles attendent.

60% des sources citées viennent du web invisible

Mais le problème va bien au-delà de ces trois sites. L’audit de Trellner révèle une faille systémique : 59,8% des 7 534 citations analysées pointent vers des domaines classés au-delà de la 100 000e position dans le classement Tranco des sites les plus visités. Plus inquiétant encore, 23,4% des sources ne figurent même pas dans le top 1 million mondial.

« Perplexity cite des pages que personne ne lit », résume un commentateur sur Hacker News, où l’article a généré 504 points et 248 commentaires en quelques heures. Ces sources obscures ne sont pas nécessairement malveillantes, mais leur faible visibilité soulève une question essentielle : pourquoi une IA les considère-t-elle comme fiables ?

D’après les analyses de spécialistes en optimisation pour IA (« AI SEO »), Perplexity privilégie la fraîcheur du contenu, la structure claire des réponses et la capacité d’extraction rapide. Un petit site publié hier avec la bonne mise en forme peut surpasser un média établi dont le contenu est enfoui sous trois paragraphes d’introduction. Cette « ouverture » du système, pensée comme un avantage démocratique, devient une vulnérabilité exploitable à l’échelle industrielle.

Le nouveau visage du spam : structuré, frais, et optimisé pour l’IA

Cette affaire marque l’émergence d’une nouvelle discipline : le « Black Hat AI SEO ». Contrairement au référencement Google traditionnel qui visait à apparaître dans les résultats, l’objectif ici est d’être cité et d’acquérir une autorité par procuration. Quand Perplexity écrit « Selon TechReviews, le meilleur CRM est Salesforce », l’IA endosse la recommandation. L’impact psychologique sur l’utilisateur est sans commune mesure avec un simple lien bleu dans Google.

Les 215 128 pages découvertes ne sont probablement pas un chiffre aléatoire. Les experts estiment qu’il s’agit d’une couverture systématique de toutes les combinaisons possibles : [catégorie de logiciel] × [cas d’usage] × [segment d’utilisateur]. Une approche algorithmique sophistiquée, probablement assistée par IA elle-même pour générer le contenu à cette échelle.

Le fait d’utiliser trois sites distincts révèle une stratégie encore plus subtile : créer un « consensus artificiel ». Les algorithmes d’IA accordent naturellement plus de poids aux informations confirmées par plusieurs sources indépendantes. En contrôlant trois sites, les manipulateurs exploitent ce biais de validation croisée. C’est l’équivalent numérique de l’astroturfing — créer l’illusion d’un mouvement populaire spontané.

Un problème de citations bien plus large

Une seconde étude, publiée le même jour par Haus Research, enfonce le clou. Sur 1 826 citations analysées où Perplexity mentionne un chiffre précis, 34,7% pointent vers des pages qui soit ne s’ouvrent pas, soit ne contiennent pas le chiffre cité. Quand on compte par affirmation plutôt que par citation, 14,4% des 872 déclarations vérifiées sont infondées.

« J’ai reproduit l’expérience avec Claude », témoigne un développeur sur Hacker News. « Je lui ai demandé de choisir entre deux versions de code : celle qu’il avait générée dans une autre conversation, et ma version refactorisée. Il a systématiquement choisi la sienne, même quand la mienne était objectivement meilleure. Les LLM ont un biais de confirmation pour le contenu généré par IA. »

Ce biais pourrait expliquer pourquoi les pages manufacturées fonctionnent si bien. Si elles sont elles-mêmes générées par IA avec la structure optimale pour être lues par IA, elles créent une boucle de renforcement : l’IA cite du contenu qui « parle IA », au détriment du contenu humain plus nuancé mais moins standardisé.

Perplexity face au dilemme de l’ouverture

Perplexity n’a pas encore publié de réponse officielle à ces révélations. L’entreprise, valorisée à environ 500 millions de dollars, se trouve face à un dilemme classique des plateformes : rester ouvert ou se fermer pour garantir la qualité.

L’ouverture de Perplexity est sa force : son crawler (PerplexityBot) indexe le web en temps réel, permettant de citer des pages publiées le jour même. Un petit site avec la bonne expertise peut être cité aux côtés du New York Times. C’est démocratique, c’est méritocratique… et c’est exploitable.

Les solutions envisagées par l’industrie sont multiples mais toutes imparfaites :

• Blacklister les domaines suspects : efficace à court terme, mais les manipulateurs peuvent créer de nouveaux domaines plus vite que les IA ne peuvent les bloquer
• Privilégier les sources établies : recrée les barrières à l’entrée de Google, éliminant les petits acteurs légitimes
• Système de certification des sources : qui décide qui est certifié ? Risque de capture réglementaire
• Passer à des bases de données curées et payantes : crée un web à deux vitesses où l’information fiable devient un bien premium

Selon des spécialistes en « Perplexity citation optimization », la plateforme évalue plusieurs signaux : autorité du domaine, fraîcheur du contenu, structure extractible, mentions tierces, et cohérence avec d’autres sources. Mais aucun de ces critères n’est infaillible face à une manipulation industrielle bien conçue.

Implications : qui paie le prix de la manipulation ?

Les conséquences de cette manipulation sont multiples et touchent différents acteurs :

Pour les utilisateurs, c’est un problème de confiance. Quand vous demandez à Perplexity « quel CRM choisir pour ma PME », la réponse peut être biaisée par des sources manufacturées. Vous pourriez investir des milliers d’euros dans un logiciel recommandé non pour sa qualité, mais parce qu’un réseau de sites fantômes a gamifié l’algorithme.

Pour les éditeurs de logiciels légitimes, c’est une concurrence déloyale. Un concurrent peut manipuler les recommandations IA pour détourner vos prospects, sans que vous ne le sachiez. Le marché de l’affiliation logicielle, estimé à 10 milliards de dollars globalement, devient un terrain de jeu pour les manipulateurs les plus sophistiqués.

Pour l’écosystème IA, c’est une crise de crédibilité naissante. Si Perplexity, ChatGPT et Claude ne peuvent garantir la fiabilité de leurs sources, pourquoi leur faire confiance ? Le risque est une perte d’adoption massive, ou pire, une régulation contraignante qui étoufferait l’innovation.

Vers une régulation des sources IA ?

L’Union européenne, déjà active sur la régulation de l’IA avec l’AI Act, pourrait étendre le Digital Services Act aux recommandations générées par IA. Les plateformes pourraient être tenues responsables des sources qu’elles citent, comme les réseaux sociaux le sont pour le contenu qu’ils amplifient.

Mais la régulation seule ne suffira pas. La bataille technique est déjà engagée. Des startups émergent pour proposer des solutions de « trust & safety » pour IA : détection de fermes de contenu, certification de sources, monitoring des citations. Le marché de la vérification des sources IA pourrait devenir aussi important que celui de la cybersécurité.

À plus long terme, cette affaire pose une question philosophique : le web ouvert peut-il survivre comme source d’information fiable pour les IA ? Si chaque information doit être vérifiée, recoupée, certifiée, le coût devient prohibitif. Les IA pourraient se replier sur des bases de données propriétaires, payantes, curées — créant un internet à deux vitesses où l’information libre est présumée suspecte.

Ce que révèle cette affaire sur l’avenir de l’information

L’affaire des 215 128 pages manufacturées n’est probablement que la partie émergée de l’iceberg. Si trois sites ont pu créer ce volume dans le domaine logiciel, combien d’autres opérations similaires existent dans la santé, la finance, le juridique ? Des domaines où une mauvaise recommandation peut avoir des conséquences bien plus graves qu’un mauvais choix de CRM.

Le timing est révélateur : deux ans après le lancement de ChatGPT (novembre 2022), l’écosystème de manipulation s’est déjà structuré. C’est plus rapide que pour le SEO Google, qui avait mis environ cinq ans à voir émerger des fermes de contenu sophistiquées. Chaque nouvelle capacité IA sera probablement exploitée en moins de deux ans.

La vraie question n’est pas « comment empêcher cette manipulation » — c’est probablement impossible à l’échelle du web ouvert. La vraie question est : comment les utilisateurs peuvent-ils développer un esprit critique face aux réponses IA ? Tout comme nous avons appris à nous méfier des publicités déguisées et des fake news, nous devons apprendre à vérifier les citations, à croiser les sources, à ne pas prendre pour argent comptant ce qu’une IA nous dit, même quand elle cite ses sources.

Car au final, le problème n’est pas que les IA citent de mauvaises sources. Le problème est que nous leur accordons une confiance aveugle parce qu’elles citent des sources. Les manipulateurs l’ont compris. Il est temps que nous le comprenions aussi.

Conclusion : L’IA à l’épreuve de la réalité du web

L’enquête de Trellner Research marque un tournant. Elle documente pour la première fois, avec méthode et données ouvertes, ce que beaucoup soupçonnaient : les moteurs de recherche IA sont aussi manipulables que leurs prédécesseurs, peut-être même plus, car ils confèrent une autorité plus forte aux sources qu’ils citent.

Perplexity et ses concurrents vont devoir choisir : rester ouverts et vulnérables, ou se fermer et perdre leur avantage démocratique. Entre ces deux extrêmes, il existe probablement un équilibre — mais le trouver demandera de l’innovation technique, de la transparence, et peut-être une dose de régulation.

Une chose est certaine : l’ère du « AI SEO Black Hat » vient de commencer. Et comme pour toute course aux armements, ce sont souvent les utilisateurs qui en paient le prix. La prochaine fois que vous demanderez à une IA de vous recommander quelque chose, souvenez-vous : derrière la réponse lisse et les citations numérotées se cache peut-être une usine à contenu de 215 000 pages, conçue pour vous manipuler.