Les livres générés par l'IA croissent plus vite que la demande des lecteurs

Pour comprendre l'effet du marché des livres générés par l'IA, cessez de vous demander si le livre moyen est bon.

La question plus pertinente est de savoir si l'offre croît plus vite que l'attention des lecteurs et les revenus. Un document de travail de juillet 2026 rapporte exactement ce schéma dans un échantillon de 14 419 ebooks de fiction de genre auto-publiés : comparé au premier trimestre 2023, le nombre de titres vendus dans un trimestre a crû 19,2 fois d'ici le premier trimestre 2026, tandis que les ventes unitaires ont crû 7,3 fois et les revenus 8,9 fois. Les livres avec un texte IA substantiel détecté se sont vendus moins bien en moyenne, mais ils ont gagné des parts de ventes et de classement alors que leur nombre augmentait.

C'est une preuve d'un choc d'offre. Ce n'est pas une preuve que l'IA a causé chaque déclin, que chaque livre signalé a utilisé l'IA, ou que la fiction à bas coût laisse les lecteurs dans une situation pire. Un deuxième article économique atteint un contrepoint important : plus de livres contenant de l'IA peuvent ajouter une valeur modeste pour le consommateur en répondant à une demande de niche, même si l'utilisation moyenne par titre diminue.

Le marché peut diluer les revenus des auteurs et élargir le choix des lecteurs en même temps.

Niveau lecteur : Avancé. Cet article sépare les résultats mesurés, les estimations basées sur des modèles, l'interprétation légale et les décisions pratiques pour les auteurs, les éditeurs et les plateformes.

Contenu

Ce que la dernière étude sur les livres IA a mesuré

Generative AI floods and dilutes the market for books, publié le 22 juillet et révisé le 26 juillet, étudie la fiction de genre auto-publiée sortie de janvier 2023 à mars 2026. Les chercheurs ont associé le texte complet des livres aux ventes quotidiennes d'Amazon jusqu'au 29 juin.

L'analyse utilise un panel propriétaire maintenu par un grand éditeur. Le document indique que le panel plus large couvre environ 500 000 identifiants d'ebooks Amazon représentant au moins 95 % du volume unitaire quotidien des ebooks. Son échantillon d'étude comprend 14 419 titres à travers huit clusters de genre après des filtres de classement de marché, de genre et de disponibilité de texte.

Les chercheurs ont divisé chaque livre en chapitres, retiré le matériel de début et de fin, et ont passé le texte à travers Pangram 3.3. Ils ont placé les titres dans trois catégories :

Ces étiquettes décrivent la sortie du détecteur. Elles ne révèlent pas quel modèle a été utilisé, si l'auteur l'a divulgué, combien d'édition a eu lieu, ou si un humain a écrit le texte. Le document teste des seuils alternatifs, mais aucun détecteur ne transforme l'auteur en un fait observé.

L'étude compare ensuite les ventes, les revenus bruts des consommateurs, les positions de classement, la production des auteurs, l'exposition Kindle Unlimited, et le chevauchement de phrases distinctives. Sa fenêtre de lancement de 90 jours rend les cohortes de sorties plus comparables.

Ce design est particulièrement utile car il combine le texte complet avec les enregistrements de transaction. Il reste néanmoins observationnel. La lecture la plus sûre est : l'étude mesure un schéma de marché cohérent avec la dilution et exclut plusieurs explications simples ; elle n'identifie pas un effet causal clair de l'adoption de l'IA.

Les livres générés par l'IA se vendent en dessous de leur part de catalogue—et comptent toujours

Les livres avec un texte IA substantiel détecté représentaient 20,0 % de l'échantillon mais ont reçu 12,1 % des ventes unitaires de la fenêtre de lancement et 11,3 % des revenus. Les livres sans texte IA détecté représentaient 62,9 % des titres, 71,7 % des ventes, et 72,5 % des revenus.

Le titre moyen avec IA substantielle a sous-performé. La catégorie n'est pas restée commercialement irrélevante.

D'ici le premier trimestre 2026, les titres avec n'importe quel texte IA détecté détenaient 36,6 % des ventes observées et 38,5 % des places de classement Top-25 construites. La catégorie IA substantielle seule détenait 17,5 % des ventes et 18,7 % de ces places. Le document documente également un petit ensemble de gros gagnants : ses 15 titres substantiels en IA les plus rentables ont chacun généré au moins 220 000 $ de revenus bruts pendant la période mesurée.

Ces chiffres n'établissent pas le profit des auteurs. Les revenus bruts précèdent les commissions de plateforme, la publicité, les coûts de production, les taxes, les remboursements, et d'autres déductions. Ils établissent que "les lecteurs ignoreront tout cela" n'est pas une hypothèse de marché défendable.

La qualité moyenne et l'impact agrégé sont des variables différentes. Un producteur à bas coût n'a pas besoin que chaque sortie réussisse. Il peut publier de nombreuses tentatives, apprendre quels couvertures et niches convertissent, et conserver la petite part qui atteint l'échelle. L'unité pertinente passe d'un livre à un portefeuille.

L'offre a crû plus vite que les ventes et les revenus

Le résultat le plus clair est l'écart entre la croissance des titres et la croissance du marché.

*Légende : Changement indexé du premier trimestre 2023 au premier trimestre 2026 dans l'échantillon de l'étude. Le catalogue publié est cumulatif ; les titres vendus, les ventes unitaires et les revenus sont des flux trimestriels. Source : Chakrabarty et al. (2026).*

D'ici le premier trimestre 2026 :

Le catalogue cumulatif et les flux trimestriels ne sont pas des mesures identiques, donc le chiffre de 38,35 ne doit pas être comparé comme si chaque livre publié était en concurrence de manière égale dans ce trimestre. La comparaison trimestrielle similaire montre toujours le déséquilibre fondamental : les titres vendus ont crû plus de deux fois plus vite que les revenus et plus de 2,6 fois plus vite que les ventes unitaires.

Le document utilise ensuite une fenêtre de lancement fixe pour comparer les cohortes de sortie. Les revenus moyens par titre vendu pendant la fenêtre de lancement sont tombés de 20 134 $ en 2023 à 17 312 $ en 2025, une baisse de 14 %. Pour les livres sans texte IA détecté, il est tombé de 23 877 $ à 19 739 $, une baisse de 17,3 %. Les revenus par titre vendu ont chuté dans six des huit clusters de genre à travers tous les livres et dans sept des huit clusters pour le groupe sans IA.

Cela est important car cela répond à une objection de composition. La moyenne du marché pourrait tomber simplement parce qu'un afflux de livres IA à faibles ventes est entré dans le dénominateur. Le déclin de la cohorte sans IA montre que le changement a également atteint des livres en dehors de la catégorie IA substantielle.

Les modèles d'exposition pointent dans la même direction. La part sans IA des positions Top-25 construites était de 87,8 % dans les mois de genre à faible exposition et de 62,8 % dans ceux à forte exposition. Dans les genres à forte concentration de Kindle Unlimited, l'avance sans IA sur les titres IA substantiels était de 8,5 points de pourcentage plus petite pour les ventes et de 8,4 points plus petite pour les revenus.

Amazon dit que les redevances Kindle Unlimited proviennent d'un fonds mondial mensuel et dépendent de la part de chaque titre dans les pages normalisées lues. Cela crée un pool partagé explicite. Le schéma de dilution plus fort de l'étude dans les genres à forte concentration de KU correspond au mécanisme, mais cela ne prouve pas que Kindle Unlimited a causé la différence.

Pourquoi une qualité moyenne faible ne prévient pas la dilution

Les marchés créatifs allouent plus que de l'argent. Ils allouent la visibilité de recherche, les créneaux de recommandation, l'attention des critiques, le temps du public, et le filtrage éditorial.

Un nouveau titre peut imposer de petits coûts de découverte même lorsqu'il ne se vend pas :

L'effet s'accumule à travers des milliers de sorties. C'est pourquoi l'échelle de production compte indépendamment de la qualité moyenne du produit.

L'étude trouve que 287 des 385 identités de parrain observées qui ont continué à publier des titres IA substantiels ont augmenté leur production mensuelle après adoption. Ce 74,5 % est conditionnel aux auteurs qui ont continué à publier dans la catégorie. Ce n'est pas un effet d'adoption pour tous les écrivains : seulement 311 des 824 identités dans le panel d'événements plus large se trouvaient au-dessus de la diagonale de croissance de production.

Le contre-argument de la valeur pour le lecteur

La dilution du marché n'implique pas que les consommateurs ne reçoivent aucune valeur.

La révision de mai 2026 du document de travail NBER IA et la quantité et la qualité des produits créatifs examine un marché d'ebooks Amazon beaucoup plus large. Elle utilise un échantillon stratifié de plus de 330 000 sorties représentant environ 10 millions d'ebooks de 2020 à 2025, plus un recensement de 479 000 livres à travers huit sous-catégories.

Son principal proxy de qualité est l'utilisation : le nombre ajusté en fonction de l'âge des évaluations des lecteurs, validé contre les ventes estimées et complété par des vérifications de classement de vente et d'évaluation par étoiles. C'est une mesure de la demande, pas un jugement de mérite littéraire.

Le document rapporte trois résultats qui compliquent un simple récit d'effondrement :

Les auteurs calibrent un modèle de demande à logit imbriqué et estiment que les livres IA ont augmenté le surplus des consommateurs d'environ 7 % en 2025. Cette estimation dépend de la structure de substitution du modèle et de l'hypothèse que l'utilisation observée capture l'utilité du consommateur. Ce n'est pas un résultat d'enquête directe et ne mesure pas le bien-être des auteurs, le coût de recherche, la valeur culturelle, ou la qualité du marché à long terme.

Les deux articles sur le marché des livres peuvent tous deux avoir raison. Plus de produits de niche peuvent améliorer la chance qu'un lecteur trouve un trope ou une combinaison spécifique. La même expansion peut réduire les revenus par titre et rendre la découverte plus coûteuse pour les créateurs.

La distribution décide qui en bénéficie. Une estimation positive du surplus agrégé des consommateurs ne compense pas un auteur particulier dont le revenu attendu diminue.

Ce que la fiction IA privée révèle—et ce qu'elle ne révèle pas

Les ebooks publiés ne sont qu'un chemin pour la fiction IA. AI Fiction in the Wild, révisé le 23 juin, étudie 573 453 conversations en anglais du jeu de données WildChat, collectées d'avril 2023 à mai 2024 via des interfaces gratuites GPT-3.5 et GPT-4.

Les auteurs ont utilisé un lexique et un classificateur o4-mini, puis ont vérifié manuellement un échantillon aléatoire de 300 conversations. Le classificateur de fiction a atteint 97 % de précision et 94 % de rappel par rapport aux étiquettes de consensus des auteurs. Il a classé 195 271 conversations—34 %—comme impliquant de la fiction. La fanfiction est apparue dans 49 % du sous-ensemble de fiction, et un petit groupe d'utilisateurs puissants a produit une grande partie de l'activité.

Cela soutient un signal de demande pour une fiction immédiate, personnalisée, répétitive, et de niche à l'intérieur d'un chat privé. Cela ne mesure pas la demande de livres publiés.

Les utilisateurs de WildChat ont opté pour une interface de recherche publique sans nécessiter de compte OpenAI. L'échantillon peut sur-représenter les utilisateurs techniques, les utilisateurs puissants, les tests de frontières, et les personnes cherchant un service gratuit. Les chercheurs ne peuvent pas observer si les histoires générées ont été partagées, achetées, révisées en livres, ou lues au-delà de la conversation.

La distinction économique est importante :

L'IA peut satisfaire le premier cas d'utilisation sans créer une vente dans le second. Cela aide à expliquer comment la demande de fiction IA peut être réelle tandis que le revenu moyen par titre publié diminue.

Le document fournit ses matériaux de classification et ses références de données de manière ouverte. Son dépôt compagnon est utile pour auditer les définitions et reproduire l'analyse. La disponibilité du dépôt renforce la transparence du processus ; cela ne rend pas la population sous-jacente de WildChat représentative.

Le droit d'auteur et la détection compliquent l'histoire du marché

L'étude de marché de juillet ajoute un résultat textuel provocateur. Parmi les 50 meilleurs vendeurs, les livres avec un texte IA substantiel détecté avaient 45,0 % de couverture par des expressions rares de cinq mots ou plus trouvées dans un petit nombre de livres existants mais absentes d'un instantané web de 4,7 trillions de tokens. Le groupe correspondant sans IA mesurait 37,7 %.

Au sein des 200 meilleurs titres IA substantiels, la couverture d'expressions rares a augmenté de 7,6 points de pourcentage pour chaque augmentation par dix fois des revenus. La pente était statistiquement significative à *p* = .001, mais l'interaction comparant cette pente avec le groupe sans IA était marginale à *p* = .063.

Cela ne prouve pas qu'un passage particulier a été copié d'un livre particulier. Le chevauchement agrégé de phrases peut refléter des données d'entraînement, des conventions de genre, des citations, des matériaux sources communs, la sélection du détecteur, ou d'autres voies. Le document lui-même dit que l'analyse ne peut pas établir une violation.

Une étude distincte préenregistrée, Les lecteurs préfèrent les résultats d'IA formés sur des livres protégés par le droit d'auteur plutôt que sur des écrivains humains experts, montre pourquoi le plafond de qualité peut changer. Vingt-huit lecteurs formés en MFA et 516 lecteurs généralistes éduqués ont complété 10 920 évaluations pairées à l'aveugle d'extraits humains et IA écrits dans les styles de 50 auteurs primés.

Avec un simple prompt contextuel, les lecteurs MFA ont fortement préféré les extraits humains. Après un ajustement spécifique à l'auteur sur des œuvres complètes, les sorties de ChatGPT testées ont inversé cette préférence en moyenne pour la qualité d'écriture et la fidélité stylistique. La sortie ajustée a également échappé aux deux détecteurs IA testés beaucoup plus souvent.

L'étude couvre des extraits allant jusqu'à 450 mots, pas des romans complets. Ses coûts de génération rapportés excluent le pilotage humain, l'édition, le travail de cohérence à long terme, et la publication. Elle teste l'imitation sous un entraînement spécifique à l'auteur exceptionnellement riche, pas un prompt de consommateur ordinaire. Le résultat est une preuve que la précision du détecteur et la qualité perçue peuvent changer avec l'entraînement et l'édition—pas une prévision que les romans IA remplaceront les auteurs.

Les directives de contenu actuelles d'Amazon KDP exigent qu'un éditeur informe Amazon de tout texte, image ou traduction généré par l'IA. Elles ne nécessitent pas de divulgation pour le travail assisté par l'IA, et l'éditeur reste responsable de la conformité en matière de propriété intellectuelle et de qualité. La directive publique décrit la divulgation à Amazon ; elle ne promet pas une étiquette orientée vers le lecteur.

Le rapport de formation de l'IA générative du Bureau des droits d'auteur des États-Unis traite de la substitution de marché, de la dilution de marché, de la licence, et du bénéfice public comme des considérations séparées. Il dit également que l'analyse de l'utilisation équitable reste spécifique aux faits. Une corrélation de ventes, un score de détecteur, ou une statistique de chevauchement de phrases ne peuvent pas trancher ce test légal.

Ce que les preuves ne prouvent pas

Les preuves actuelles soutiennent une conclusion plus étroite que le titre du document de juillet.

Cela ne prouve pas la causalité

L'étude du marché des livres observe l'exposition, les ventes, et les changements de cohortes. La demande de genre, le comportement de l'ère pandémique, les coûts publicitaires, la tarification, les dynamiques d'abonnement, les changements de classement de plateforme, et l'entrée des auteurs peuvent se déplacer en même temps. Les gradients d'exposition et le déclin de la cohorte sans IA renforcent l'interprétation de dilution, mais aucune affectation aléatoire n'identifie l'effet de l'IA.

Cela n'observe pas le revenu des auteurs

Les chiffres de revenus sont des dépenses brutes des consommateurs. Les lectures de pages Kindle Unlimited ne sont pas séparées des achats dans le panel propriétaire. Les noms de plume peuvent diviser un producteur en plusieurs parrainages. Aucune étude ne donne une distribution claire du profit net des auteurs.

Cela ne valide pas la divulgation

Les chercheurs disent qu'aucun des livres échantillonnés n'a divulgué l'utilisation de l'IA dans les données qui leur étaient disponibles. La règle de divulgation de KDP concerne les informations fournies à Amazon. Une étiquette publique manquante n'est pas une preuve qu'un auteur n'a pas informé la plateforme.

Cela ne transforme pas la détection en paternité

Les résultats de validation rapportés par Pangram ne sont pas un test de vérité de base étiqueté sur ce corpus complet de livres. L'écriture éditée, traduite, formulaïque, ou spécifique au modèle peut se comporter différemment. La robustesse à travers les seuils réduit la sensibilité à un seuil ; elle ne peut pas éliminer l'erreur systématique du détecteur.

Cela ne mesure pas l'ensemble du marché du livre

L'étude de juillet se concentre sur les ebooks de fiction de genre auto-publiés principalement vendus via Amazon. L'édition traditionnelle, la non-fiction, les livres imprimés, les livres audio, les bibliothèques, les ventes directes, et d'autres plateformes peuvent avoir des économies différentes.

Un cadre décisionnel pour les auteurs, éditeurs et plateformes

Ne réduisez pas la décision à "utiliser l'IA" ou "interdire l'IA". Mesurez la variable que chaque partie peut contrôler.

Pour les auteurs : optimiser la rétention des lecteurs, pas le nombre de sorties

Suivez chaque cohorte de sortie pendant au moins :

Établissez une règle d'arrêt avant de passer à l'échelle. Si la production augmente tandis que les lecteurs retenus, le profit par heure d'édition, ou la continuité de la série diminuent, plus de sorties amplifient un mauvais ajustement.

Utilisez l'assistance de l'IA là où elle préserve un jugement différencié : organisation de recherche, vérifications de cohérence, révision d'accessibilité, ou idéation contrôlée. Conservez des enregistrements de provenance pour le matériel source, l'utilisation du modèle, les modifications, et les décisions de droits. Ces enregistrements ne résoudront pas chaque question légale, mais ils rendent la divulgation et la correction possibles.

Pour les éditeurs : séparer le débit de la valeur du portefeuille

Évaluez les projets assistés par l'IA par rapport à une référence d'écriture humaine au même genre, prix, stade de l'auteur, et niveau de marketing. Rapportez les médianes et les distributions, pas seulement le nombre total de sorties.

Exigez :

Un pipeline de manuscrits plus rapide a peu de valeur si l'acquisition, l'édition, le positionnement, et la découverte restent les goulets d'étranglement.

Pour les plateformes : tester la qualité de découverte sous des chocs d'offre

Les limites de volume et les champs de divulgation ne traitent qu'une partie du problème. Les systèmes de classement devraient être testés sous stress à mesure que l'offre de catalogue croît plus vite que les sessions de lecteurs.

Les mesures utiles de la plateforme incluent :

Gardez "provenance inconnue" séparée de "créé par un humain". Les métadonnées manquantes ou supprimées ne sont pas une preuve de paternité humaine. Préservez la divulgation de la source, l'historique de transformation, et le niveau de confiance à travers les systèmes d'ingestion, de modération, et de recommandation.

Conclusion

Les livres générés par l'IA n'ont pas besoin de battre les livres humains en moyenne pour remodeler l'édition.

Les dernières preuves du marché montrent un choc d'offre : bien plus de titres en concurrence pour les ventes, les revenus, et les positions de classement qui ont crû plus lentement. Le déclin des revenus par titre vendu s'étend aux livres sans texte IA détecté, et les genres à forte exposition montrent les pertes les plus fortes. Ces schémas sont cohérents avec la dilution.

Ils ne sont pas un verdict causal. Des données de marché plus larges suggèrent également qu'un catalogue plus large peut créer une valeur modeste pour le lecteur, surtout pour une demande de niche. La génération de fiction privée montre que certains lecteurs veulent des combinaisons qu'aucun éditeur ne fournirait efficacement.

Le test pratique est distributionnel : qui bénéficie de la variété supplémentaire, qui paie les coûts de découverte et de qualité, et quelles métriques révèlent le commerce avant que le catalogue ne prenne de l'ampleur ?

Questions fréquentes

Les livres générés par l'IA sont-ils autorisés sur Amazon KDP ?

Oui. Amazon KDP exige que les éditeurs informent Amazon lorsqu'un livre contient du texte, des images ou des traductions générés par l'IA. Cela ne nécessite pas de divulgation pour le travail assisté par l'IA. Les éditeurs restent responsables de la conformité en matière de propriété intellectuelle et de qualité.

Les livres générés par l'IA sont-ils rentables ?

Certains le sont. Dans l'étude de 14 419 livres, les titres IA substantiels ont gagné une part de revenus plus petite que leur part de catalogue, mais un petit groupe a atteint une échelle commerciale significative. Les revenus bruts ne sont pas le profit des auteurs, et le résultat moyen ne prédit pas un livre spécifique.

Un détecteur d'IA peut-il prouver qu'un livre a été écrit par l'IA ?

Non. Il estime si le texte correspond à des modèles appris. Un détecteur peut soutenir une enquête ou une analyse au niveau du marché, mais il ne peut pas établir la paternité, la divulgation, la copie, ou la violation par lui-même.

Vérifications des affirmations

Sources