59 % des vidéos servies par TikTok à un nouveau compte relèvent de l’« AI slop », contre 21 % sur YouTube. D’après l’étude de Kapwing, le phénomène explose surtout dans les contenus pour enfants, où les vidéos générées par IA saturent déjà les recommandations.
TikTok pousse l’IA bas de gamme plus loin que YouTube
Le constat est brutal. Selon Kapwing, 59 % des 500 premières vidéos affichées sur le fil « For You » d’un compte TikTok neuf relèvent de l’« AI slop », autrement dit des vidéos générées par IA, répétitives, pauvres en valeur et souvent produites à la chaîne. La même méthodologie, appliquée à un compte YouTube vierge sur le flux Shorts, aboutit à 104 vidéos IA sur 500, soit 21 %.
L’écart est massif. En valeur absolue, TikTok affiche 190 points de plus en nombre de vidéos IA sur 500 vues que YouTube : 294 contre 104, selon Kapwing. En valeur relative, cela représente un niveau environ 2,8 fois plus élevé sur TikTok. Dit autrement, un nouvel utilisateur a presque trois fois plus de chances de tomber sur ce type de contenu sur TikTok que sur YouTube.
Ce point change la lecture du sujet. L’article d’origine résume bien le chiffre choc, mais il ne dit pas assez clairement ce qu’il signifie en usage réel : sur un lot de 10 vidéos, un nouveau venu sur TikTok en verrait en moyenne près de 6 issues de cette catégorie, contre un peu plus de 2 sur YouTube. Ce n’est plus un bruit de fond. C’est une composante structurelle de l’expérience.
La méthodologie de Kapwing donne du poids au signal, avec des limites claires
Selon le rapport officiel de Kapwing, l’étude sur TikTok s’appuie sur 10 742 vidéos analysées dans 20 catégories populaires, avec en plus un test dédié aux 500 premières vidéos servies à un compte nouvellement créé. C’est plus solide qu’une simple impression d’utilisateur ou qu’une compilation virale sortie d’un fil personnel.
Le point à retenir est ailleurs : Kapwing dit avoir compté les scripts et voix off « clairement » générés par IA. Cette précision est essentielle. Elle suggère que le taux réel peut être plus élevé que 59 %, car les contenus hybrides, mieux maquillés ou montés à partir d’outils génératifs plus discrets peuvent échapper au tri. L’étude mesure donc probablement un plancher, pas un plafond.
Il faut aussi rappeler un angle mort. Kapwing est à la fois observateur et acteur du marché, puisque la société commercialise elle-même des outils de création vidéo assistée par IA. Ce biais potentiel n’invalide pas les chiffres, mais il impose de les replacer face aux politiques officielles des plateformes et à leur logique produit.
Le segment enfants est le vrai point rouge
C’est la donnée la plus inquiétante. Selon Kapwing, 97 % des vidéos vérifiées sous le tag #CartoonKids étaient générées par IA. Les tags #cartoons et #babysong montaient à 83 %, tandis que #forkids atteignait 79 %.
Ces chiffres montrent un problème plus grave qu’un simple encombrement algorithmique. Le contenu destiné aux enfants semble être l’un des terrains les plus faciles à industrialiser : voix synthétiques, animations simples, comptines clonées, visuels colorés, répétition forte, coûts marginaux faibles. L’IA n’y remplace pas seulement une partie de la production humaine. Elle favorise un modèle où la quantité écrase presque tout le reste.
Deux métriques dérivées permettent de mieux mesurer l’ampleur du phénomène. D’abord, le taux de #CartoonKids dépasse la moyenne générale observée sur TikTok de 38 points : 97 % contre 59 %. Ensuite, il est environ 1,64 fois plus élevé que le niveau moyen du flux d’un nouveau compte. Cela veut dire que la zone « enfant » n’est pas simplement touchée. Elle est surinfectée par ce format.
À ce stade, l’enjeu n’est plus seulement esthétique. Il devient éditorial, éducatif et potentiellement réglementaire. Un flux saturé de vidéos automatisées pour enfants pose une question simple : qui contrôle encore la qualité minimale du contenu recommandé ?
TikTok reconnaît lui-même l’ampleur du sujet
Les plateformes ne parlent pas d’« AI slop ». En revanche, elles reconnaissent la montée en puissance des contenus générés par IA. Selon la newsroom officielle de TikTok, la plateforme avait déjà étiqueté plus de 1,3 milliard de vidéos générées par IA en novembre 2025. Ce chiffre ne mesure pas la mauvaise qualité, mais il donne un ordre de grandeur de la masse de contenus concernés.
TikTok a aussi annoncé plusieurs mesures : lecture des métadonnées C2PA, ajout de filigranes invisibles sur certains contenus IA, et test d’un réglage permettant aux utilisateurs d’ajuster la présence de contenus générés par IA dans le flux « Pour Toi ».
Autrement dit, la plateforme sait que le sujet est devenu assez visible pour justifier des outils dédiés. C’est un aveu implicite : si un réglage spécifique devient nécessaire, c’est que le volume de contenu concerné pèse déjà sur l’expérience utilisateur.
YouTube est moins exposé, mais pas propre pour autant
Le 21 % observé sur le flux Shorts d’un nouveau compte YouTube peut sembler presque raisonnable face à TikTok. Ce serait une mauvaise lecture. Un utilisateur neuf voit tout de même plus d’une vidéo IA sur cinq dans l’échantillon étudié par Kapwing. À ce niveau, on ne parle plus d’un phénomène marginal.
Le même rapport de Kapwing ajoute qu’en plus des 21 % de vidéos IA sur les 500 premières Shorts, 33 % des vidéos relevaient de la catégorie « brainrot ». Cela crée une deuxième couche de pollution éditoriale : même quand le contenu n’est pas entièrement généré par IA, il peut être conçu pour l’hyperstimulation, la répétition et la rétention artificielle.
La différence entre les deux plateformes tient donc moins à la nature du problème qu’à son intensité. YouTube en contient déjà beaucoup. TikTok en diffuse davantage et plus vite à un compte qui n’a encore donné aucun signal d’intérêt.
Les outils de transparence existent, mais ils arrivent après la vague
Selon l’aide officielle de YouTube, les créateurs doivent déclarer les contenus « altérés » ou « synthétiques » quand ils semblent réalistes et modifient de manière significative une personne, un lieu, une scène ou un événement. La plateforme peut aussi ajouter certains libellés automatiquement dans des cas précis.
Chez TikTok, la règle officielle impose aussi l’étiquetage de certains contenus générés par IA, notamment lorsque des personnes réelles semblent dire ou faire quelque chose qu’elles n’ont pas dit ou fait. La plateforme précise également qu’elle peut apposer automatiquement des labels pour certains contenus créés avec ses propres outils.
Ces garde-fous sont utiles, mais ils ne règlent pas le cœur du problème soulevé par l’étude. Une vidéo peut être correctement étiquetée et rester du contenu médiocre, industriel et envahissant. La transparence traite la nature du contenu. Elle ne traite pas sa qualité ni sa densité dans le flux.
C’est là que l’article source restait trop court. Le vrai sujet n’est pas seulement l’existence de vidéos IA. C’est le fait que les systèmes de recommandation continuent de leur faire de la place tant qu’elles retiennent l’attention, même brièvement.
Le modèle économique pousse mécaniquement à la surproduction
Kapwing vend lui-même des outils qui accélèrent la création de Shorts et de vidéos verticales par IA. Sur ses pages produits, la société promet une production « 2x faster » pour des Shorts YouTube générés à partir d’un prompt. Ce détail compte, car il éclaire l’économie du phénomène.
Si produire une vidéo devient deux fois plus rapide, publier 10, 50 ou 100 variantes d’un même format devient banal. À partir de là, les plateformes se retrouvent alimentées par un stock croissant de contenus peu chers à fabriquer, simples à dupliquer et optimisés pour tester des hooks, des voix, des sous-titres et des miniatures à grande échelle.
C’est le point de rupture du marché. L’IA ne sert pas seulement à aider un créateur. Elle réduit le coût d’inondation d’une plateforme. Et quand l’algorithme récompense encore le volume, le système attire automatiquement les producteurs les plus agressifs.
On peut résumer le mécanisme avec une autre métrique dérivée. Selon les chiffres de Kapwing, sur 500 vidéos vues par un nouvel utilisateur, l’écart entre TikTok et YouTube est de 38 points de pourcentage, mais aussi de 190 vidéos supplémentaires. Cette différence brute montre à quel point quelques points de conversion créative en plus peuvent devenir des centaines de contenus en plus à l’échelle d’un flux.
Le problème n’est pas seulement la création IA, mais la distribution par défaut
L’étude insiste sur un fait utile : les niveaux les plus élevés apparaissent sur un compte neuf, sans historique de visionnage. Cela signifie qu’une partie du problème vient de la distribution initiale et non uniquement des préférences d’un utilisateur déjà entraîné par ses clics.
Selon la newsroom officielle de TikTok, un outil de réglage de la présence des contenus IA dans le fil « Pour Toi » a été testé fin 2025. C’est une réponse logique, mais elle révèle aussi un défaut de conception : si l’utilisateur doit apprendre à réduire ce bruit, c’est que la plateforme ne l’écarte pas d’elle-même au départ.
Mon avis est simple : un contrôle manuel est utile, mais insuffisant. La bonne approche serait de limiter par défaut la densité de contenus automatisés sur les comptes sans historique, en particulier sur les segments enfants. Tant que cette barrière n’existe pas, les nouveaux venus servent de terrain d’expérimentation aux vidéos les moins coûteuses à produire.
Ce que l’article d’origine ne disait pas assez
Plusieurs éléments nouveaux changent la lecture du sujet.
1. Le volume officiel est déjà colossal
Selon TikTok, plus de 1,3 milliard de vidéos IA avaient déjà été étiquetées en novembre 2025. Ce chiffre replace le 59 % observé par Kapwing dans un contexte de masse, pas d’anomalie isolée.
2. L’écart avec YouTube se mesure aussi en volume concret
Le différentiel n’est pas abstrait : 294 vidéos IA sur 500 chez TikTok contre 104 sur 500 chez YouTube, soit 190 vidéos d’écart sur un même volume observé.
3. Le segment enfants est nettement plus touché que la moyenne
Le tag #CartoonKids à 97 % dépasse de 38 points la moyenne globale du nouveau flux TikTok. C’est un sous-marché à part entière, pas un simple débordement du fil général.
4. Les plateformes ont déjà mis en place des labels, sans régler la saturation
YouTube exige la divulgation de contenus synthétiques réalistes. TikTok impose aussi des labels et ajoute des technologies comme C2PA et le filigrane invisible. Le cadre de transparence avance, mais il ne freine pas automatiquement le volume recommandé.
5. Les outils de production accélèrent objectivement l’offre
Kapwing met lui-même en avant une création de Shorts plus rapide grâce à l’IA. Cette promesse produit éclaire directement la prolifération observée sur les plateformes courtes.
Pourquoi ce dossier mérite mieux qu’un simple chiffre choc
Le 59 % retient l’attention. Mais le vrai sujet, aujourd’hui, est la collision entre trois forces : des outils de production de plus en plus rapides, des plateformes qui monétisent le temps d’écran, et des systèmes de recommandation capables d’injecter massivement des contenus faibles dans les premiers contacts utilisateur.
Le résultat est déjà visible. Sur TikTok, un compte vierge tombe majoritairement sur ce type de vidéos, selon Kapwing. Sur YouTube, le phénomène est moins fort, mais installé. Et sur les contenus destinés aux enfants, le ratio observé devient franchement alarmant.
Ce dossier ne porte donc pas seulement sur l’IA. Il porte sur la qualité éditoriale minimale que les grandes plateformes acceptent encore de servir par défaut.
Source de référence : Kapwing
Mon avis :
Le signal est crédible: Kapwing dit avoir analysé 10 742 vidéos TikTok et mesuré 59 % d’« AI slop » sur les 500 premières vues d’un compte neuf, avec 97 % dans #CartoonKids. La limite est nette: étude privée, critères « clairement IA » et méthodologie non indépendante, donc résultat alarmant mais pas définitif.
