J'ai une relation compliquée avec Hacker News. Le site est le plus important agrégateur d'actualités geek et une source majeure de trafic pour ce blog. En même temps, il y a un nombre juste de commentateurs toxiques, ce qui en fait une source fiable d'insultes lancées dans ma direction ; si vous voulez un avant-goût, cet article a été appelé "watered-down" et "slop".
Le site est géré par des geeks et pour des geeks, donc il n'est pas immunisé contre les tendances technologiques ; par exemple, autour de 2018, il y avait un nombre juste d'histoires axées sur les cryptomonnaies et les NFT. Malgré cela, le récent changement semble plus profond : presque tous les jours, il semble que la sélection soit dominée par des histoires axées sur l'IA, écrites par de l'IA, ou commentées par de l'IA. HN AI singularity (21 juillet 2026).
Cette image montre une journée particulièrement mauvaise, afin de donner une évaluation plus honnête, j'ai également effectué une enquête plus systématique en février 2026, et à nouveau en juin de la même année. Pour avoir une idée de la part du flux occupée par des sujets IA, j'ai prélevé un échantillon du top #5 quotidien pour tout février : L'IA a occupé quatre des cinq places le 4 et le 12 février, ainsi que l'ensemble de la ligne le 5 février (l'histoire #3 était du marketing de sous-marin pour un fournisseur d'IA). Les seuls jours sans actualités LLM dans le top 5 étaient le 1er février (avec la première histoire d'IA au #7, puis le #9), le 9 février (le premier au #8) et le 25 février (avec IA au #6, #9, #10).
Pour la deuxième partie de l'expérience — déterminer quelles histoires étaient probablement écrites par de l'IA — j'ai utilisé Pangram. Pangram est un modèle remarquablement bon, conservateur, pour détecter le texte généré par LLM. Ces détecteurs ont mauvais réputation parmi les techniciens, mais les objections sont souvent basées sur des hypothèses obsolètes ou des malentendus outright.
Pour que les outils fonctionnent, l'écriture d'IA n'a pas besoin d'être d'une manière "inhumaine" . Il suffit que la voix par défaut de la actuelle fournée de LLMs soit quasi-déterministe : demandez le même essai deux fois et vous obtiendrez un résultat stylistiquement similaire. Les manières individuelles sont humaines, mais il est très peu probable que votre écriture combine le même ensemble exact.
J'en écrit un peu plus ici. Pour valider les résultats, j'ai également examiné toutes les histoires marquées et je pense que les résultats ont du sens ; de toute façon, Pangram avait quelques négatives fausses. Pour vous donner une idée de ce qui a été marqué, regardez l'histoire #3 du 19 février (“AI n'est pas un collègue, c'est un exosquelette”).
Elle avait 500+ upvotes et 500+ commentaires. À mon avis, elle présente une large gamme de drapeaux rouges. En juin, pour capturer plus de détails, j'ai utilisé du noir solide pour la navigation AI pure (annonces de fournisseurs, éditoriaux sur les bénéfices ou les inconvénients de la technologie, etc.) et des formes hachurées pour les histoires qui plongent profondément dans l'IA, mais ont des répercussions plus larges (par exemple, le compte d'agent de support Instagram IA hacké). Contrairement aux histoires qui ne sont que tangentialement liées à l'IA (par exemple, des rapports de hausses de prix de la RAM) ne sont pas marqués.
Au premier semestre du mois, environ 60% de la sélection quotidienne de HN étaient liées à l'IA ou générées par l'IA, diminuant à ~50% au fur et à mesure que nous approchions la fin du mois. Cela augmente par rapport au 40% en février. Discussion sur cet article Prêt pour plus ?.
Source: Hacker News · Résumé par HeadlinesBriefing