Comment Google calcule le score de gain d'information d'un contenu web ?

Pourquoi le brevet Google sur le gain d'information est souvent mal compris

Le brevet Google sur l'information gain est régulièrement cité dans les discussions SEO. Pourtant, il est aussi très souvent résumé de manière imprécise.

Dans beaucoup d'explications, on lit une formule assez simple : Google chercherait à favoriser les contenus qui apportent des informations nouvelles. L'idée n'est pas absurde, bien sûr. Mais elle reste trop vague, et surtout elle entretient une confusion fréquente avec l'information gain en théorie de l'information ou dans les arbres de décision.

Or, ce n'est pas exactement le sujet ici.

Ce que décrit ce brevet est, à mon sens, plus fin et plus utile pour comprendre l'évolution de la recherche. Nous ne sommes pas face à une simple mesure abstraite de nouveauté. Nous sommes face à un mécanisme qui cherche à estimer ce qu'un document ajoute à un utilisateur donné, dans un contexte donné, après exposition à d'autres documents sur le même sujet.

Autrement dit, un contenu peut être très pertinent. Mais s'il répète ce que l'utilisateur vient déjà de lire, sa valeur marginale baisse.

C'est là que le brevet devient intéressant.

L'idée centrale du brevet

Le brevet décrit un système capable d'estimer, pour un document candidat, la quantité d'information supplémentaire qu'il apporterait à un utilisateur par rapport à un ensemble de documents déjà vus, déjà présentés ou déjà exploités sur le même sujet.

La logique est donc double :

• elle est contextuelle, parce qu'elle dépend de l'historique immédiat de l'utilisateur,
• elle est marginale, parce qu'elle mesure une contribution additionnelle, et non une qualité absolue.

Cela change beaucoup de choses.

Nous ne parlons plus uniquement d'un bon document dans l'absolu. Nous parlons du bon document à montrer maintenant.

Le problème que Google cherche à résoudre

Le problème traité par le brevet est finalement assez simple à comprendre.

Quand plusieurs documents traitent d'un même sujet, ils partagent souvent une grande partie de la même information. Cela vaut dans les SERP classiques, mais aussi dans les environnements de réponse assistée par l'IA.

Prenons un cas très concret.

Un utilisateur cherche des informations sur un problème donné. Google lui montre un premier document. Puis l'utilisateur continue sa recherche. À partir de là, le moteur peut faire plusieurs choses :

• lui présenter un autre contenu très proche du premier,
• lui proposer une reformulation du même angle,
• ou lui montrer une ressource qui ajoute un élément absent jusque-là : une cause, une méthode, une nuance, une exception, un exemple, une preuve, un angle complémentaire.

Le brevet repose justement sur cette idée : la meilleure expérience ne consiste pas toujours à montrer le document le plus pertinent au sens classique. Elle peut consister à montrer le document le plus utile après exposition au premier.

C'est toute la différence entre la pertinence brute et la valeur marginale d'un contenu après consommation préalable d'autres contenus.

Ce que le brevet Google ne dit pas

C'est un point important, parce qu'il conditionne toute la lecture du sujet.

Le brevet ne dit pas que Google applique mécaniquement une formule d'entropie de Shannon à chaque page web pour calculer sa valeur.

C'est probablement l'une des simplifications les plus fréquentes dans les contenus SEO qui abordent ce brevet.

Oui, l'expression information gain existe dans plusieurs disciplines. Mais ici, Google décrit surtout un système qui compare :

• ce qui a déjà été vu,
• ce qui pourrait être montré ensuite,
• et ce que ce nouveau document ajouterait comme information utile.

Nous sommes donc plus proches de plusieurs logiques complémentaires :

• la détection de redondance,
• l'estimation de nouveauté relative,
• la sélection contextuelle de la prochaine meilleure information,
• et, dans certains cas, le reranking dynamique.

Cette précision change la lecture du brevet. Et elle évite de tirer des conclusions trop rapides.

Comment fonctionne le mécanisme décrit dans le brevet

Le fonctionnement général peut être résumé en plusieurs étapes.

1. Identifier un premier ensemble de documents déjà vus

Le système commence par identifier un premier ensemble de documents qui partagent un même sujet et qui ont déjà été vus, consultés ou présentés à l'utilisateur.

Ce point est essentiel, parce que le système ne part pas de zéro. Il part d'un état informationnel déjà partiellement construit.

2. Identifier un second ensemble de documents encore non consultés

Le système constitue ensuite un autre ensemble, composé de documents liés au même sujet, mais que l'utilisateur n'a pas encore vus.

C'est à l'intérieur de cet ensemble que la sélection va se faire.

3. Estimer un score de gain d'information pour chaque document candidat

Chaque document du second ensemble reçoit un score qui reflète la quantité d'information nouvelle qu'il apporterait par rapport au premier ensemble.

Plus un document répète ce qui a déjà été consulté, plus son intérêt baisse.

À l'inverse, plus il ajoute un angle absent, une précision utile ou un niveau d'explication nouveau, plus son intérêt augmente.

4. Classer, reclasser ou filtrer

Une fois ce score estimé, le système peut :

• sélectionner le meilleur document suivant,
• reranker une liste de résultats,
• rétrograder des documents trop redondants,
• ou même exclure des résultats devenus peu utiles dans ce contexte.

5. Présenter l'information sous différentes formes

Autre point souvent sous-estimé : le brevet ne se limite pas à la sélection d'un lien bleu.

Il envisage aussi différentes formes de restitution :

• un document,
• un extrait,
• une portion de texte,
• une réponse d'assistant,
• une réponse audio,
• ou une liste de résultats réordonnée.

Autrement dit, le sujet réel du brevet n'est pas seulement le ranking. C'est plus largement la sélection de l'information à servir ensuite.

Pourquoi cela dépasse une logique SEO classique

Dans une lecture SEO traditionnelle, le raisonnement reste souvent linéaire :

1. une requête est saisie,
2. Google classe les pages,
3. les meilleures montent,
4. les autres descendent.

Le brevet introduit une logique plus fine.

Il ne s'intéresse pas seulement à la meilleure page pour une requête. Il s'intéresse à la meilleure progression informationnelle pour l'utilisateur.

Nous ne sommes donc plus seulement dans une logique de ranking statique. Nous sommes dans une logique de séquençage de l'information.

Et cette nuance est importante, parce qu'elle colle beaucoup mieux à la manière dont les usages évoluent aujourd'hui.

Dans un environnement conversationnel, l'utilisateur ne veut plus uniquement une page. Il veut souvent une première réponse, puis une précision, puis une comparaison, puis une source complémentaire, puis un arbitrage entre plusieurs interprétations.

La question devient donc moins de savoir quel document répond à la requête, mais quelle information faut-il montrer maintenant pour faire progresser la compréhension de l'utilisateur.

L'exemple du brevet qui permet de bien voir le mécanisme

Le brevet donne un exemple autour d'une requête de type : "Help me fix my computer".

Imaginons que plusieurs documents soient disponibles :

• un premier document sur des problèmes logiciels courants,
• un deuxième document très proche du premier,
• un troisième qui mélange dépannage logiciel et matériel,
• un quatrième plus spécifique sur des causes matérielles.

Si l'utilisateur lit d'abord le premier document, tous les autres ne gardent pas la même valeur.

Le deuxième peut perdre en intérêt, parce qu'il recouvre une grande partie de l'information déjà vue.

Le troisième peut devenir plus utile, parce qu'il ajoute une autre couche d'explication.

Le quatrième peut même devenir le meilleur choix suivant, s'il apporte un angle réellement distinct.

C'est exactement cela, le gain informationnel au sens du brevet.

Le meilleur document suivant n'est pas nécessairement le deuxième document le plus pertinent sur le sujet. C'est celui qui fait le plus progresser l'utilisateur depuis son état informationnel actuel.

La vraie leçon SEO : le problème n'est pas seulement la qualité, c'est la redondance

Beaucoup de contenus sont corrects. Très peu sont réellement non redondants.

C'est là, selon moi, que ce brevet devient particulièrement utile pour les éditeurs.

Sur beaucoup de sujets concurrentiels, nous trouvons dans les SERP les mêmes structures, les mêmes définitions, les mêmes étapes, les mêmes conseils reformulés, les mêmes synthèses de synthèses.

Dans ce contexte, produire un article un peu plus long, un peu plus propre ou un peu plus fluide ne suffit pas toujours.

Parce que si le système raisonne aussi en nouveauté relative, alors la question à se poser est celle de savoir ce qu'apporte votre contenu que l'utilisateur n'a probablement pas déjà rencontré ailleurs.

Et la réponse ne peut pas être simplement :

• j'ai ajouté plus de mots,
• j'ai agrégé plus de sources,
• j'ai fait une compilation plus complète.

Ce qui crée de la valeur, le plus souvent, ce sont des éléments comme :

• une donnée originale,
• un test,
• une observation terrain,
• une méthode propre,
• un cas réel,
• une distinction conceptuelle ignorée ailleurs,
• un contre-exemple,
• un cadrage plus juste.

Autrement dit, l'originalité utile compte davantage que l'exhaustivité dérivée.

Pourquoi le modèle du skyscraper montre vite ses limites

La logique du skyscraper content a longtemps été simple : prendre ce qui existe déjà, le rendre plus long, plus complet, plus à jour, pour tenter de produire la version de référence pour Google.

Cette approche peut encore fonctionner dans certains cas, bien sûr. Mais elle rencontre une limite nette dès lors que les systèmes deviennent meilleurs pour détecter :

• la répétition,
• la proximité sémantique,
• les recouvrements d'information,
• et la faible valeur marginale d'un contenu par rapport à ceux déjà présents.

Un contenu très long peut donc rester faible en gain informationnel.

À l'inverse, un contenu plus court peut être très fort s'il apporte une vraie clarification, une donnée difficile à obtenir, un arbitrage crédible, ou un point de vue d'expert réellement utile.

La longueur, à elle seule, ne protège de rien.

Pourquoi ce brevet résonne autant avec la recherche conversationnelle

C'est ici que le sujet devient particulièrement intéressant.

Le brevet a été pensé dans un univers qui dépasse déjà la SERP classique. Il envisage des documents consultés, des réponses d'assistant, du reranking dynamique, des réponses audio, et plus largement une logique de présentation séquencée de l'information.

C'est précisément pour cela qu'il résonne si bien avec les interfaces actuelles.

AI Overviews : après la synthèse, il faut éviter la redite

Dans une logique d'AI Overview, le système ne renvoie plus seulement une liste de liens. Il fournit déjà une première synthèse de plusieurs sources.

À partir de là, l'utilisateur a reçu un premier bloc d'information. La question suivante devient donc immédiate : quelles sources montrer ensuite sans répéter ce que l'overview a déjà couvert ?

La vraie valeur des résultats complémentaires est alors dans leur capacité à :

• approfondir,
• nuancer,
• documenter,
• illustrer,
• parfois contredire,
• ou ouvrir un angle absent de la réponse initiale.

AI Mode : une logique encore plus conversationnelle

Avec l'AI Mode de Google, cette lecture paraît encore plus pertinente.

Nous sommes dans une interaction plus continue, avec des sous-questions, des relances, des reformulations et des approfondissements successifs. À chaque tour de conversation, le système doit arbitrer entre ce qu'il faut rappeler, ce qu'il faut éviter parce que c'est déjà couvert, et ce qu'il faut ajouter pour faire avancer la compréhension.

Un mécanisme de type information gain s'insère très naturellement dans ce cadre.

ChatGPT Search : la valeur de la bonne source au bon moment

Du côté de ChatGPT, la logique conversationnelle est également structurante.

L'utilisateur ne formule pas toujours une suite de requêtes indépendantes. Il dialogue, affine, bifurque, demande un résumé, une vérification, un comparatif, puis une précision.

Dans cette expérience, la valeur d'une source ne dépend pas seulement de son adéquation à la requête initiale. Elle dépend aussi de sa capacité à apporter le bon complément, au bon moment, avec le bon niveau de détail.

Perplexity : sélectionner des sources qui augmentent réellement la compréhension

Perplexity a popularisé très tôt cette logique de réponse conversationnelle sourcée.

Là aussi, la plateforme doit arbitrer en permanence entre synthèse, exploration, précision et non-redondance. Quand un utilisateur pose une question, puis une relance, puis une sous-question, le système ne doit pas seulement trouver des sources pertinentes. Il doit trouver des sources qui augmentent réellement la compréhension sans tourner en rond.

Mon hypothèse : ce brevet dépasse largement une simple logique de lien

Il faut rester rigoureux.

Je ne dis pas que ce brevet prouve, à lui seul, le fonctionnement exact d'AI Mode, d'AI Overviews, de ChatGPT ou de Perplexity. Un brevet n'est jamais une preuve de déploiement intégral. Encore moins une preuve directement transposable à toutes les plateformes.

En revanche, il décrit une logique générale qui me paraît très compatible avec l'évolution actuelle de la recherche assistée par l'IA.

Cette logique peut se formuler ainsi :

dans une expérience de recherche conversationnelle, la plateforme doit sélectionner la prochaine information la plus utile en tenant compte de ce qui a déjà été montré, lu ou compris.

Sous cet angle, le brevet me semble moins intéressant comme curiosité SEO que comme brique conceptuelle d'un système moderne de sélection contextuelle de l'information.

Et c'est précisément ce qui lui donne aujourd'hui une lecture plus large.

Ce que cela change pour la stratégie de contenu

Si cette lecture est juste, alors certains réflexes SEO doivent évoluer.

Penser en progression, pas seulement en couverture

Votre contenu ne doit pas seulement couvrir un sujet. Il doit intervenir au bon moment dans un parcours informationnel.

Il faut donc se demander :

• est-ce un bon point d'entrée,
• un bon approfondissement,
• une bonne preuve,
• un bon contrepoint,
• ou la meilleure ressource une fois que les bases ont déjà été vues ?

Penser en complémentarité, pas seulement en concurrence

Un contenu ne se mesure pas uniquement face à la requête. Il se mesure aussi face aux autres contenus que l'utilisateur a probablement déjà consommés avant lui.

La question clé devient alors :

qu'ajoute réellement ce contenu à la conversation globale sur le sujet ?

Penser en blocs d'information distinctifs

Dans un monde où les IA synthétisent, résument, citent et recomposent, la valeur ne se concentre pas toujours dans la page entière.

Elle peut se loger dans :

• un passage,
• un tableau,
• une définition très précise,
• un exemple concret,
• une méthode,
• une donnée,
• un retour d'expérience.

Autrement dit, il faut apprendre à produire des blocs informationnels distinctifs, facilement mobilisables et réellement utiles.

Comment créer un contenu à fort gain informationnel

Voici, selon moi, les pistes les plus solides.

1. Apporter une information difficile à retrouver ailleurs sous la même forme

C'est souvent la voie la plus robuste.

Par exemple :

• une donnée propriétaire,
• un benchmark original,
• un protocole interne,
• une observation terrain,
• un test comparatif,
• ou un retour d'expérience réel.

2. Produire une clarification conceptuelle que les autres n'ont pas faite

La nouveauté ne vient pas toujours d'une donnée inédite. Elle peut venir d'un cadrage plus juste.

C'est précisément le cas ici : distinguer le brevet Google d'une simple lecture fondée sur l'entropie change profondément la compréhension du sujet.

3. Introduire de vraies distinctions

Les contenus faibles écrasent tout dans une synthèse homogène.

Les contenus forts distinguent clairement :

• ce qui est certain et ce qui relève de l'hypothèse,
• ce que le brevet dit et ce qu'il ne dit pas,
• la pertinence et la nouveauté,
• la qualité absolue et la valeur marginale,
• le moteur classique et l'interface conversationnelle.

4. Multiplier les exemples qui font comprendre

La pédagogie joue ici un rôle direct.

Un concept est mieux retenu quand il est relié à une situation, à un cas d'usage, à un avant/après, ou à une analogie bien maîtrisée. Les exemples ne servent donc pas seulement à rendre un texte agréable. Ils augmentent sa capacité à produire de la compréhension utile.

5. Assumer une ligne éditoriale claire

Les contenus plats paraphrasent. Les contenus solides prennent position avec nuance.

Dans ce cas précis, la thèse peut être formulée ainsi :

le brevet sur l'information gain est moins un simple signal de nouveauté qu'un modèle de sélection contextuelle de l'information, particulièrement adapté à la recherche conversationnelle.

C'est cette colonne vertébrale éditoriale qui donne de la cohérence à l'ensemble.

Ce que les éditeurs devraient retenir maintenant

Si vous publiez aujourd'hui, vous ne produisez plus seulement pour une SERP classique.

Vous produisez potentiellement pour :

• un moteur de recherche,
• une AI Overview,
• un mode conversationnel,
• un assistant qui reformule,
• une interface qui cite,
• un système qui extrait,
• ou une suite d'échanges où votre contenu n'apparaîtra qu'après plusieurs tours.

Dans ce contexte, il ne suffit pas de se demander si mon article est bon. Il faut se poser la question de savoir à quel moment du parcours informationnel mon article devient vraiment utile, voire difficile à remplacer.

Cette exigence est plus élevée. Mais elle est aussi plus intéressante, parce qu'elle pousse à produire un contenu plus dense, plus distinctif et plus utile.

Les raccourcis à éviter quand on parle de ce brevet

Quelques précautions s'imposent vis-à-vis de ce brevet :

"Google utilise forcément ce brevet tel quel"

Non. Nous ne pouvons pas l'affirmer avec certitude.

Un brevet décrit une possibilité technique, une architecture ou une logique. Il peut être proche d'un système réellement déployé, mais il ne constitue pas à lui seul une preuve d'implémentation complète.

"L'information gain, c'est juste l'entropie"

Non plus.

C'est précisément l'une des confusions à éviter. Le brevet porte ici sur une logique de nouveauté contextuelle et de sélection informationnelle relative, pas sur une simple application brute d'un modèle théorique externe.

"Il suffit d'être original"

Là encore, ce serait trop simple.

L'originalité n'a de valeur que si elle reste pertinente, utile, compréhensible et exploitable dans le parcours de l'utilisateur.

"Les contenus longs vont forcément perdre"

Pas du tout.

Un contenu long peut avoir un fort gain informationnel, à condition que sa longueur corresponde à une vraie densité d'information, et non à une dilution ou à une reformulation extensive de ce qui existe déjà.

Ce qu'il faut retenir de cette lecture

Le brevet Google sur le gain d'information est souvent résumé comme une prime à la nouveauté. C'est partiellement vrai. Mais c'est encore trop faible comme lecture.

Sa portée me semble plus profonde.

Il formalise une idée simple, mais très structurante :

la bonne information n'est pas seulement celle qui correspond à la requête. C'est celle qui fait progresser l'utilisateur à partir de ce qu'il sait déjà.

Et cette idée devient particulièrement pertinente dans un web où la recherche se transforme en dialogue, en synthèse, en navigation guidée et en enchaînement de réponses successives.

À mesure que les interfaces conversationnelles prennent plus de place, la sélection de l'information ne peut plus être pensée comme un simple classement figé. Elle devient un problème de séquençage intelligent, de réduction de la redondance et de progression informationnelle.

C'est pour cela que ce brevet mérite d'être relu aujourd'hui.

Pas seulement comme un brevet SEO.

Mais comme un signal utile pour comprendre ce que devient, plus largement, la recherche assistée par l'IA.

Ce qu'il faut retenir en pratique

• Le brevet ne décrit pas une simple formule abstraite appliquée aux pages.
• Il décrit un système contextuel d'estimation de l'information supplémentaire apportée par un document.
• La valeur du document dépend de ce que l'utilisateur a déjà vu.
• Le système peut sélectionner, reranker, filtrer ou reformuler l'information à présenter ensuite.
• Cette logique est particulièrement adaptée aux expériences conversationnelles alimentées par l'IA.
• Pour le SEO, l'enjeu n'est donc pas seulement de produire un contenu meilleur. L'enjeu est de produire un contenu qui fait réellement avancer l'utilisateur.

Pistes pour aller plus loin

• Relire le brevet Contextual Estimation of Link Information Gain en gardant en tête la notion de nouveauté contextuelle.
• Comparer cette logique avec le fonctionnement des interfaces modernes de recherche conversationnelle.
• Réévaluer vos contenus non seulement en termes de qualité globale, mais aussi en termes de valeur marginale réelle dans le parcours utilisateur.