Wikipédia perd des lecteurs à cause des AI Overviews : le cycle des bénévoles menacé

Les éditeurs de Wikipédia ont longtemps vu dans l'IA générative un énième effet de mode : elle allait s'envoler, puis retomber, comme la blockchain et les métavers. Dans un nouvel article, Wired décrit comment cette certitude a volé en éclats. Les résumés des moteurs de recherche, comme les Google AI Overviews lancés aux États-Unis en mai 2024, répondent à la question directement sur la page de résultats. L'article de Wikipédia sur lequel repose en grande partie ce résumé reste, lui, non lu. Pour Wired, la perte est bien plus grave qu'une baisse de fréquentation : c'est le modèle même sur lequel repose l'encyclopédie qui est en jeu.

Moins de lecteurs, plus de charge

Les chiffres publics dessinent un tableau préoccupant. En octobre 2025, la Wikimedia Foundation a indiqué qu'après la révision de ses algorithmes de détection des robots, les pages vues par des humains étaient inférieures d'environ 8% à celles d'un an plus tôt. Parmi les causes, la fondation cite l'IA générative et les réseaux sociaux, où un public jeune obtient de plus en plus souvent ses réponses sans visiter le site.

Les données du Pew Research Center pour 2025 montrent la mécanique de cet effet. Lorsqu'un résumé IA figure dans les résultats, les utilisateurs cliquent sur un lien classique dans environ 8% des cas. Sans résumé, ce taux est d'environ 15%. Les liens placés dans le résumé lui-même ne recueillent qu'environ 1% de clics.

Parallèlement, la charge sur l'infrastructure augmente. Wikimedia a indiqué précédemment que, depuis janvier 2024, le trafic de téléchargement de contenus multimédias avait progressé de 50%, et qu'une part importante de cette hausse provenait de robots collectant des données pour entraîner des modèles.

• Taille du projet : plus de 65 millions d'articles dans 300+ langues.
• Trafic humain : environ −8% sur un an selon la Wikimedia Foundation (2025).
• Clics en présence d'un résumé IA : environ 8% contre 15% sans résumé (Pew).
• Charge de téléchargement des contenus multimédias : +50% depuis janvier 2024.

Un cycle qui repose sur des humains

Wikipédia fonctionne comme une chaîne de montage. Le lecteur repère une erreur, la corrige, se prend au jeu et finit par devenir éditeur. Une partie des lecteurs fait des dons, qui font vivre une fondation ne diffusant aucune publicité. Chaque maillon suppose que la personne voie la page elle-même, et non un résumé.

Le résumé IA coupe ce chemin. Le modèle prend un texte rédigé et relu par des bénévoles, puis le restitue à l'utilisateur sans attribution, ou avec un petit lien. Le lecteur ignore qu'une communauté se cache derrière la réponse, et n'a aucune raison de la rejoindre ni de payer. L'encyclopédie reste pourtant la principale source de faits des modèles eux-mêmes : ils dépendent d'un projet qu'ils sont en train d'épuiser.

La fondation tente de négocier de façon pragmatique. Via sa branche commerciale Wikimedia Enterprise, elle vend à de grandes entreprises un accès structuré aux données, et en janvier 2026, Amazon, Meta, Microsoft, Mistral AI et Perplexity auraient rejoint la liste de ses clients. Cela rapporte de l'argent et allège une partie de la charge sur les serveurs. Mais le chèque d'une entreprise ne remplace pas un éditeur en chair et en os, qui a un jour été un simple lecteur de passage.

Que faire

Pour ceux qui construisent des produits à base de LLM, la conclusion est simple : il faut entretenir la source de connaissances, pas seulement la citer. Une attribution visible avec lien, le recours à l'API payante plutôt qu'au scraping massif et une mention honnête de l'origine des données coûtent moins cher que la dégradation du jeu de données dont dépend la qualité des réponses.

Pour les éditeurs et propriétaires de sites, Wikipédia joue le rôle de signal d'alerte précoce. Si l'encyclopédie, avec sa réputation, perd des clics, les ressources de niche ont intérêt à mesurer la part de leur audience directe et abonnée, et pas seulement leur trafic issu des moteurs de recherche. Pour l'utilisateur ordinaire, il suffit de prendre l'habitude d'ouvrir la source sous la réponse de l'IA, surtout quand il s'agit de dates, de chiffres et de sujets controversés. Ce sont ces clics qui décident aujourd'hui si la prochaine version de l'encyclopédie aura encore quelqu'un pour l'écrire.