Snapchat vient de rejoindre le club… Le 31 juillet 2026, la maison mère de l’application a annoncé que les vidéos entièrement générées par IA ne seraient plus recommandées sur Spotlight.
LinkedIn, Meta, TikTok et YouTube ont, chacun à leur rythme, pris des mesures similaires ces deux dernières années : labels, détecteurs automatiques, démonétisation des contenus jugés “inauthentiques”.
Sur le papier, c’est une victoire pour la créativité humaine. Dans les faits, il vaut la peine de poser une question plus dérangeante : ces mesures visent-elles vraiment à éliminer l’AI slop, ou seulement à le rendre socialement acceptable à consommer ?
- Le paradoxe chiffré que personne ne veut regarder en face
Commençons par les chiffres, parce qu’ils racontent une histoire différente du discours officiel.
TikTok a été l’une des toutes premières plateformes à s’attaquer au sujet. Dès septembre 2023, elle a permis aux créateurs de signaler eux-mêmes leurs contenus générés par IA, une option activée plus de 37 millions de fois en quelques mois. En mai 2024, elle est devenue la première plateforme vidéo à adopter le standard “C2PA Content Credentials”. Résultat : plus de 3 milliards de contenus étiquetés comme “générés par IA”.
Et pourtant. En juin 2026, une étude de Kapwing révélait que 59 % des vidéos proposées à un nouvel inscrit sur TikTok pouvaient s’apparenter à de l’AI slop, contre 21 % sur YouTube Shorts. Trois milliards d’étiquettes n’ont donc rien changé au volume de contenu synthétique réellement poussé aux utilisateurs. L’étiquetage a documenté le problème sans le résoudre.
C’est le premier indice d’un déséquilibre structurel : les mesures de transparence (labels, watermarks, détecteurs) sont faciles à annoncer, coûtent peu et n’affectent pas le volume de contenu ni le temps d’écran. Les mesures qui affecteraient réellement le volume, la dépréciation algorithmique systématique, la démonétisation sont, elles, beaucoup plus rares.
- Suivre l’argent, pas le discours
Le cas Meta est particulièrement révélateur. En février 2024, le groupe a introduit un label “AI Info” sur Facebook, Instagram et Threads. Plus récemment, il a dévoilé Content Seal, un watermark invisible accompagné d’un outil de détection. Sauf que cet outil n’est pas hyper efficace selon un test mené par Reuters. Le taux de détection est seulement de 55 %. Un détecteur qui rate un cas sur deux n’est pas un outil de lutte contre l’AI slop. C’est un outil de communication.
Et pendant que Meta affiche ces gestes de transparence, elle continue de développer et promouvoir Meta Vibes, sa propre fonctionnalité de génération vidéo intégrée à Meta AI, dont les contenus peuvent librement être republiés sur Instagram et Facebook. Meta combat donc, d’une main, ce qu’elle nourrit de l’autre, un contenu généré par ses propres outils reste, par définition, difficile à qualifier de “non authentique” à ses propres yeux.
À l’inverse, YouTube est allé plus loin que ses concurrents sur le terrain qui compte vraiment : l’argent. En actualisant les règles de son Partner Program, la plateforme a explicitement exclu de la monétisation les vidéos génériques basées sur un template, les contenus au “caractère rebutant”, et les personas IA traitant de sujets sensibles comme la santé ou la finance. C’est la seule mesure, parmi toutes celles recensées, qui touche directement le modèle économique des créateurs de slop plutôt que leur seule visibilité.
Ce contraste est instructif : plus une plateforme dépend de la production de masse à bas coût pour alimenter son fil (Facebook, TikTok), plus ses mesures restent supercielles. Plus une plateforme a construit sa valeur sur la fidélisation de créateurs identifiables et rémunérés (YouTube), plus elle peut se permettre d’être sévère.
- Le vrai déclencheur n’est pas la réglementation, c’est le marché
Le timing de toutes ces annonces n’est pas anodin. L’entrée en vigueur de l’article 50 de l’AI Act européen, qui impose le marquage de certains contenus IA, explique en partie le calendrier. Mais elle n’explique pas tout, et surtout pas l’urgence avec laquelle les plateformes américaines communiquent sur le sujet, l’AI Act ne s’applique qu’en Europe.
Ce qui explique mieux la vague d’annonces de 2025-2026, c’est une étude Gallup publiée en avril : chez la Gen Z, la proportion de personnes se disant enthousiastes vis-à-vis de l’IA générative est tombée de 36 % à 22 % en un an, tandis que celle exprimant de la colère envers ces systèmes est passée de 22 % à 31 %.
Or la Gen Z est précisément le cœur de cible de Snapchat et de TikTok. Ce n’est pas un hasard si Snapchat a choisi, un 1er avril, de rebaptiser brièvement Spotlight en “Reals”, un poisson d’avril qui préfigurait, quatre mois à l’avance, l’argumentaire officiel de son changement d’algorithme.
Autrement dit : ces plateformes ne réagissent pas à une prise de conscience éditoriale. Elles réagissent à une étude de marché. Le sujet n’est pas “l’IA nuit-elle à la qualité de nos contenus ?” mais “l’IA nuit-elle à notre rétention chez les 18-25 ans ?”. Ce sont deux questions différentes, et seule la seconde a, jusqu’ici, produit des décisions rapides.
- Récompenser l’authenticité : un narratif, pas un changement de fond
Le vocabulaire choisi par les plateformes mérite qu’on s’y attarde. Snapchat dit vouloir “récompenser la créativité émanant de personnes réelles”. LinkedIn parle de contenus qui doivent “refléter votre voix”. Meta évoque des publications “non originales, produites massivement ou republiées”.
Ce champ lexical de l’authenticité est habile, parce qu’il déplace le débat : il ne s’agit plus de savoir si un outil IA a été utilisé, mais si le résultat “semble” humain. Or cette frontière est, par construction, mouvante, subjective, et in fine décidée par les plateformes elles-mêmes, via des détecteurs dont on a vu qu’ils se trompaient dans la moitié des cas.
Ce flou n’est pas un oubli. Il permet à chaque plateforme de conserver une totale latitude : sanctionner les petits comptes qui inondent le fil de contenus répétitifs et sans valeur, tout en continuant d’encourager l’usage de ses propres outils IA maison (Meta Vibes, Muse Image, Muse Video) présentés comme des aides à la créativité plutôt que comme des générateurs de slop.
LinkedIn l’assume d’ailleurs explicitement : “Il est acceptable de se faire aider par l’IA pour écrire, mais vos publications et vos commentaires doivent refléter votre voix et vos points de vue”, a résumé sa vice-présidente éditoriale. C’est moins une politique de contenu qu’une invitation à mieux dissimuler l’usage de l’IA.
- La seule question à se poser
La question qui circule dans la presse spécialisée est : “Les plateformes vont-elles réussir à éliminer l’AI slop ?” Elle présuppose une volonté qui n’existe pas, aucune de ces entreprises n’a intérêt à réduire le volume de contenu publié sur ses fils, quelle que soit sa qualité.
Demandons-nous combien de temps avant que “l’authenticité” elle-même ne devienne un standard packagé, mesurable, certifié, et donc à son tour reproductible et vendable ? On voit déjà les prémices de cette évolution avec les labels de transparence C2PA, les watermarks Content Seal, les “indicateurs de transparence” de Snapchat. Ces dispositifs ne suppriment pas l’AI slop : ils créent une nouvelle catégorie de contenu “IA responsable”, à côté de laquelle l’AI slop pourra continuer de prospérer sous une autre étiquette.
Dans ce scénario, la véritable victoire des plateformes ne serait pas d’avoir éliminé le contenu généré en masse, mais d’avoir réussi à faire cohabiter deux économies de l’attention en parallèle, l’une “certifiée humaine”, rassurante et vendable aux annonceurs comme aux utilisateurs méfiants ; l’autre, généré à la chaîne, toujours aussi massif, mais désormais moins visible dans les études qui font les gros titres.
La lutte contre l’AI slop n’est peut-être pas en train d’échouer. Elle est peut-être en train de réussir mais pas de la manière dont on le croit.