Les livres générés par l'IA inondent Amazon et réduisent les revenus des auteurs humains

Les chercheurs ont analysé 14 419 e-books auto-publiés sélectionnés aléatoirement, sortis entre janvier 2023 et mars 2026, en utilisant les données de ventes quotidiennes d'un ensemble de données interne de l'un des cinq plus grands éditeurs américains, couvrant environ 95 % de toutes les ventes quotidiennes d'e-books sur Amazon. Contrairement aux études précédentes, ils ont classé chaque livre en fonction de son texte intégral à l'aide du détecteur Pangram v3.3, qui présente un taux de faux positifs déclaré de 0,04 %, classant les livres selon la fraction de texte généré par l'IA : aucun, léger (jusqu'à 25 %) ou substantiel (plus de 25 %). Les livres avec un contenu IA substantiel représentaient 20 % du catalogue mais ne généraient que 12,1 % des ventes et 11,3 % du chiffre d'affaires, tandis que les livres sans texte IA détecté représentaient 62,9 % du catalogue et généraient 72,5 % du chiffre d'affaires. Cependant, entre le premier trimestre 2023 et le premier trimestre 2026, le catalogue cumulé a été multiplié par 38,3, le nombre de titres vendus par trimestre a été multiplié par 19,2, mais le chiffre d'affaires trimestriel n'a été multiplié que par 8,9, ce qui signifie que davantage de livres se disputent un bassin de revenus à croissance plus lente. Le chiffre d'affaires par livre a diminué dans six des huit genres en comparant les sorties de 2023 et de 2025 sur la même période post-publication, et même pour les livres sans texte IA détecté, il a chuté dans sept des huit genres, ce qui écarte l'explication selon laquelle la moyenne serait tirée vers le bas uniquement par les livres IA à faible vente. La seule exception était le genre fantastique/surnaturel/horreur, où le texte IA a gagné du terrain le plus tardivement et le moins, et le chiffre d'affaires par livre pour les œuvres non-IA a augmenté de 35 %, ce qui plaide contre une tendance générale du marché. Les tendances étaient plus fortes dans les genres avec une forte disponibilité de Kindle Unlimited, où l'avantage de la part de revenus des livres non-IA était de 8,4 points de pourcentage inférieur à celui des genres à faible disponibilité, bien que les chercheurs n'aient pas établi de lien causal avec Kindle Unlimited lui-même. La part des nouvelles entrées dans le top 25 avec un contenu IA substantiel est passée de près de zéro à 31 %, et les premières places ont connu plus de rotation, le taux de rétention des livres non-IA dans le top 25 tombant parfois à environ 28 % avant de se stabiliser à environ 62 %. La production est concentrée parmi quelques auteurs prolifiques : sur 385 identités d'auteurs qui ont publié d'autres livres substantiellement IA après leur premier, 287 ont augmenté leur production mensuelle, le pseudonyme le plus vendu gagnant 1,7 million de dollars de revenus bruts pour huit titres, et le livre substantiellement IA le plus vendu gagnant 643 000 dollars pour 80 431 exemplaires. L'étude a également constaté que les 50 livres substantiellement IA les plus vendus avaient 45 % de leur texte couvert par des expressions rares apparaissant dans au plus cinq volumes de Google Books et absentes d'un instantané Web de 4,7 billions de tokens, contre 37,7 % pour les 50 livres non-IA les plus vendus et 19,1 % pour les fictions primées ou nominées, avec un chevauchement augmentant de 7,6 points de pourcentage pour chaque multiplication par dix du chiffre d'affaires pour les livres IA. Les chercheurs soulignent que la méthode mesure le chevauchement linguistique agrégé, et non la copie spécifique. Tuhin Chakrabarty d'Ai2 a déclaré que les résultats soutiennent les scores des détecteurs comme preuve et contrent les arguments assimilant la lecture humaine à l'entraînement de l'IA sur des livres, ce qui est directement pertinent pour des affaires de droit d'auteur comme Kadrey c. Meta, où les demandeurs manquaient de preuves empiriques de dilution du marché. Amazon ne divulgue pas l'implication de l'IA aux clients, bien que les auteurs doivent la déclarer sur Kindle Direct Publishing, et la plateforme s'est principalement limitée à trois publications par jour pour lutter contre le spam de l'IA.