Une vidéo étrange apparaît dans le fil. Puis une deuxième. Les voix se ressemblent, les images semblent artificielles et le montage reprend exactement le même rythme. Quelques secondes plus tard, une autre publication raconte une histoire presque identique, avec un nouveau visage et une nouvelle musique. Derrière cette apparente diversité, il n’y a parfois ni tournage, ni journaliste, ni véritable créateur. Seulement un système capable de produire des dizaines de vidéos par jour. TikTok veut désormais mieux détecter ces comptes spécialisés dans la publication massive de contenus générés par intelligence artificielle. La plateforme commencera, dans les prochaines semaines, à tester des améliorations de ses outils de détection, en ciblant particulièrement les profils actifs dans la politique, l’actualité, la santé et les conseils financiers. Des domaines dans lesquels une vidéo trompeuse peut dépasser le simple divertissement et provoquer des conséquences bien réelles.

Cette offensive ne constitue pas une interdiction générale de l’intelligence artificielle. TikTok utilise lui-même des outils génératifs, tandis que de nombreux créateurs s’en servent pour monter, traduire ou illustrer leurs contenus. La plateforme tente plutôt de séparer deux usages devenus difficiles à confondre : l’IA comme outil de création et l’IA comme machine à saturer les recommandations.

C’est là que se situe le véritable tournant. TikTok ne se contente plus d’examiner chaque vidéo isolément. Il cherche désormais à identifier le comportement global du compte qui la publie.

L’« AI slop », une nouvelle forme de spam conçue pour les algorithmes

L’expression « AI slop » peut se traduire par « bouillie d’IA ». Elle désigne des contenus générés rapidement, produits en grand volume et pensés moins pour informer ou créer que pour occuper l’espace disponible. Le modèle économique est rudimentaire mais efficace. Un opérateur utilise un générateur de texte, une voix synthétique et un outil de création vidéo. Il fabrique ensuite plusieurs dizaines de variations autour d’un même thème : une fausse alerte médicale, une histoire émouvante, un conseil financier spectaculaire ou une déclaration politique fabriquée.

La qualité importe relativement peu. Chaque vidéo constitue un ticket supplémentaire dans la loterie algorithmique. La majorité disparaîtra sans laisser de trace. Mais il suffit qu’une publication soit retenue par le système de recommandation pour générer des centaines de milliers de vues, attirer des abonnés ou rediriger le public vers une boutique, une formation, un produit financier ou un site externe.

L’« AI slop » ressemble donc moins à une nouvelle forme de création qu’au spam historique des courriels et des moteurs de recherche. La différence tient au format. Le message n’arrive plus dans une boîte de réception : il se glisse directement dans un flux personnalisé, porté par une voix humaine artificielle et par des images conçues pour suspendre le défilement. Des travaux universitaires ont déjà identifié des comptes capables de générer des contenus synthétiques à grande échelle et de tester leurs possibilités de viralité sur TikTok et Instagram. La faiblesse des coûts et la vitesse de production rendent possible une dynamique d’occupation massive qui aurait autrefois nécessité des équipes entières.

TikTok vise d’abord les sujets où une erreur peut produire des dégâts.

Les futurs tests se concentreront sur les comptes diffusant des contenus générés par IA autour de la politique et de l’actualité, de la santé et des conseils financiers. Ce choix n’est pas anodin. Une vidéo synthétique montrant un animal imaginaire reste généralement sans conséquence. Une prétendue recommandation médicale, une fausse déclaration d’un candidat ou une promesse d’investissement peuvent en revanche influencer un vote, retarder une consultation médicale ou provoquer une perte d’argent.

Dans ces domaines, l’apparence d’autorité compte presque autant que l’exactitude. Une blouse blanche, un décor de télévision, un graphique animé ou une voix posée peuvent suffire à donner de la crédibilité à une information inventée. L’IA générative permet de reproduire ces codes sans disposer de la moindre expertise. TikTok ne vise donc pas seulement la mauvaise qualité. La plateforme cible un assemblage plus dangereux : des contenus synthétiques, un rythme de publication inhabituellement élevé, des sujets sensibles et des méthodes artificielles d’acquisition d’audience. La politique de la plateforme autorise les contenus produits ou modifiés avec l’IA lorsqu’ils respectent ses règles et sont correctement signalés. Elle interdit toutefois certains usages trompeurs, notamment lorsqu’ils imitentent des sources reconnues, inventent des événements ou présentent de fausses déclarations comme authentiques.

La difficulté ne vient pas forcément des règles. Elle vient de l’échelle à laquelle elles doivent être appliquées.

L’étiquette « généré par IA » ne résout pas le problème du volume

TikTok demande depuis plusieurs années que les créateurs identifient les contenus réalistes générés ou fortement modifiés par intelligence artificielle. La plateforme utilise également des informations techniques, notamment les Content Credentials du standard C2PA, pour apposer automatiquement certains avertissements. À la fin de 2025, TikTok indiquait déjà héberger plus de 1,3 milliard de vidéos étiquetées comme générées par IA. L’entreprise avait aussi commencé à tester une option permettant aux utilisateurs de demander à voir davantage ou moins de contenus synthétiques dans leur fil. Ces outils répondent à une question essentielle : l’utilisateur sait-il que ce qu’il regarde n’a pas été filmé dans la réalité ?

Mais ils ne règlent pas une autre question : pourquoi cette vidéo lui est-elle proposée ? Une publication peut être parfaitement étiquetée tout en restant médiocre, trompeuse ou produite uniquement pour manipuler les recommandations. Le marquage informe sur la méthode de fabrication. Il ne dit rien de la qualité, de la fiabilité ou de l’intention du compte. Surtout, une étiquette apposée sur une vidéo ne permet pas d’empêcher un même profil d’en publier cinquante, cent ou davantage en quelques jours. C’est précisément sur ce point que la nouvelle approche change de logique. TikTok ne veut plus seulement regarder l’objet publié. La plateforme veut observer l’usine qui se trouve derrière.

Du contenu problématique au comportement problématique.

Un compte humain peut utiliser ponctuellement l’intelligence artificielle pour traduire une vidéo, corriger un arrière-plan ou illustrer un récit. À l’inverse, un compte automatisé peut employer les mêmes outils pour produire en continu des publications presque identiques. Pour les distinguer, TikTok devra probablement croiser plusieurs signaux : fréquence de publication, répétition des formats, similarité des scripts, origine technique des médias, vitesse d’acquisition des abonnés et éventuelles connexions avec d’autres profils.

La plateforme n’a pas détaillé les méthodes qui seront utilisées ni les sanctions précises appliquées. Elle parle d’améliorations de ses systèmes de détection et d’actions contre les comptes consacrés au spam généré par IA. Le terme reste suffisamment large pour couvrir une réduction de visibilité, une restriction de monétisation, la suppression de vidéos ou la fermeture du compte. Cette imprécision constitue l’une des principales limites de l’annonce. Sans critères publics, un créateur peut difficilement savoir à partir de quel niveau d’automatisation ou de répétition son activité sera considérée comme abusive.

TikTok devra également éviter les faux positifs. Certains médias, institutions, associations ou créateurs pédagogiques publient plusieurs fois par jour et utilisent des formats récurrents. La fréquence seule ne peut donc suffire à distinguer une rédaction organisée d’une ferme de contenus. Toute la difficulté consistera à détecter une intention d’exploitation systématique sans pénaliser la création régulière.

La plateforme tente de protéger son produit le plus précieux : le fil « Pour toi ».

TikTok présente souvent ses mesures de modération comme des outils de sécurité. Mais la lutte contre l’« AI slop » répond aussi à un enjeu commercial majeur. Le véritable produit de TikTok n’est pas la vidéo individuelle. C’est la qualité de son fil de recommandation. L’application s’est imposée parce qu’elle semble comprendre rapidement ce qui retient l’attention de chaque utilisateur. Si ce fil se remplit de vidéos répétitives, synthétiques ou manifestement produites à la chaîne, cette promesse commence à se fissurer. L’utilisateur peut tolérer quelques contenus absurdes. Il risque de quitter l’application s’il a l’impression de regarder continuellement les mêmes histoires, racontées par les mêmes voix artificielles et avec les mêmes effets visuels.

Une étude réalisée par l’entreprise Kapwing a renforcé cette inquiétude en juin 2026. À partir de comptes nouvellement créés, elle a estimé que 294 des 500 premières vidéos recommandées sur TikTok pouvaient être assimilées à de l’« AI slop ». Cette expérience ne permet pas de conclure que 59 % de l’ensemble des contenus de la plateforme sont synthétiques : elle repose sur un protocole limité, réalisé par une entreprise commerciale et centré sur la situation particulière d’un nouvel utilisateur. Mais le résultat illustre le problème du « démarrage à froid », lorsque l’algorithme ne connaît pas encore les préférences du compte et s’appuie davantage sur les contenus les plus disponibles ou les plus performants. Le risque pour TikTok est simple : l’IA générative pourrait produire plus vite que son algorithme ne sait sélectionner.

Les créateurs humains affrontent une concurrence qui ne joue pas avec les mêmes coûts.

Une vidéo originale nécessite parfois plusieurs heures ou plusieurs jours. Il faut rechercher un sujet, vérifier les informations, écrire, tourner, monter et répondre aux commentaires. Une ferme de contenus peut automatiser la majeure partie de ce travail. Elle peut produire plusieurs versions d’un même récit, modifier le visage du présentateur, changer la voix et tester différents titres en quelques minutes. La compétition devient alors profondément asymétrique. Le créateur humain cherche à réussir une vidéo. Le compte automatisé peut se permettre d’en rater quatre-vingt-dix-neuf pour qu’une seule devienne virale.

Cette logique ressemble à celle du référencement abusif sur les moteurs de recherche. Lorsque la publication devient presque gratuite, la quantité peut envahir les systèmes de classement avant que ceux-ci ne parviennent à distinguer la qualité. Le danger ne réside pas seulement dans une baisse de visibilité ponctuelle. Il concerne l’économie même de la création. Si les revenus publicitaires, les partenariats et les ventes se dirigent vers ceux qui produisent le plus vite plutôt que vers ceux qui apportent le plus de valeur, le marché encourage mécaniquement l’automatisation. TikTok se trouve donc face à un arbitrage délicat. La plateforme a besoin d’un flux permanent de nouveautés pour maintenir l’engagement. Mais si elle valorise trop fortement le volume, elle fragilise les créateurs capables de fournir les contenus qui construisent réellement sa culture et sa crédibilité.

TikTok lutte contre un phénomène que ses propres outils peuvent amplifier.

La contradiction est encore plus visible lorsque l’on observe la stratégie commerciale de TikTok. L’entreprise développe des outils génératifs destinés notamment aux annonceurs et aux marques. Son offre Symphony permet de produire des scripts, des avatars et des vidéos promotionnelles à partir de ressources existantes. L’objectif consiste à réduire les coûts et à accélérer la création de campagnes. Dans le même temps, TikTok doit détecter les comptes qui utilisent exactement cette baisse des coûts pour saturer le fil. La frontière ne peut donc pas être tracée entre les vidéos humaines, qui seraient vertueuses, et les vidéos artificielles, qui seraient indésirables. Une publicité produite avec l’IA peut être utile, créative et correctement signalée. Une vidéo tournée par un humain peut contenir une escroquerie ou une fausse information.

Le problème se situe davantage dans la combinaison entre automatisation, répétition et manipulation de l’audience. Cette nuance explique pourquoi TikTok évite de promettre une suppression générale de l’« AI slop ». Le terme lui-même ne possède pas de définition juridique ou technique stable. Il exprime surtout une perception : celle d’un contenu sans véritable substance, fabriqué à bas coût et destiné à exploiter l’attention. Or une plateforme ne peut pas modérer uniquement sur la base d’une impression esthétique. Elle doit établir des critères suffisamment objectifs pour que ses décisions puissent être expliquées et contestées.

Les faux abonnés deviennent un indice supplémentaire.

TikTok associe cette lutte aux efforts déjà menés contre les faux comptes et les manipulations artificielles d’audience. La plateforme affirme avoir supprimé plus de 86 millions de faux comptes au cours du premier trimestre 2026. Cette donnée donne une idée de l’échelle du problème, mais elle ne signifie pas que ces 86 millions de profils publiaient tous des vidéos générées par IA. Elle concerne plus largement les comptes frauduleux repérés par les systèmes existants. L’achat d’abonnés, les échanges artificiels de followers et les réseaux de comptes coordonnés peuvent néanmoins servir à lancer plus rapidement une ferme de contenus. Une base d’audience, même partiellement factice, donne aux premières vidéos des signaux d’engagement capables d’influencer leur recommandation.

Le compte automatisé ne cherche donc pas seulement à produire. Il cherche aussi à simuler une popularité suffisante pour accélérer la diffusion. En reliant la détection des contenus synthétiques à celle des comportements inauthentiques, TikTok traite enfin le phénomène comme un écosystème. Une vidéo isolée peut sembler inoffensive. Un réseau de comptes publiant le même récit sous différentes formes peut devenir une opération de manipulation.

Les sujets sensibles révèlent la faiblesse de l’étiquetage.

Une enquête d’AI Forensics publiée fin 2025 avait identifié 354 comptes spécialisés dans les contenus générés par IA. Ils avaient publié environ 43 000 vidéos et accumulé plusieurs milliards de vues sur la période étudiée. Certains diffusaient de faux extraits de journaux télévisés, des récits anti-immigration ou des contenus sexualisés. La moitié des publications analysées ne comportaient pas de signalement indiquant leur nature artificielle. TikTok avait contesté la portée de certaines conclusions, tout en supprimant plusieurs comptes qui lui avaient été signalés. L’étude mettait néanmoins en évidence une fragilité : une politique d’étiquetage dépend de la capacité de la plateforme à identifier correctement les contenus, mais aussi de la bonne volonté des comptes qui les publient.

Les producteurs d’« AI slop » ont précisément intérêt à rendre cette détection difficile. Ils peuvent retirer les métadonnées, réenregistrer les vidéos, ajouter des éléments réels ou utiliser plusieurs générations successives afin de brouiller les signaux techniques. La détection au niveau du compte offre une réponse partielle. Même lorsqu’une vidéo échappe au marquage automatique, un rythme de publication anormal, des formats répétés et une activité coordonnée peuvent trahir sa provenance. Mais cette réponse reste imparfaite. Les outils génératifs progresseront plus vite que les systèmes de modération, et les comptes les plus organisés apprendront à imiter davantage les comportements humains.

Le risque d’une modération entièrement automatisée.

Pour lutter contre des volumes eux-mêmes automatisés, TikTok sera tenté de renforcer encore l’usage de l’intelligence artificielle dans la modération. Le choix semble inévitable. Aucun groupe humain ne pourrait examiner manuellement les millions de vidéos publiées chaque jour. Les systèmes automatiques peuvent détecter des répétitions, comparer des images, reconnaître des voix synthétiques et repérer des réseaux de comptes. Mais confier à des algorithmes la tâche de juger d’autres productions algorithmiques soulève plusieurs difficultés.

La première concerne la transparence. Un créateur dont le compte est pénalisé doit comprendre ce qui lui est reproché. Or les plateformes expliquent rarement en détail les signaux qui ont déclenché une sanction, notamment pour éviter que les fraudeurs puissent contourner leurs outils. La deuxième concerne les biais. Un système entraîné sur certains formats ou certaines langues peut détecter plus facilement les contenus artificiels anglophones que ceux publiés dans des langues moins représentées. La troisième concerne les recours. Une réduction invisible de la portée d’un compte peut être aussi pénalisante qu’une suppression, tout en restant beaucoup plus difficile à contester. Des recherches consacrées à l’accès aux données de TikTok ont déjà souligné les limites rencontrées par les universitaires souhaitant auditer indépendamment le fonctionnement de la plateforme. L’API de recherche peut fournir des données incomplètes ou manquer certains contenus, ce qui complique l’évaluation extérieure des mesures annoncées.

En Europe, l’annonce devra aussi être jugée à l’aune du DSA.

TikTok ne peut plus présenter la modération comme une simple décision interne. Dans l’Union européenne, le Digital Services Act impose aux très grandes plateformes d’évaluer et de réduire les risques systémiques liés à leurs services. La diffusion automatisée de fausses informations politiques, médicales ou financières entre directement dans ce cadre. Elle peut affecter les processus démocratiques, la santé publique, la protection des mineurs et la sécurité économique des utilisateurs. Le sujet ne concerne donc pas uniquement la suppression de contenus manifestement illégaux. Le DSA porte aussi sur la manière dont les systèmes de recommandation amplifient certains risques.

Nous l’avons déjà observé dans plusieurs sujets consacrés à TikTok : l’enjeu central se déplace progressivement de la publication individuelle vers le fonctionnement du système qui la recommande. La protection des mineurs, la transparence algorithmique et la possibilité d’audits indépendants deviennent aussi importantes que les règles affichées par la plateforme. L’offensive contre l’« AI slop » pourrait donc servir de test grandeur nature. TikTok devra démontrer que ses mesures réduisent effectivement l’exposition aux contenus synthétiques trompeurs, et pas seulement qu’elles permettent de fermer quelques comptes après leur identification par des chercheurs ou des journalistes.

Une mesure tardive, mais qui change enfin la bonne unité d’analyse

TikTok avait déjà développé l’étiquetage, les filigranes invisibles et les réglages permettant de diminuer la présence des contenus générés par IA. Ces mesures amélioraient la transparence, mais elles continuaient à traiter le problème vidéo par vidéo. Or la véritable menace vient de l’industrialisation. Un compte qui publie occasionnellement un contenu artificiel ne possède pas le même impact qu’un réseau capable de produire plusieurs centaines de messages, d’adapter ses récits en temps réel et de les diffuser sur des sujets où la peur ou l’urgence favorisent le partage. En ciblant désormais les comptes, TikTok adopte une unité d’analyse plus cohérente. La plateforme ne regarde plus uniquement ce qui est dit. Elle cherche à comprendre comment, à quelle fréquence et dans quel objectif le contenu est produit. C’est une évolution importante. Elle reconnaît implicitement que le problème de l’IA générative n’est pas seulement celui du faux. C’est aussi celui du volume.

TikTok devra choisir ce qu’il veut réellement récompenser.

La réussite de cette politique ne dépendra pas uniquement de la précision des détecteurs. Elle dépendra des incitations économiques de la plateforme. Tant qu’une publication répétitive peut être monétisée, attirer des abonnés ou pousser des produits, les fermes de contenus conserveront une raison de se multiplier. Supprimer quelques comptes ne modifiera pas durablement le système si d’autres peuvent être créés immédiatement. TikTok pourrait donc devoir agir sur la recommandation et la rémunération. La plateforme peut réduire la visibilité des contenus redondants, exclure certaines vidéos synthétiques de ses programmes de monétisation ou valoriser davantage les signaux d’originalité.

Mais elle devra le faire sans instaurer une hiérarchie simpliste dans laquelle toute utilisation de l’IA serait suspecte. Les outils génératifs peuvent aider des créateurs isolés, rendre la vidéo plus accessible ou faciliter la traduction internationale. La ligne de partage doit passer entre assistance et automatisation abusive, pas entre technique nouvelle et technique ancienne. C’est cette distinction que TikTok devra rendre intelligible. Faute de quoi, les vrais créateurs craindront d’être sanctionnés tandis que les fermes les plus sophistiquées apprendront à passer sous les radars.

La bataille contre l’« AI slop » est aussi une bataille pour la confiance.

TikTok ne manque pas de contenus. Il en possède presque trop. La rareté se situe désormais ailleurs : dans la confiance accordée à ce qui apparaît à l’écran, dans le temps disponible des utilisateurs et dans la capacité d’un créateur à émerger au milieu du bruit. L’intelligence artificielle permet de produire des images spectaculaires, de traduire une idée et d’ouvrir de nouvelles formes narratives. Mais utilisée comme une machine à remplir les flux, elle peut aussi dégrader ce qui faisait la force des plateformes : la sensation de découvrir des personnes, des expériences et des regards singuliers. TikTok affirme vouloir protéger les créateurs et mieux agir contre les comptes automatisés. L’intention répond à un véritable problème. Les moyens restent encore flous.

Il faudra regarder combien de comptes seront réellement concernés, comment les sanctions seront appliquées et si les utilisateurs constateront une différence dans leurs recommandations. Il faudra surtout vérifier si la plateforme accepte de modifier les mécanismes qui rendent ces contenus rentables. Car TikTok ne gagnera pas la bataille contre l’« AI slop » en détectant simplement mieux les vidéos artificielles. Il devra empêcher la quantité artificielle de l’emporter systématiquement sur la création.