« L’IA, de toute façon, ça commence par Wikipédia »
Refaites la liste des médias à travailler, et la phrase tombe quelque part dans la réunion. En général, elle referme la discussion.
Hex-ko a fait mieux que hocher la tête. Elle a imprimé le top dix des « sites que les IA citent le plus » sorti d’une étude anglophone, puis l’a collé tel quel dans un document interne. Les trois premières lignes étaient toutes des sites Wikipédia. Il ne semblait plus rien rester à arbitrer.
Puis un comptage a repris les citations dans 13 langues, marché par marché. Le top dix imprimé par Hex-ko ne vaut pas forcément là où vous êtes.
Coller un classement anglophone sur la liste de médias d’un autre marché, c’est chercher sa correspondance sur le plan de métro d’une autre ville. Les lignes y sont tracées correctement. Elles décrivent une autre ville.
La prépublication de Dmitrij Żatuchin, parue en juin 2026, compte 167 551 citations sur 128 marques, 12 marchés et 13 langues (arXiv:2606.25787).
D’où l’IA tire-t-elle ce qu’elle raconte sur une marque ?
Sur les langues mesurées pour ce point précis — douze —, 11 langues placent Wikipédia en tête des sources citées. Sur ce point, le classement anglophone dit la même chose.
Le lituanien fait exception : la source la plus citée y est vz.lt, une revue économique. C’est là que le classement cesse de tenir.
Ce qui est compté, c’est le : les pages que l’assistant est allé ouvrir pour étayer sa réponse, avant de la rédiger, et non le texte de la réponse qui en sort. Pour une liste de médias, c’est la partie qui sert : une page que le modèle ouvre est une page où vous pouvez faire exister votre marque.
Et quand on ne garde que les marques d’un seul pays ?
En Pologne, le portail d’offres d’emploi passe devant Wikipédia
C’est en Pologne, sur les marques nationales, que le basculement est le plus large : la source la plus citée y est YouTube. De la vidéo.
Chez ces mêmes marques nationales, quatre portails d’offres d’emploi réunis produisent, ensemble, deux fois plus de citations que le Wikipédia en polonais. Et donc, dans ce comptage, des pages de recrutement ont compté dans la visibilité de la marque.
Combien d’entreprises ont leur site carrière dans la liste des médias à travailler ? Sur celle de Hex-ko, il n’y était pas.
Pourquoi les noms changent de place, l’article ne le mesure pas. Que le poids des médias se répartisse autrement d’une langue à l’autre, ça reste une hypothèse. La colonne « cause » est vide.
Jusqu’où ce comptage vous suit-il ?
Les 12 marchés se trouvent en Europe centrale et orientale, dans les pays nordiques et baltes. Les 13 langues sont celles de ces marchés, plus l’anglais : le français n’y est pas, le japonais non plus.
Pour un marché situé hors de ces 12, la liste de cet article reste la liste de quelqu’un d’autre. Ce qu’on en emporte, c’est la forme du résultat ; les noms, eux, se relèvent chez vous.
C’est aussi une prépublication, parue le 24 juin 2026 : la méthode et les chiffres attendent encore une relecture extérieure. Et l’une des affiliations de l’auteur, Rankfor.AI, vend de la mesure de classement en visibilité IA. Les chiffres gardent leur valeur, mais cette information se lit à côté d’eux.
L’article ne donne pas de date de mesure, et l’auteur range parmi ses limites la dépendance à des versions de modèles et à une fenêtre de collecte précises. Les assistants sont Perplexity, Gemini et GPT, trois en tout. Claude n’en fait pas partie. Les trois jeux de données réunis pour bâtir le comptage diffèrent par la granularité, et l’auteur compte cet écart parmi ses limites, lui aussi.
Un chiffre de plus, en marge : 85,7 % des citations sont allées vers des domaines tiers. Le fil de cet article passe ailleurs : un autre comptage pointait déjà dans cette direction, donc celui-ci vient en renfort.
un second tableau, mesuré dans votre langue
À droite de la liste de médias que vous avez déjà, ouvrez une colonne : ce média ressort-il dans les réponses des IA en français ? Les lignes qui reviennent vides marquent les endroits que vous n’avez pas encore mesurés.
Le classement anglophone garde sa place. Il montre à quoi ressemble la catégorie vue d’en haut, mais c’est le tableau rempli dans votre langue qui dit quelle place vous y occupez. Deux tableaux, donc, et le second se remplit chez vous.
Pour le français, cet article n’a pas la réponse, et pas davantage pour les marchés situés hors des 12. Un comptage japonais, lui, existe : quatre des dix domaines les plus cités par l’IA y ont été remplacés en deux mois (Au Japon, quatre des dix domaines les plus cités par l’IA ont changé en deux mois).
Les noms bougent, et c’est en partant de là qu’on ouvre le second tableau. Au-delà, le terrain appartient à ce que vous mesurez vous-même.
Références
- Żatuchin, D. (Estonian Entrepreneurship University of Applied Sciences / Rankfor.AI), “How Large Language Models Source Brand Reputation Across Languages and Markets”, arXiv:2606.25787, 2026-06-24, https://arxiv.org/abs/2606.25787
