Qu’est-ce que E-E-A-T et pourquoi cela décide si le contenu IA se classe

La page de Google sur la création de contenu utile énonce le terme exactement une fois, sous la forme « experience, expertise, authoritativeness, and trustworthiness, or what we call E-E-A-T ». Ensuite, le reste de la page développe les questions qui s’y rapportent. Quatre qualités. L’une d’elles ne peut être produite par aucun outil de rédaction, et les trois autres subsistent dans un flux de travail avec IA si un éditeur les met correctement en place. Presque personne qui écrit à ce sujet ne distingue ces deux groupes.

Alors, qu’est-ce que E-E-A-T ? E-E-A-T est l’abréviation utilisée par Google pour désigner quatre qualités que ses évaluateurs humains de qualité examinent dans une page et chez la personne qui l’a publiée, à savoir l’expérience, l’expertise, l’autorité et la fiabilité. Ce terme vient des Search Quality Rater Guidelines, le document que les évaluateurs utilisent lorsque Google vérifie si ses systèmes de classement produisent de bons résultats. Son origine détermine la manière dont le concept s’applique au contenu aidé par IA. Et c’est la partie que la plupart des explications omettent.

La question de politique se situe ailleurs et a sa propre réponse. La position documentée de Google sur le contenu IA et les classements cite les phrases opératoires et date chaque révision, et aucune d’entre elles ne considère la paternité par IA comme un désavantage. Cet article répond plutôt à la question de la qualité, à savoir, lequel des quatre aspects un brouillon produit par IA possède sans aide, lequel il ne peut pas posséder structurellement, et ce qu’un éditeur doit ajouter pour combler la différence.

Qu’est-ce que E-E-A-T ? Les quatre aspects, définis

L’expérience est un contact direct avec le sujet. La question d’autoévaluation de Google le formule concrètement : "Does your content clearly demonstrate first-hand expertise and a depth of knowledge (for example, expertise that comes from having actually used a product or service, or visiting a place)?" L’expertise est une connaissance démontrée du sujet, que Google présente comme une question distincte : "Is this content written or reviewed by an expert or enthusiast who demonstrably knows the topic well?" Les deux notions se recoupent dans la formulation et se distinguent dans la pratique. Une personne peut connaître un domaine en profondeur et n’avoir pourtant jamais utilisé le produit précis qu’elle évalue.

L’autorité est la réputation. Elle décrit si la page, l’auteur et le site sont reconnus comme une source vers laquelle d’autres se tournent sur ce sujet particulier, ce qui relève d’une propriété du monde plutôt que du texte. La fiabilité est l’exactitude, la transparence et la responsabilité, et la documentation de Google est explicite sur son importance : "Of these aspects, trust is most important." Les trois autres existent en partie pour la soutenir. Une page rédigée par un véritable expert échoue néanmoins sur la fiabilité lorsqu’un lecteur ne peut pas voir qui l’a publiée ni comment elle a été produite.

D’où vient E-E-A-T, et pourquoi Google dit que ce n’est pas un facteur de classement

E-E-A-T provient des Search Quality Rater Guidelines, le document que Google fournit aux évaluateurs humains qui examinent des échantillons de résultats de recherche. La formulation de Google sur le lien avec le classement mérite d’être lue telle quelle plutôt qu’en résumé : "While E-E-A-T itself isn't a specific ranking factor, using a mix of factors that can identify content with good E-E-A-T is useful." Et à propos des évaluateurs eux-mêmes : "Rater data is not used directly in our ranking algorithms."

Et l’analogie de Google pour ce que font les évaluateurs est celle de cartes de commentaires lues dans un restaurant : "Rather, we use them as a restaurant might get feedback cards from diners. The feedback helps us know if our systems seem to be working." Les cartes indiquent à la cuisine si le repas est bien reçu. Elles ne cuisinent rien.

La conséquence pratique importe spécifiquement pour le contenu généré par IA. Il n’existe pas de score E-E-A-T à augmenter, de sorte que les stratégies construites autour de la signalisation des quatre aspects manquent leur cible. Ce qui peut être augmenté, c’est la substance sous-jacente que les évaluateurs étaient censés examiner, et la substance est précisément le point sur lequel un brouillon produit par IA est inégalement armé.

Quels aspects un brouillon produit par IA peut porter sans aide

Deux des quatre survivent à un flux de travail entièrement automatisé, un survit partiellement, et un ne survit pas du tout. L’expertise survit en partie, parce qu’un modèle entraîné sur des documents publiés reproduit des connaissances exactes sur le sujet dans les domaines bien documentés, et chacune de ses phrases peut être vérifiée. L’autorité relève du site et de l’auteur plutôt que du brouillon, de sorte qu’un domaine établi porte une page assistée par IA aussi aisément que toute autre. La fiabilité dépend du processus, la vérification, la transparence et un auteur nommé sont autant d’éléments qu’un éditeur fournit une fois la rédaction terminée. L’expérience est le seul aspect qu’aucune étape de rédaction ne peut atteindre.

Aspect E-E-A-T	À quoi Google l’associe	Ce qu’un brouillon d’IA fournit de lui-même	Ce que l’éditeur doit ajouter
Expérience	Contact direct, une expertise qui vient du fait d’avoir réellement utilisé un produit ou un service, ou visité un lieu	Rien. Un modèle n’a utilisé aucun produit et n’a visité aucun lieu	Une mesure, une capture d’écran, un résultat daté, une décision que vous avez prise et ce qui s’est passé ensuite
Expertise	Contenu rédigé ou relu par un expert ou un passionné qui connaît manifestement bien le sujet	Une connaissance exacte du sujet sur des thèmes bien documentés, entièrement non vérifiée	Un relecteur nommé qui connaît le domaine, et une vérification de chaque affirmation produite par le modèle
Autorité	Reconnaissance du site et de l’auteur comme source vers laquelle d’autres se tournent sur ce sujet	Rien, puisque la réputation est une propriété du monde plutôt que du texte	Des citations que d’autres choisissent de faire, un axe thématique cohérent, un auteur avec un parcours traçable
Fiabilité	Exactitude, transparence et responsabilité, que Google considère comme le plus important des quatre	Une prose fluide qui paraît assurée, que le contenu soit exact ou non	Une signature, une méthode énoncée, des sources qui se résolvent, et une correction visible lorsqu’il y a une erreur

La troisième colonne est celle qui surprend les gens. Un modèle produit une prose tout aussi assurée à chaque niveau d’exactitude, ce qui signifie que la fluidité ne fournit aucune information sur la confiance. C’est pourquoi la vérification est l’étape éditoriale la plus précieuse sur une page assistée par IA, et pourquoi elle ne peut pas être confiée à un second modèle, un vérificateur entraîné de la même manière commet des erreurs corrélées.

Expérience, l’aspect qu’un modèle ne peut structurellement pas fournir

Un modèle n’a jamais utilisé un produit, assisté à une réunion, mené un test ou visité un lieu. Tout ce qu’il produit est une recombinaison de texte décrivant l’expérience d’autres personnes, ce qui est une chose différente de l’expérience et se lit comme une chose différente pour un lecteur attentif. La question d’autoévaluation de Google nomme précisément cet écart, en demandant si le contenu démontre une expertise qui vient du fait d’avoir réellement utilisé un produit ou un service, ou visité un lieu. Un brouillon assemblé à partir de sources publiées répond non à chaque clause de cette question.

C’est pourquoi le second E a été ajouté tout court. Google a ajouté Experience à ce qui avait été E-A-T dans une mise à jour de décembre 2022 de ses consignes pour les évaluateurs de qualité, et cet ajout a séparé le fait de savoir quelque chose du fait de l’avoir fait. Dans les requêtes commerciales, cette distinction fait l’essentiel du travail, parce que connaître un produit est désormais peu coûteux et l’avoir utilisé ne l’est pas. Un lecteur qui compare deux pages d’avis peut généralement dire en un paragraphe quel rédacteur a ouvert la boîte.

Le test sur vos propres brouillons prend environ une minute. Lisez la page et trouvez la phrase qui n’aurait pu être écrite que par quelqu’un qui a fait la chose. Sur une page entièrement produite par IA, la réponse est généralement qu’aucune phrase de ce type n’existe, et aucune réécriture n’y change quoi que ce soit, parce que la réécriture s’applique aux phrases qui sont déjà là.

Ce qu’un éditeur ajoute pour apporter l’expérience et la confiance

Quatre ajouts couvrent la majeure partie de l’écart, et aucun d’eux n’est une tâche d’écriture. Le premier est un artefact issu de votre propre travail, un chiffre que vous avez consigné, une capture d’écran d’un écran réel, un avant et après daté qu’une personne pourrait vérifier. Le second est un auteur nommé avec un parcours traçable. La liste d’autoévaluation de Google demande directement, "Do pages carry a byline, where one might be expected?", et ses consignes encouragent fortement des informations d’auteur exactes là où les lecteurs s’attendraient à les trouver. Google ne qualifie pas la signature d’indicateur de classement, et il n’est pas nécessaire qu’elle en soit un pour que l’argument destiné au lecteur tienne.

Le troisième ajout est la transparence sur la méthode. Google formule cela comme le How dans un cadre Who, How and Why, et sa propre formulation est que savoir comment un contenu a été produit est utile aux lecteurs. Une position publiée sur la manière dont l’IA est utilisée et divulguée remplit cette fonction au niveau du site, et un lecteur peut la consulter, ce qui vaut davantage qu’une simple affirmation dans un billet de blog. Les conseils de Google considèrent le Why comme la plus importante des trois questions, et une page produite principalement pour occuper un résultat de recherche y répond mal, quel que soit l’auteur des mots.

Le quatrième ajout est l’édition, et il vient en dernier pour une raison. Un guide pour humaniser un texte d’IA couvre les mécanismes de cette étape, et un humanizer conçu pour les pages marketing l’exécute sans perturber les expressions pour lesquelles une page est déjà bien classée. Aucun des deux n’ajoute d’expérience. Une page qui se lit magnifiquement sans rien derrière elle correspond exactement au cas d’échec que le second E a été ajouté pour décrire, et l’étape d’édition est ce qui rend cet échec plus difficile à repérer.

Transformer le principe en étape d’édition constitue la moitié pratique. Humaniser un billet de blog d’IA pour le SEO traite d’une page unique, et faire la même chose à l’échelle d’une vaste bibliothèque est traité séparément.

Ouvrez la dernière page assistée par IA que vous avez publiée et cherchez la phrase que vous seul auriez pu écrire. S’il n’y en a pas, la correction passe par un appel téléphonique, un test ou une capture d’écran de quelque chose de réel, et cela prendra plus de temps que le brouillon. Cet écart entre une heure de rédaction et une semaine pour le découvrir est le coût réel du second E, et c’est la raison pour laquelle si peu de pages le portent.