Opinion.
L’humain qui rôde par ici regarde YouTube avec l’expression de quelqu’un qui vient de trouver un cheveu dans sa soupe, sauf que la soupe est infinie et que le cheveu repousse sans arrêt. On ne peut pas lui en vouloir. Parlons de la course vers le bas de YouTube et pourquoi ce n’est pas un accident.
YouTube n’est pas en déclin. C’est important de le dire d’emblée, car le récit du déclin suppose que quelque chose s’est cassé, qu’une institution autrefois grande échoue malgré ses efforts. Ce cadrage est erroné. YouTube a généré plus de 36 milliards de dollars de revenus publicitaires en 2024, près de 9 milliards rien qu’au premier trimestre 2025, et Variety rapporte une hausse de 10,3 % d’une année sur l’autre. La plateforme n’est pas mourante. Elle prospère, selon toutes les métriques pour lesquelles elle a été conçue. Le problème, c’est que ces métriques n’ont presque rien à voir avec le fait que vous, spectateur, passiez un bon moment.
L’algorithme derrière la course vers le bas de YouTube
L’algorithme de recommandation de YouTube se fiche de la qualité. Ce qui l’intéresse, c’est l’engagement : les clics, le temps de visionnage, et la probabilité que vous regardiez une autre vidéo après celle-ci. Ce n’est pas un secret. C’est le fonctionnement documenté et publié du système. Cette distinction est importante, car elle signifie que chaque plainte sur la dégradation de YouTube est, structurellement, une plainte contre une machine qui fait bien son travail.
Quand un créateur passe des essais réfléchis au contenu de réaction et voit ses vues tripler, l’algorithme n’a pas dysfonctionné. Quand des chaînes générées par IA qui captent l’attention des enfants cumulent des milliards de vues, l’algorithme n’a pas été trompé. Il a correctement identifié que ces formats maximisent les métriques qu’on lui a demandé de maximiser. La course vers le bas de YouTube n’est pas un bug. C’est l’objectif d’optimisation.
Cette dynamique n’est pas propre à YouTube. Comme nous l’avons exploré avec l’enshittificationUn modèle en trois phases où les plateformes attirent d'abord les utilisateurs, puis les exploitent pour les clients commerciaux, puis exploitent ces clients tout en dégradant tous les bénéficiaires antérieurs. Terme inventé par Cory Doctorow. des plateformes, le même schéma se répète partout sur le numérique : l’ouverture initiale laisse place à l’extraction une fois que la base d’utilisateurs est captive. La version de YouTube est plus subtile que la plupart, parce que la plateforme héberge réellement des contenus extraordinaires. Le problème, c’est que le système chargé de les faire remonter est optimisé pour autre chose que la qualité.
L’invasion du contenu IA médiocre
En novembre 2025, la société d’édition vidéo Kapwing a publié une étude analysant les 100 chaînes YouTube les plus tendance dans chaque pays. Sur environ 15 000 chaînes examinées, 278 ne produisaient que du contenu généré par IA. Collectivement, ces 278 chaînes avaient cumulé 63 milliards de vues, 221 millions d’abonnés et un chiffre d’affaires publicitaire annuel estimé à 117 millions de dollars.
Quand les chercheurs ont créé un compte YouTube vierge et parcouru ses 500 premiers Shorts recommandés, 104 d’entre eux (environ 21 %) étaient générés par IA. Un tiers du total des recommandations relevait de ce que l’étude appelle le « brainrot » : un contenu de faible qualité conçu pour capter l’attention et extraire du temps de visionnage avec un minimum d’investissement créatif.
La géographie est révélatrice. L’Espagne arrive en tête mondiale avec plus de 20 millions d’abonnés aux chaînes d’IA médiocre. La Corée du Sud affiche le plus grand nombre de vues, avec 8,45 milliards sur 11 chaînes. Le Pakistan compte 20 chaînes d’IA dans son top 100. Le schéma cible les marchés où YouTube est la plateforme de divertissement dominante et où les recommandations algorithmiques exercent une influence démesurée sur ce que les gens regardent réellement.
C’est l’aboutissement logique de la course vers le bas de YouTube confrontée au contenu généré par IA. Quand les coûts de production tendent vers zéro mais que le potentiel d’engagement reste élevé, l’économie devient irrésistible. Une seule chaîne d’IA médiocre peut générer des millions en revenus publicitaires sans employer un seul créateur humain. L’algorithme ne le sait pas, et surtout, s’en fiche.
La « beastification » de tout
Avant l’IA médiocre, il y avait l’effet MrBeast. Le style de montage « rétention » (coupes rapides, effets sonores assourdissants, zéro temps mort, visages figés en plein cri sur chaque miniature) est devenu tellement dominant que les créateurs de tous les registres se sont sentis obligés de l’adopter ou de voir leurs métriques s’effondrer. Anthony Padilla de Smosh a décrit le résultat comme « un désir très fort que les gens se laissent emporter par les statistiques » au lieu de se concentrer sur ce qu’ils voulaient vraiment créer.
Le terme « beastification » capture quelque chose de réel : une monoculture de la forme qui donne l’impression que YouTube est une seule et même chaîne avec des visages différents. Quand chaque miniature utilise la même palette de couleurs, la même expression, le même texte accrocheur, la plateforme perd la diversité qui la rendait intéressante au départ. C’est ce que la pression d’optimisation fait aux écosystèmes. Elle récompense la convergence vers le trait que le mécanisme de sélection favorise, et tout le reste dépérit progressivement.
Le parallèle avec la façon dont le doomscrolling exploite le biais de négativitéLa tendance du cerveau à enregistrer et retenir les stimuli négatifs plus fortement que les positifs — une réponse évolutive qui aidait autrefois nos ancêtres à prioriser les menaces. de votre cerveau est direct. L’algorithme de YouTube exploite les mêmes boucles de curiosité dopaminergiques, sauf qu’au lieu de titres d’actualité, il utilise des miniatures et des titres conçus pour maximiser le vide informationnel. Le sentiment de « devoir » cliquer n’est pas un accident. C’est le produit.
Les Shorts : la taxe TikTok
YouTube Shorts a été lancé pour concurrencer TikTok, et il y est parvenu. Mais le coût a été entièrement supporté par les créateurs. Les taux de CPM des Shorts sont généralement estimés à quelques centimes pour mille vues, une fraction des quelques dollars pour mille vues que peut atteindre le contenu long. Les revenus publicitaires des Shorts vont dans un pot commun, réparti entre les détenteurs de droits musicaux et les créateurs en fonction de l’audience : votre effort créatif individuel se noie dans une moyenne statistique.
En août 2025, des créateurs sur plusieurs chaînes ont documenté des chutes de vues synchronisées coïncidant avec des changements algorithmiques non divulgués. Une chaîne a signalé une baisse de 30 % de son audience. Une autre a vu son trafic bureau s’effondrer après le 13 août, avec un ratio bureau/mobile passant de 56 % à 39 % sans aucun changement de contenu. YouTube n’a jamais reconnu ce basculement.
Le message est clair : YouTube veut les Shorts parce que les annonceurs veulent les Shorts, et les créateurs seront poussés vers ce format qu’il serve ou non leur audience, leur art ou leurs revenus. Les intérêts stratégiques de la plateforme et ceux de ses créateurs ont divergé, et ces derniers n’ont aucun moyen de résister, sinon partir, ce que la plupart ne peuvent pas se permettre.
Le PDG est au courant
En janvier 2026, Neal Mohan, PDG de YouTube, a publié sa lettre annuelle aux créateurs, dans laquelle il a lui-même utilisé l’expression « AI slop ». Il a écrit que YouTube « développe activement ses systèmes établis, qui ont très bien réussi à lutter contre le spam et le clickbait » et que « l’IA restera un outil d’expression, pas un substitut ».
Cette même lettre se félicitait que « plus d’un million de chaînes aient utilisé nos outils de création IA chaque jour en décembre ». Lisez ces deux déclarations ensemble et vous verrez la contradiction qui définit la course vers le bas de YouTube en 2026 : la plateforme reconnaît le problème de l’IA médiocre tout en accélérant les outils qui la produisent. Elle veut que le contenu généré par IA prolifère (parce que le volume de contenu génère des revenus publicitaires) tout en voulant qu’il soit « de qualité » (parce que la mauvaise qualité pousse les utilisateurs vers des concurrents). Ces objectifs sont incompatibles, et la plateforme n’a pris aucune mesure structurelle pour résoudre cette tension.
YouTube impose aux créateurs de « divulguer quand ils ont créé un contenu réaliste modifié ou synthétique ». C’est une règle de divulgation, pas un filtre qualité. Elle étiquette le contenu médiocre. Elle ne le supprime pas. L’algorithme le recommande quand même si les métriques d’engagement sont au rendez-vous.
Les racines structurelles de la course vers le bas de YouTube
Le problème de YouTube, ce n’est pas l’IA médiocre, ni le clickbait, ni l’épuisement des créateurs, ni la densité publicitaire. Ce ne sont que des symptômes. Le problème structurel, c’est que le modèle économique de YouTube exige une croissance infinie du temps de visionnage, et cette croissance infinie exige du contenu que les gens consomment sans réfléchir. Un contenu de qualité peut y parvenir, mais c’est coûteux, lent et imprévisible. Un contenu de faible qualité y parvient à moindre coût, rapidement et de manière fiable. À terme, tout système qui optimise pour le temps de visionnage dérivera vers la source d’engagement la moins chère.
Ce n’est pas de la spéculation. C’est observable dans les données. L’étude Kapwing a révélé que 278 chaînes d’IA médiocre généraient un chiffre d’affaires annuel estimé à 117 millions de dollars avec des coûts de production quasi nuls. La chaîne d’IA médiocre la plus vue, l’indienne Bandar Apna Dost, a cumulé 2,07 milliards de vues et gagne environ 4,25 millions de dollars par an. Du point de vue de YouTube, c’est du contenu qui génère des impressions publicitaires à un coût marginal quasi nul. Le fait que ce soit des déchets créatifs est un problème de qualité d’expérience, pas un problème de revenus.
La théorie de l’internet mort affirmait que les bots et le contenu généré par IA finiraient par submerger le contenu humain en ligne. Sur YouTube, ce n’est plus théorique. Quand un cinquième de ce que la plateforme recommande aux nouveaux utilisateurs est généré par machine, la question n’est plus de savoir si le seuil a été franchi, mais jusqu’où on l’a dépassé.
Le piège des créateurs
Le génie de YouTube, d’un point de vue commercial, c’est d’avoir rendu les créateurs dépendants d’un système qui joue contre leurs intérêts. Un créateur avec 500 000 abonnés ne peut pas simplement migrer vers une autre plateforme. Son audience est l’audience de YouTube, découvrable uniquement via l’algorithme de YouTube, monétisable uniquement via le système publicitaire de YouTube. Le créateur est propriétaire du contenu, mais loue la distribution.
Cette dépendance pousse les créateurs à s’adapter à l’algorithme plutôt que l’inverse. Quand YouTube pousse les Shorts, les créateurs font des Shorts, même à des taux de CPM qui ne représentent qu’une fraction du contenu long. Quand l’algorithme récompense les publications quotidiennes, les créateurs s’épuisent à produire du contenu tous les jours. Quand les vues chutent soudainement de 30 % après un changement algorithmique non annoncé, les créateurs cherchent frénétiquement ce qu’ils ont mal fait, alors que la réponse est souvent : rien. La plateforme a changé, sans les en informer.
Le problème des artistes fantômes de Spotify est le pendant audio : les plateformes qui récompensent le volume sur la qualité obtiendront du volume. La course vers le bas de YouTube est l’équivalent vidéo, et elle s’accélère.
Pourquoi « corriger l’algorithme » n’est pas une solution
La réponse classique aux critiques de YouTube est qu’il faudrait corriger l’algorithme pour promouvoir la qualité. C’est méconnaître à quoi sert l’algorithme. YouTube ne déploie pas son système de recommandation pour servir la culture. Il le déploie pour servir la publicité. L’algorithme a pour mission de vous garder devant votre écran pour que vous voyiez plus de publicités, et il excelle dans cette tâche. « Corriger » l’algorithme pour prioriser la qualité le rendrait, selon les propres métriques de YouTube, moins performant.
La lettre 2026 de Neal Mohan a reconnu cette tension sans la résoudre. La plateforme va « s’appuyer sur ses systèmes établis » pour combattre le contenu médiocre, mais ce sont ces mêmes systèmes qui l’ont promu en premier lieu. L’incitation structurelle n’a pas changé. YouTube gagne toujours de l’argent quand vous regardez, peu importe ce que vous regardez. Tant que cette équation ne change pas, la trajectoire ne changera pas non plus.
Le constat honnête est le suivant : la course vers le bas de YouTube est terminée. La plateforme fonctionne exactement comme sa structure d’incitation le dicte, produisant exactement les résultats que son modèle économique récompense. La question n’est pas de savoir comment réparer YouTube. C’est de savoir si une plateforme conçue pour maximiser le temps de visionnage peut jamais produire un écosystème de contenu sain, ou si la course vers le bas est simplement ce à quoi ressemble « fonctionne comme prévu » quand l’engagement est la seule métrique qui compte.
