Avec l'IA, le faux avis redevient une arme. Et c'est un piège pour les marques

On vend aux e-commerçants des hacks pour apparaître dans Google et dans les réponses de ChatGPT. Derrière le vocabulaire technique se cache une vieille pratique qui revient en force.

Un mot s'est imposé dans le marketing digital depuis quelques mois : cheat code. On promet aux marques des raccourcis pour exister sur Google et, surtout, pour être citées par les intelligences artificielles génératives. L'un de ces raccourcis monte particulièrement : se rendre visible sur les forums communautaires, devenus une source de prédilection des moteurs et des IA.

L'intuition de départ est juste. Ces espaces concentrent de vraies conversations, et les machines y voient un signal de confiance. Les chiffres le confirment : selon une analyse de 150 000 citations menée par Semrush et relayée par Statista en juin 2025, Reddit est devenu la première source d'information citée par les IA, avec 40,1 % des citations, devant Wikipédia (26,3 %), YouTube (23,5 %) et Google lui-même (23,3 %). Ce n'est pas un hasard : Google a signé en 2024 un accord d'accès aux données de Reddit estimé à 60 millions de dollars. Le problème n'est donc pas le canal. Il est dans la méthode qu'on vend pour l'exploiter.

Source : Statista/Semrush, juin 2025, 150 000 citations

Le retour d'une vieille tromperie, sous un nom neuf

Gratter le vernis de ces méthodes révèle souvent la même mécanique : créer une multitude de comptes, les "chauffer" pendant des semaines pour qu'ils passent pour de vrais utilisateurs, puis fabriquer des conversations de toutes pièces. Une question posée avec un compte, une réponse élogieuse postée avec un autre, l'air de rien. Le tout en masquant qu'une marque se cache derrière.

Cette pratique a un nom, antérieur au search : l'astroturfing. La fabrication d'un faux mouvement spontané, d'un consensus qui n'existe pas. Le terme date des années 1980. Ce qui change en 2026, ce n'est pas la technique, c'est son rendement.

Pourquoi l'IA change l'échelle du problème

Tant que le faux avis ne trompait qu'un internaute de passage, son impact restait borné. Les IA génératives ont tout changé. Quand un consommateur demande « quelle est la meilleure solution pour X », la machine ne renvoie pas dix liens à trier : elle synthétise une réponse, tranche, recommande. Et pour trancher, elle s'appuie sur ce qu'elle lit, en particulier sur ces forums.

Manipuler quelques discussions ne biaise donc plus un simple fil. Cela peut contaminer la réponse unique que des milliers d'utilisateurs recevront comme une vérité. Le phénomène est d'autant plus préoccupant que le faux avis prospère déjà hors IA : selon une enquête de la DGCCRF, près de 45% des avis publiés en ligne seraient faux ou trompeurs, alors même que 85 % des consommateurs déclarent s'y fier avant d'acheter. On greffe une mécanique de manipulation éprouvée sur le canal le plus prescripteur jamais apparu.

Source : DGCCRF

La double facture que personne ne mentionne

Ce qu'on oublie de dire aux marques séduites, c'est qu'elles paient toujours deux fois.

La première facture est mécanique. Ces pratiques violent les conditions d'utilisation des plateformes, qui investissent dans la détection des faux comptes et des réseaux coordonnés. Le jour où les comptes tombent, toute la visibilité bâtie sur eux s'effondre. On n'a rien construit, on a loué une illusion. Et le terrain juridique n'est pas loin : en France, présenter des recommandations commerciales sous l'apparence d'avis désintéressés expose au régime des pratiques commerciales trompeuses, passible de sanctions allant jusqu'à 300 000 € d'amende et deux ans d'emprisonnement. La DGCCRF a d'ailleurs renforcé ses moyens, avec plus de 1200 établissements contrôlés depuis juillet 2023 et un outil dédié, « Polygraphe », pour traquer les faux avis.

La seconde facture est plus lourde, parce qu'elle ne se répare pas. Le jour où une communauté découvre qu'une marque a manipulé ses conversations, ce n'est pas du trafic qu'elle perd, c'est la confiance. Or les communautés en ligne détestent par-dessus tout être instrumentalisées, et elles ont la mémoire longue. Un classement perdu se reconquiert ; une réputation de tricheur, beaucoup plus difficilement.

Le vrai sujet : confondre paraître recommandé et être recommandable

Ces méthodes prospèrent sur une promesse séduisante : sauter l'étape la plus difficile, celle qui consiste à devenir réellement bon, au point qu'on vous recommande sans que vous ayez à vous citer vous-même.

C'est l'inverse de ce qui dure, et les données le prouvent. Une étude de Profound montre que le post Reddit moyen cité par une IA a environ un an d'ancienneté, et que 4 % des contenus cités datent de 2019 ou avant. Autrement dit, l'IA ne récompense pas le coup viral fraîchement fabriqué, mais la présence longue et accumulée. Le faux, lui, est pressé. Il joue contre la nature même de ce qu'il essaie de manipuler.

L'arrivée de l'IA dans la découverte des produits n'est pas une invitation à tricher plus efficacement. C'est ce qui devrait enterrer ces méthodes : plus les machines deviennent capables de juger la légitimité réelle d'une marque, plus le faux finit par se voir.

La vraie question pour un dirigeant n'est donc pas « comment apparaître dans les réponses des IA ». C'est « ma marque mérite-t-elle d'y apparaître ». La première mène à des hacks qui finissent par se retourner contre vous. La seconde mène à un travail moins spectaculaire, mais qui, lui, tient dans le temps.