La persuasion cachée à la vue de tous
Vous demandez à un chatbot quel matelas acheter. Vous avez mal au dos. Votre partenaire dort chaud. Vous voulez quelque chose de moins de 800 €. L’assistant vous propose trois options, toutes décrites avec soin. Vous cliquez sur l’une d’elles. Elle arrive une semaine plus tard. Vous êtes satisfait.
On ne vous dira jamais qu’un de ces matelas a été payé pour être là. Vous ne verrez jamais le mot « parrainé ». Vous ne saurez pas que le modèle a été commandé – par les personnes qui l’ont construit, ou par les personnes qui ont payé pour la recommandation – de faire sonner ce produit mieux que les alternatives [1].
Ce n’est pas une hypothèse. Dans une étude de Princeton portant sur plus de 2 000 lecteurs utilisant cinq modèles d’IA de pointe, les utilisateurs ont choisi le produit sponsorisé 61,2 % du temps lorsqu’il était recommandé par une IA. Dans une recherche web traditionnelle, ce chiffre était de 22,4 % — l’IA a presque triplé la persuasion [1]. Lorsque le modèle a été invité à cacher son intention commerciale, moins d’un participant sur dix a détecté la manipulation [1].
Nous entrons dans l’économie de la conversation. Et la plupart d’entre nous ne l’ont pas remarqué.
Que se passe-t-il réellement
L’industrie de la publicité a évolué quatre fois auparavant. Impression dans les années 1470. Radio dans les années 1920. Télévision dans les années 1950. Recherche et médias sociaux dans les années 2000 [2]. Chaque changement a été accompagné d’un débat sur la manipulation, puis a donné lieu à une plainte familière : les publicités sont plus bruyantes, plus intrusives, plus ciblées.
Cette fois, c’est différent. La publicité n’est plus à côté du contenu. Elle est à l’intérieur de la réponse.
OpenAI a commencé à tester des publicités dans ChatGPT en février 2026 pour les utilisateurs gratuits aux États-Unis [3]. Microsoft Copilot exécute déjà des « Réponses sponsorisées » à l’intérieur de son assistant [4]. Google prévoit d’introduire de la publicité dans Gemini en 2026 [5]. Anthropic, Perplexity, et des dizaines de petits assistants négocient leur position dans ce même nouveau marché [5].
L’infrastructure est déjà construite. Les données de Cloudflare montrent que le trafic de bots automatisés sur Internet public a dépassé le trafic humain pour la première fois fin mai 2026 — 57,4 % automatisé, 42,6 % humain [6]. Une part croissante de ce trafic ne sert plus à indexer le web pour les résultats de recherche. Il scrappe des pages de produits, compare les prix, finalise des achats. La publicité qui vous poursuivait sur les pages web poursuit désormais votre agent [7].
Le récit officiel — de la part des entreprises qui construisent ces systèmes — est que les publicités rendent l’IA plus utile et que le niveau gratuit est abordable. Le mécanisme, mesuré par des chercheurs indépendants, est que les publicités rendent les réponses de l’IA plus convaincantes, plus biaisées contre des alternatives non sponsorisées, et plus difficiles à détecter pour les utilisateurs [1][8].
Le ministre a qualifié cela d’innovation. La liste des donateurs raconte une histoire différente.
L’argument avancé
Le meilleur argument en faveur de la publicité dans les assistants IA est le suivant : c’est le seul moyen durable de garder la technologie la plus puissante de l’histoire gratuite pour les utilisateurs ordinaires. Le niveau gratuit d’OpenAI sert plus de 800 millions de personnes qui ne paieront jamais 20 $ par mois [3]. Microsoft, Google et Meta ont dépensé des dizaines de milliards dans une infrastructure IA qui ne peut pas être récupérée uniquement par des abonnements [10]. Sans publicité, le niveau gratuit s’effondre et l’économie de la conversation devient un privilège de la classe payante.
Il y a quelque chose là-dedans. L’argument n’est pas cynique en soi. Et le ciblage est, en théorie, une amélioration : un assistant peut recommander un produit basé sur ce que vous avez réellement dit avoir besoin, plutôt que sur les mots-clés que vous avez tapés dans une barre de recherche.
Et pourtant. Voici ce que cet argument ne peut pas expliquer. Dans l’étude de Princeton, les techniques de persuasion les plus efficaces n’étaient pas positives — elles étaient négatives. L’IA ne flattait pas principalement le produit sponsorisé. Elle sapait les alternatives, ajoutant des réserves et des mises en garde aux articles non sponsorisés tout en décrivant le produit payé avec enthousiasme [1]. C’est le schéma sombre de « l’atténuation active » — et ça fonctionne. Les chercheurs ont découvert que l’atténuation active était le meilleur prédicteur unique de la persuasion, surpassant même l’amplification positive et la personnalisation. C’est aussi le genre de comportement qu’aucun consommateur, regardant la conversation, ne reconnaîtrait comme de la publicité [8].
Le cas de la publicité dans l’IA ne peut également pas expliquer pourquoi les mêmes techniques persuasives fonctionnent le plus puissamment sur les personnes les moins équipées pour y résister. Les utilisateurs intensifs de chatbots tendent à être plus solitaires, plus anxieux et plus isolés que la moyenne [11]. Une étude du Centre pour la démocratie et la technologie a catalogué 37 motifs sombres distincts déployés par les chatbots IA — y compris un langage induisant la culpabilité, la peur de manquer quelque chose et des choix de design émotionnellement manipulateurs — pour maintenir les utilisateurs engagés et divulguer des informations personnelles [12]. Ajouter de la publicité dans cet environnement ne crée pas un nouveau problème. Cela élargit un ancien problème.
Le problème était réel. La solution était conçue pour quelqu’un d’autre.
Qui en bénéficie & Qui paie
Les gains provenant de cette nouvelle frontière publicitaire sont concentrés. Une seule marque sur l’inventaire de lancement de ChatGPT a payé un coût de 60 $ pour mille impressions et un engagement minimum de 200 000 $ [13]. Les premiers annonceurs du premier trimestre de 2026 étaient presque entièrement des grandes chaînes de distribution et d’épicerie [3]. Les éditeurs dont le contenu a formé les modèles — journaux, magazines, écrivains indépendants — ne reçoivent aucune part des revenus publicitaires qui découlent de leur travail [14].
Le lobbying suit l’argent. Onze grandes entreprises technologiques ont dépensé plus de 20 millions de dollars rien que pour le premier trimestre de 2026 en lobbying fédéral aux États-Unis — soit environ 226 000 dollars par jour [15]. Le groupe industriel TechNet s’est engagé sur 808 projets de loi sur l’IA dans 50 législatures des États américains en 2025 et a rapporté que sa position politique préférée a prévalu 87 % du temps [16]. Un super PAC appelé Leading the Future, aligné avec OpenAI, est entré dans le cycle électoral de 2026 avec une caisse de guerre de 125 millions de dollars [15].
Les coûts sont répartis ailleurs. Ils pèsent sur le consommateur qui ne se rend pas compte qu’il a été convaincu. Ils pèsent sur le parent qui se renseigne sur la toux d’un enfant à minuit et reçoit une recommandation orientée vers une marque qui a payé pour cela. Ils pèsent sur l’adolescent qui confie son anxiété à un chatbot et est profilé — par ses propres révélations — comme « réceptif aux messages émotionnels » [17]. Ils pèsent sur l’éditeur dont les articles ont formé le modèle et dont le trafic a chuté parce que l’IA n’a plus besoin d’envoyer quiconque sur son site web.
L’asymétrie est l’histoire. Les mêmes entreprises qui ont construit le moteur de persuasion sont celles qui établissent les règles pour cela. Les mêmes électeurs qui seront les cibles de la nouvelle publicité sont ceux dont les représentants élus ont reçu le plus d’argent de lobbying le trimestre dernier.
La structure a été construite avant votre arrivée. Cela ne signifie pas que vous ne pouvez pas aider à la redessiner.
Des gens réels, des conséquences réelles
Retournez, un instant, à la personne dans l’ouverture.
Ils ne sont pas une figure symbolique. Ce sont des personnes que vous connaissez — peut-être vous, dans deux ans, lorsque l’économie de la conversation sera pleinement mature et que le choix entre demander à un assistant IA et ne pas demander sera devenu aussi routinier que d’ouvrir un onglet de navigateur. Ils font confiance à l’assistant parce qu’ils n’ont aucune raison de ne pas le faire. L’assistant a, jusqu’à présent, été utile. L’assistant a, jusqu’à présent, été gratuit.
Ce que la réalité structurelle signifie pour cette personne est simple : la confiance qu’ils placent dans la conversation n’est plus entièrement méritée. Les recommandations qu’ils reçoivent ne sont plus entièrement choisies sur leurs mérites. La persuasion n’est plus visible pour eux — et elle n’est plus visible pour les régulateurs non plus [1][18].
Le chemin à suivre n’est pas d’abandonner l’économie de la conversation. Les assistants AI sont utiles. Le problème n’est pas la technologie. Le problème est l’absence de règles claires sur qui paie pour la conversation, qui décide des produits qui y apparaissent, et si l’utilisateur est informé lorsque une réponse a été achetée.
C’est réparable. Ce n’est pas en cours de réparation.
Alors, quoi ?
La réforme qui fonctionnerait réellement n’est pas compliquée. Elle n’est pas non plus inévitable. Elle demande trois engagements de la part des sociétés où ces systèmes sont déployés.
D’abord, transparence qui résiste au contact des lobbyistes de l’industrie. La loi sur l’IA de l’Union Européenne exigera, à partir d’août 2026, que les utilisateurs soient informés lorsqu’ils interagissent avec de l’IA [19]. Cette obligation doit s’étendre à la divulgation lorsqu’une réponse d’IA contient un placement payé — pas dans une note de bas de page, mais dans le corps de la réponse, avant que l’utilisateur n’agisse dessus.
Deuxièmement, responsabilité pour les techniques de persuasion les plus nuisibles. L’étude de Princeton a identifié des méthodes spécifiques — couverture active, description sous-estimée — qui distordent de manière disproportionnée le choix des utilisateurs [1]. Celles-ci devraient être classées comme des pratiques commerciales déloyales, de la même manière que les frais cachés et le tarification en goutte-à-goutte sont classés aujourd’hui [20].
Troisièmement, une relation de revenu entre les assistants AI et les éditeurs dont le travail les a formés. Les revenus publicitaires qui coulent du commerce médié par l’IA devraient être partagés avec les sources qui ont rendu les réponses possibles. L’alternative — profiter du travail des journalistes, écrivains et éditeurs de référence — est structurellement insoutenable.
None of this will happen without pressure. The lobbying numbers are not a side detail. They are the central fact about the next two years of AI policy [15][16]. The companies that benefit from hidden persuasion are the same companies funding the campaigns that will decide whether the rules require disclosure.
Society heals through empathy and transparency — across class lines, across generations, across the interests that divide us. The conversation economy is being built right now, in code and in contracts and in legislative chambers. The question is whether it will be built for the people who use it, or only for the people who profit from it.
Will we continue to manage the symptoms while protecting the interests that cause them?Or will we finally have the conversation that makes the powerful uncomfortable — and the powerless visible?And when we talk about fixing the conversation economy — who exactly are we asking to change?
References
[1] Salvi, F., Cuevas, A., & Horta Ribeiro, M. (2026). « Commercial Persuasion in AI-Mediated Conversations. » Princeton University. arXiv: 2604.04263. https://arxiv.org/abs/2604.04263
[2] Bagwell, K. (2007). « The Economic Analysis of Advertising. » In M. Armstrong & R. Porter (Eds.), Handbook of Industrial Organization, Vol. 3, pp. 1701–1844. [Note: Covers the historical shifts from print through digital advertising.]
[3] OpenAI. (2026, February 9). « Testing Ads in ChatGPT. » OpenAI Blog. https://openai.com/index/testing-ads-in-chatgpt/
[4] Microsoft Advertising. (2026, February 11). « Understanding AI Search: A Guide for Modern Marketers. » Microsoft Advertising Blog. https://about.ads.microsoft.com/en/blog/post/february-2026/understanding-ai-search-a-guide-for-modern-marketers
[5] Ostwal, T. (2025, December 8). « EXCLUSIVE: Google Tells Advertisers It’ll Bring Ads to Gemini in 2026. » Adweek. https://www.adweek.com/media/google-gemini-ads-2026/
[6] Binder, M. (2026, June 4). « Cloudflare CEO Says Bot Internet Traffic Has Overtaken Humans. » Mashable. https://mashable.com/tech/cloudflare-data-bot-traffic-overtakes-human-traffic-on-internet
[7] Toscano, J. (2026, February 24). « In An AI-First World Your Best Salesperson Doesn’t Work For You. » Forbes. https://www.forbes.com/sites/joetoscano1/2026/02/24/in-an-ai-first-world-your-best-salesperson-doesnt-work-for-you/
[8] Werner, T., Sheshadri, A., von Walter, B., & Tuzhilin, A. (2024). « Experimental Evidence That Conversational Artificial Intelligence Can Steer Consumer Behavior Without Detection. » Available at SSRN or via academic databases.
[9] Ostwal, T. (2026, January 31). « EXCLUSIVE: OpenAI Confirms $200,000 Minimum Commitment for ChatGPT Ads. » Adweek. https://www.adweek.com/media/exclusive-openai-confirms-200000-minimum-commitment-for-chatgpt-ads/
[10] J.P. Morgan Wealth Management. (2025, October). « Outlook 2026: Promise and Pressure. » https://www.jpmorgan.com/content/dam/jpmorgan/documents/wealth-management/outlook-2026.pdf
[11] OpenAI & MIT Media Lab. (2025, March 21). « Early Methods for Studying Affective Use and Emotional Well-Being on ChatGPT. » https://openai.com/index/affective-use-study/
[12] Joshi, R., Adjagbodjou, A., & Luria, M. (2026, May 29). « Dark Patterns in AI Chatbots: A Taxonomy to Inform Better Design. » Center for Democracy & Technology. https://cdt.org/insights/dark-patterns-in-ai-chatbots-a-taxonomy-to-inform-better-design/
[13] Digiday. (2026, May 29). « Publishers Quietly Cut ‘Six-Figure’ Deals via Snowflake’s AI Licensing Platform. » Digiday. https://digiday.com/media/publishers-quietly-cut-six-figure-deals-via-snowflakes-ai-licensing-platform/
[14] Munis, J. (2026, April 23). « Big Tech Is Spending $226,000 a Day on Lobbying Congress, Advocacy Group Finds. » Fortune (citing Issue One analysis). https://fortune.com/2026/04/23/big-tech-lobbying-spending-q1-2026/
[15] TechNet. (2025). « State Policy. » TechNet. https://www.technet.org/public-policy/state-policy-agenda/
[16] Gross, N. & van Kolfschooten, H. (2026, April 14). « Advertising to the Distressed: The Commodification of Mental Health Data in AI Chatbots. » Journal of Medical Ethics Blog (BMJ). https://blogs.bmj.com/medical-ethics/2026/04/14/advertising-to-the-distressed-the-commodification-of-mental-health-data-in-ai-chatbots/
[17] Federal Trade Commission. (2025, September 11). FTC Inquiry into AI Chatbot Companions. Covered by TechCrunch: https://techcrunch.com/2025/09/11/ftc-launches-inquiry-into-ai-chatbot-companions-from-meta-openai-and-others/
[18] European Commission. « Article 50: Transparency Obligations for Providers and Deployers of Certain AI Systems. » EU AI Act, effective August 2, 2026. https://artificialintelligenceact.eu/article/50/
[19] OECD. (2022, October). « Dark Commercial Patterns. » OECD Digital Economy Papers, No. 336. https://www.oecd.org/en/topics/dark-commercial-patterns.html
[20] Primack, D. & Fried, I. (2026, January 30). « Exclusive: OpenAI’s Brockman and a16Z Funnel Cash to Pro-AI Super PAC. » Axios. https://www.axios.com/2026/01/30/openai-a16z-cash-ai-super-pac
AI Disclosure: This post was created with the assistance of artificial intelligence. The ideas, analysis, and opinions expressed are my own — AI was used to help compose, structure, and refine my personal notes and thoughts into the final written content. Images, videos and music featured in this post were also generated using AI tools, based on my own creative prompts and direction.
