Google, pourquoi Google diffuse-t-il encore des publicités douteuses ? Sa propre IA relève les enjeux

Google a examiné deux fois la même publicité YouTube suspecte et n’y aurait relevé aucune violation des règles, malgré son imitation manifeste d’un avertissement iPhone. Cet incident a relancé une question directe : pourquoi Google diffuse-t-il encore des publicités douteuses ?

L’affaire comporte un aspect particulièrement embarrassant. Google affirme que ses systèmes alimentés par Gemini ont bloqué plus de 99 % des publicités enfreignant ses règles avant leur diffusion en 2025. Pourtant, un utilisateur a montré la création contestée à Gemini, et le modèle a immédiatement identifié plusieurs violations apparentes des règles publicitaires publiées par Google.

Une seule anecdote ne permet pas de mesurer la précision d’une plateforme publicitaire mondiale. Elle peut toutefois révéler un sérieux décalage entre le filtrage automatisé, les signalements des utilisateurs et les décisions finales d’application des règles. Cet écart est important, car la publicité Google a généré 294,7 milliards de dollars de revenus en 2025.

Le véritable conflit n’oppose pas Google à un seul annonceur trompeur. Il oppose la promesse publique de sécurité de Google à l’expérience des utilisateurs qui signalent des violations apparemment évidentes et reçoivent des refus à l’apparence automatisée.

Pourquoi Google diffuse-t-il encore des publicités douteuses après leur signalement par des utilisateurs ?

L’incident est devenu significatif parce que Google n’aurait pas simplement manqué la publicité une fois. Son processus d’examen aurait défendu cette décision après des signalements répétés.

Chris Greening, qui publie le blog technologique Atomic14, a décrit avoir vu cette publicité dans l’application YouTube plusieurs mois auparavant. La création ressemblait à une boîte de dialogue système iOS et avertissait l’utilisateur que le stockage de son iPhone était plein.

Greening a déclaré avoir sélectionné accidentellement la publicité alors qu’il manquait réellement d’espace de stockage. Ce contexte illustre pourquoi les interfaces trompeuses fonctionnent. La publicité semblait relier une préoccupation réelle liée à l’appareil à un avertissement ayant l’apparence d’une information du système d’exploitation.

Les boutons affichés dans la publicité ressemblaient, selon les informations rapportées, aux commandes familières « Yes » et « No » d’une alerte native. Il s’agissait d’éléments graphiques plutôt que de véritables commandes système. La sélection de la création redirigeait l’utilisateur vers une destination externe.

Greening a signalé la publicité via le processus proposé par Google. Selon son récit, Google a répondu que la publicité n’enfreignait pas ses règles. Il a envoyé un nouveau signalement et a reçu la même conclusion.

D’autres personnes auraient apparemment signalé la même création et reçu une réponse équivalente. Le message indiquait que Google avait conclu que la publicité n’était pas contraire aux règles destinées à protéger les utilisateurs et l’écosystème en ligne.

Le récit original inclut des images de la publicité et de la réponse de Google. Il ne fournit pas suffisamment d’informations pour identifier l’annonceur, la page de destination, les paramètres de ciblage ou l’historique complet des examens.

Ces détails manquants appellent à la prudence. Les éléments publics ne permettent pas d’établir si un même examinateur a traité les deux signalements, si l’automatisation a généré les réponses, ou si la destination a changé entre les examens.

Ils ne prouvent pas non plus que Google a délibérément approuvé une arnaque. La publicité pouvait promouvoir une application réelle au moyen d’une création trompeuse. Cette distinction est importante sur le plan juridique, mais elle ne résout pas le problème apparent de conformité.

Les règles publiées par Google sur les fausses déclarations interdisent les publicités qui imitent des notifications système ou utilisent des éléments non fonctionnels ressemblant à des boutons. Elles restreignent également les affirmations fondées sur la peur, destinées à pousser les utilisateurs à agir immédiatement.

La création contestée semble correspondre étroitement à ces descriptions. Elle copiait un avertissement de stockage au style iPhone, présentait de fausses commandes et suggérait que des fonctions de l’appareil pourraient cesser de fonctionner si l’utilisateur n’agissait pas.

Greening a ensuite fourni la publicité au modèle Gemini de Google et lui a demandé d’évaluer la création. Gemini l’a classée comme devant être refusée et a cité une conception trompeuse, des éléments d’interface trompeurs et des affirmations peu fiables.

Ce résultat ne constitue pas une décision officielle de Google Ads. Une session Gemini généraliste n’utilise pas nécessairement le même modèle, la même invite, les mêmes éléments de preuve, les mêmes seuils ou les mêmes outils d’application que le système d’examen de production de Google.

Le contraste reste néanmoins difficile à écarter. Un modèle destiné aux consommateurs a reconnu le problème apparent en quelques secondes, tandis que le canal de signalement officiel aurait rejeté la plainte à deux reprises.

L’événement a fait évoluer la discussion de « certaines mauvaises publicités échappent parfois à la détection » vers « des mauvaises publicités signalées peuvent survivre à un second examen explicite ». C’est pourquoi une simple rencontre sur YouTube a attiré des centaines de commentaires de la part d’éditeurs, d’annonceurs et d’utilisateurs.

Beaucoup ont partagé des expériences similaires concernant de faux logiciels, des invites de paiement frauduleuses, des produits de santé et des publicités conçues pour ressembler à des interfaces d’appareils. Ces témoignages restent anecdotiques, mais leur cohérence laisse entrevoir un problème de confiance récurrent.

Le défi de Google dépasse donc le retrait d’une seule publicité. L’entreprise doit expliquer pourquoi une création peut sembler enfreindre des règles écrites alors que son processus d’examen orienté vers les utilisateurs affirme le contraire.

Les chiffres d’application des règles de Google rendent cet échec plus difficile à expliquer

Google présente l’intelligence artificielle comme le système qui comble les lacunes dans l’application des règles, ce qui rend les défaillances visibles plus dommageables pour sa crédibilité.

En avril 2026, Google a publié son rapport 2025 sur la sécurité des annonces. L’entreprise a déclaré que ses outils alimentés par Gemini avaient détecté plus de 99 % des publicités enfreignant les règles avant qu’elles n’atteignent une audience.

Google a également indiqué avoir bloqué ou supprimé plus de 8,3 milliards de publicités en 2025. Ce total incluait 602 millions de publicités associées aux catégories de règles les plus étroitement liées aux arnaques.

L’entreprise a suspendu 24,9 millions de comptes annonceurs au cours de la même période. Plus de 4 millions de ces suspensions concernaient des activités liées aux arnaques, selon Google.

Son rapport sur la sécurité des annonces décrit des systèmes qui analysent des centaines de milliards de signaux. Ces signaux incluent l’ancienneté des comptes, des indices comportementaux, les schémas de campagne, les images, les textes et d’autres indicateurs de l’intention des annonceurs.

Google affirme que cette approche va au-delà de la simple correspondance par mots-clés. Les modèles Gemini examineraient les relations entre de multiples signaux, aidant la plateforme à reconnaître les campagnes conçues pour contourner des règles simples.

L’entreprise a aussi indiqué avoir traité plus de quatre fois plus de signalements d’utilisateurs en 2025 qu’en 2024. Elle a déclaré qu’une automatisation améliorée avait permis aux spécialistes de la sécurité de se concentrer sur les cas nécessitant un jugement humain.

Les suspensions erronées d’annonceurs auraient diminué de 80 % au cours de cette année. Ce chiffre concerne l’autre versant de l’application des règles, celui où des entreprises légitimes perdent leur accès parce qu’un système automatisé interprète incorrectement leur activité.

Ce sont des affirmations substantielles. Elles décrivent une plateforme qui utilise l’IA pour accroître sa couverture, accélérer les décisions et réduire simultanément les faux positifs.

Pourtant, ces chiffres ne répondent pas à la question centrale soulevée par le cas YouTube. Une plateforme peut bloquer des milliards de publicités tout en offrant une mauvaise expérience lorsqu’un utilisateur identifie une violation spécifique qui a été manquée.

Le chiffre de 99 % nécessite également un contexte. Google décrit le pourcentage de publicités enfreignant les règles que ses systèmes ont détectées avant leur diffusion. Il ne révèle pas le nombre total de violations ayant entièrement échappé à la classification.

Le calcul d’un véritable taux de défaillance nécessiterait une estimation indépendante de l’ensemble des publicités non conformes soumises à la plateforme. Le dénominateur publié par Google semble couvrir les violations que ses systèmes ont fini par identifier.

Cette différence ne rend pas la statistique dénuée de sens. Elle signifie toutefois que ce chiffre ne peut pas démontrer indépendamment que les utilisateurs rencontrent très peu de publicités nuisibles.

Les grands totaux d’application des règles posent un autre problème d’interprétation. Bloquer davantage de mauvaises publicités peut indiquer des défenses plus solides, davantage d’attaques, une couverture plus large des règles, ou une combinaison de ces trois éléments.

Google affirme que l’IA générative a accru la vitesse et l’ampleur des abus publicitaires. Les escrocs peuvent créer davantage de variantes, traduire des campagnes, modifier des images et remplacer des ressources suspendues plus rapidement qu’auparavant.

Dans cet environnement, un filtre amélioré peut supprimer davantage de contenu tout en laissant les utilisateurs rencontrer des défaillances plus sophistiquées. Les deux affirmations peuvent être vraies simultanément.

Google doit également arbitrer entre deux erreurs coûteuses. Un faux négatif permet à une publicité nuisible d’être diffusée. Un faux positif bloque un annonceur légitime et peut interrompre une activité commerciale réelle.

Ce compromis aide à expliquer des décisions prudentes ou incohérentes. Il ne justifie pas l’approbation d’une création qui imite visiblement un avertissement système, en particulier après qu’un utilisateur a identifié le problème précis.

Le propre langage des règles de Google laisse peu de place à l’ambiguïté. Sa règle relative aux fausses déclarations interdit les conceptions publicitaires trompeuses, les faux éléments interactifs, l’usurpation d’identité et les affirmations trompeuses.

L’entreprise considère certaines violations comme flagrantes et affirme que des comptes peuvent être suspendus sans avertissement. Un tel langage crée l’attente d’une application décisive des règles lorsque les éléments de preuve semblent clairs.

Pourquoi Google diffuse-t-il encore des publicités douteuses malgré ces systèmes ? Une réponse est que les indicateurs de performance mondiaux et le traitement des signalements individuels mesurent différentes parties de l’opération.

Les modèles de Google peuvent être efficaces lors de la soumission initiale, tandis que son flux de traitement des plaintes reste mal calibré. À l’inverse, le modèle initial peut manquer une tromperie contextuelle qui ne devient évidente que sur un appareil particulier.

Dans les deux cas, Google se retrouve sous pression. L’entreprise a présenté Gemini comme capable de comprendre l’intention des annonceurs, et pas seulement de détecter des mots interdits.

La boucle d’examen est le maillon faible de la promesse de sécurité de Google

L’hypothèse la plus préoccupante n’est pas que Google manque de technologie de détection. C’est que les retours liés à l’application des règles ne parviennent pas à relier cette technologie aux éléments signalés.

Un système d’examen publicitaire comporte plusieurs étapes. Google doit évaluer l’annonceur, la création, la destination, les informations de paiement, le comportement de la campagne et l’environnement dans lequel une publicité apparaît.

Un signalement d’utilisateur arrive après que certaines de ces vérifications ont déjà approuvé la campagne. Le signalement devrait fournir un nouveau signal, particulièrement lorsque l’utilisateur identifie une violation apparente que le filtrage automatisé a négligée.

Le cas Atomic14 suggère que ce signal n’a pas modifié le résultat. La réponse de Google aurait répété une conclusion générale sur les règles sans expliquer comment la création était conforme à ses exigences.

Cela crée un problème de responsabilité. Les utilisateurs ne peuvent pas savoir si une personne a examiné la plainte, si un logiciel a comparé l’image aux règles ou si le signalement manquait de contexte nécessaire.

Un refus générique empêche également toute correction utile. Si Google estime qu’un avertissement au style iOS reste acceptable, l’entreprise devrait expliquer quel élément le distingue d’une conception trompeuse interdite.

Si Google reconnaît que de telles conceptions enfreignent les règles, la réponse indique une défaillance opérationnelle. Dans les deux cas, la situation mérite davantage de détails qu’une assurance standardisée.

L’échelle constitue un véritable obstacle. Google reçoit des volumes considérables de publicités, de modifications de comptes, de mises à jour de destinations et de signalements d’utilisateurs. Un examen manuel de chaque combinaison serait impraticable.

L’automatisation est donc inévitable. La question pertinente est de savoir si le système fait remonter les bons cas et conserve suffisamment de contexte pour permettre une seconde décision significative.

Les attaquants exploitent activement les différences entre les utilisateurs, les examinateurs et les scanners automatisés. Le cloaking est une technique qui présente un contenu inoffensif à une plateforme tout en orientant certains utilisateurs vers quelque chose de dangereux.

En février 2026, Varonis Threat Labs a décrit un service appelé 1Campaign. Les chercheurs ont indiqué qu’il aidait des annonceurs malveillants à filtrer les visiteurs et à dissimuler des pages de phishing ou de vol de cryptomonnaies aux systèmes de contrôle de Google.

L’enquête sur le cloaking décrivait un ciblage géographique, une notation des visiteurs, une détection des bots et un filtrage des chercheurs en sécurité. L’opérateur aurait maintenu le service pendant plus de trois ans.

Ce mécanisme explique pourquoi examiner une destination une seule fois ne suffit pas. Un scanner utilisant une adresse de centre de données peut recevoir une page inoffensive, tandis qu’un utilisateur résidentiel ciblé reçoit une version frauduleuse.

Cependant, le cloaking n’explique pas entièrement la publicité YouTube. Le problème décrit par Greening était visible dans la création elle-même, avant même que le comportement de la page de destination ne devienne pertinent.

Le faux message de stockage n’était pas une destination cachée présentée uniquement à certaines victimes. Il s’agissait apparemment de la publicité diffusée via YouTube.

Cela rend l’échec du signalement particulièrement révélateur. Google n’avait pas besoin de reproduire une chaîne de redirections complexe pour évaluer si le design ressemblait à une alerte native de l’appareil.

L’entreprise possède déjà la reconnaissance d’images, des modèles linguistiques, une connaissance des interfaces d’appareils et des métadonnées détaillées sur les campagnes. Une capture d’écran soumise aurait pu déclencher une comparaison ciblée avec la politique relative aux designs trompeurs.

La réponse informelle de Gemini montre qu’une analyse automatisée peut formuler le lien pertinent. Là encore, ce résultat ne valide pas l’état de préparation pour la production, mais démontre l’accessibilité de ce raisonnement.

Un modèle généraliste peut aussi halluciner des règles, mal interpréter des images ou suivre une invite suggestive. Google ne devrait pas laisser un chatbot suspendre directement des annonceurs sans garanties ni possibilités de recours.

La meilleure leçon est plus circonscrite. Les signalements d’utilisateurs contenant des preuves visibles devraient suivre un parcours d’examen plus approfondi que celui décrit dans ce cas.

Ce parcours pourrait demander au signalant d’identifier l’élément trompeur, de joindre une capture d’écran, de conserver l’identifiant de la publicité et d’enregistrer le contexte de l’appareil. Il pourrait ensuite produire une décision motivée liée à une règle précise.

Des examinateurs humains devraient traiter les cas litigieux, les signalements répétés et les divergences entre les évaluations des modèles. L’utilisateur devrait savoir si Google a supprimé la publicité, limité sa diffusion ou trouvé une raison concrète de l’autoriser.

Les éditeurs sont confrontés à une version connexe de ce problème. Dans la discussion Hacker News, plusieurs opérateurs ont déclaré avoir bloqué à plusieurs reprises des publicités frauduleuses, pour ensuite voir apparaître des remplacements provenant de nouveaux comptes ou sous-domaines.

Un éditeur a indiqué que la charge était devenue suffisamment importante pour supprimer AdSense. Un autre a décrit une surveillance quotidienne de faux logiciels et de publicités douteuses liées à la santé.

Ces témoignages ne constituent pas des mesures vérifiées de manière indépendante. Ils illustrent néanmoins la façon dont les coûts d’application se déplacent vers l’extérieur lorsque les contrôles de Google échouent.

Les utilisateurs supportent le risque de cliquer. Les éditeurs supportent le préjudice réputationnel et le travail de modération. Les annonceurs légitimes supportent la méfiance et les conséquences d’un contrôle automatisé plus strict.

Google contrôle la place de marché qui relie ces trois groupes. Cette position fait de sa boucle d’examen une fonction de sécurité centrale, et non un simple accessoire de support client.

Les incitations publicitaires expliquent les soupçons, pas les preuves

Google gagne de l’argent lorsque la publicité fonctionne, mais les éléments disponibles ne prouvent pas qu’il préserve sciemment des publicités trompeuses pour générer des revenus.

L’incitation financière est impossible à ignorer. Alphabet a déclaré 294,7 milliards de dollars de revenus publicitaires Google pour 2025, contre 264,6 milliards de dollars en 2024.

Google Search et les propriétés associées ont généré 224,5 milliards de dollars du total de 2025. La publicité YouTube a contribué à hauteur de 40,4 milliards de dollars, tandis que la publicité Google Network a généré 29,8 milliards de dollars.

Ces chiffres figurent dans le rapport annuel d’Alphabet. La publicité reste donc profondément liée aux revenus et aux décisions produit de l’entreprise.

Chaque campagne supprimée élimine des dépenses potentielles. Chaque seuil plus strict risque également de bloquer des publicités légitimes, de frustrer les clients et de réduire la concurrence au sein de l’enchère.

Cette structure économique donne aux critiques une raison plausible de s’interroger sur les choix d’application. Elle n’établit pas que Google a demandé aux examinateurs de conserver des publicités trompeuses.

Plusieurs explications alternatives correspondent aux éléments connus. Le système de signalement pourrait comporter de faibles règles d’escalade. Les examinateurs pourraient manquer de temps, de formation, de contexte ou d’accès à la création exacte vue par un utilisateur.

Un classificateur automatisé pourrait accorder davantage de poids à l’historique de l’annonceur qu’au design visible. Une campagne peut également contenir plusieurs créations, ce qui rend difficile la reproduction de l’impression signalée.

L’application des politiques peut aussi souffrir d’une fragmentation organisationnelle. Les équipes chargées de l’approbation des publicités, de la diffusion YouTube, des signalements d’utilisateurs, des recours des annonceurs et des enquêtes sur la fraude peuvent utiliser des systèmes différents.

Un utilisateur fait l’expérience d’un seul produit Google. En interne, la plainte peut franchir plusieurs frontières opérationnelles avant que quiconque puisse relier l’impression publicitaire à la campagne et à la décision de politique.

La tension est plus forte parce que l’application de Google doit protéger les annonceurs légitimes contre les suspensions arbitraires. Les petites entreprises décrivent régulièrement des restrictions de compte opaques et des procédures de recours difficiles.

Une automatisation agressive peut créer un paradoxe. Elle peut bloquer des annonceurs locaux conformes, tandis que des attaquants sophistiqués conçoivent une infrastructure spécifiquement destinée à contourner les mêmes contrôles.

Les attaquants s’attendent à ce que les comptes et les domaines soient jetables. Une entreprise légitime construit sa campagne autour d’une identité stable et ne peut pas remplacer un compte chaque fois qu’un classificateur s’y oppose.

Cette asymétrie favorise les adversaires. Les opérateurs criminels considèrent l’application comme une dépense d’exploitation, alors qu’une suspension erronée peut immobiliser un annonceur honnête.

Le problème dépasse également Google. Une enquête de 2026 coordonnée par l’Organisation européenne des consommateurs a examiné des publicités présumées frauduleuses sur Google, Meta et TikTok.

Les conclusions du groupe de consommateurs ont signalé des exemples où des publicités ou des comptes annonceurs restaient disponibles après des plaintes. L’étude était limitée et portait sur des cas sélectionnés plutôt que sur la prévalence à l’échelle des plateformes.

Pour Google, les groupes ont identifié 30 publicités qu’ils estimaient contraires aux règles européennes ou aux politiques de Google. Ils ont indiqué que des annonceurs vérifiés comme non vérifiés pouvaient diffuser des publicités douteuses.

Les chercheurs ont également déclaré que seuls trois des 20 comptes annonceurs Google signalés avaient été supprimés. Ces conclusions remettent en cause l’hypothèse selon laquelle la vérification d’identité garantit à elle seule une publicité digne de confiance.

La vérification répond à la question de savoir qui a fourni des informations à la plateforme. Elle n’établit pas automatiquement que chaque création, offre, destination ou campagne future est sûre.

Le rapport a également relevé des problèmes sur des plateformes concurrentes. Cette comparaison affaiblit toute affirmation selon laquelle Google tolérerait de manière unique la publicité frauduleuse.

Elle renforce plutôt une conclusion plus large. Les grands systèmes publicitaires partagent des incitations et des structures techniques qui rendent les abus persistants, surtout lorsque les attaquants peuvent remplacer rapidement leurs actifs.

Google mérite une attention particulière en raison de sa portée, de ses ressources techniques et de ses déclarations publiques. L’entreprise place également de la publicité dans des produits auxquels les utilisateurs accordent souvent une grande confiance, notamment Search et YouTube.

Un faux avertissement affiché sur un site obscur peut rendre un visiteur méfiant. Le même avertissement diffusé via une propriété Google familière peut emprunter de la crédibilité au produit environnant.

Cette confiance empruntée accroît la responsabilité de Google dans la transaction. Les utilisateurs ne négocient pas avec l’annonceur et n’inspectent pas l’enchère qui a sélectionné la création.

La plateforme décide de ce qui entre sur la place de marché, de la façon dont cela apparaît et de ce qui se produit après une plainte. Google ne peut donc pas traiter une erreur visible d’application comme le seul problème de l’annonceur.

La réponse à la question de savoir pourquoi Google diffuse encore des publicités douteuses est probablement moins dramatique qu’une approbation intentionnelle à des fins lucratives. Google exploite un vaste marché automatisé où la qualité de l’application, l’accès des annonceurs et les revenus tirent dans des directions différentes.

La critique plus difficile est que l’entreprise contrôle ces arbitrages tandis que les tiers supportent une grande partie des dommages. Les réponses génériques aux plaintes empêchent les utilisateurs d’évaluer si Google a corrigé quoi que ce soit.

Trois signaux montreront si Google comble l’écart

Les prochaines statistiques d’application de Google comptent moins que la question de savoir si les publicités signalées reçoivent des décisions traçables, cohérentes et explicables.

Le premier signal sera une modification du processus de signalement des utilisateurs. Google devrait relier chaque plainte à un identifiant publicitaire persistant et conserver la création, la destination, l’emplacement et le contexte de l’appareil.

Un processus plus robuste permettrait aux utilisateurs de soumettre des captures d’écran et de sélectionner la règle précise qu’ils estiment enfreinte. Google pourrait alors expliquer s’il a examiné la création, la destination, l’annonceur ou les trois.

Cela renforcerait les affirmations de sécurité de Google, car les signalements répétés pourraient déclencher une escalade au lieu de produire une nouvelle décision générique. Cela révélerait également si les plaintes perdent actuellement des éléments de preuve cruciaux.

Le deuxième signal serait un rapport plus transparent sur les faux négatifs. Google publie déjà les totaux de publicités bloquées, les suspensions de comptes, les volumes de signalements d’utilisateurs et les améliorations revendiquées concernant les fausses suspensions.

Ces chiffres décrivent l’activité d’application, mais donnent peu d’informations sur les publicités que les utilisateurs ont vues puis signalées. Google devrait divulguer combien de signalements ont entraîné une suppression, une restriction, une annulation ou aucune action.

L’entreprise devrait également expliquer le délai entre un signalement vérifié et l’application. Une publicité nuisible supprimée après des semaines de diffusion représente un résultat différent d’une publicité arrêtée en quelques minutes.

Un audit indépendant rendrait ces chiffres plus crédibles. Les chercheurs ont besoin d’un accès contrôlé qui protège les données des annonceurs et des utilisateurs tout en leur permettant de tester la cohérence des politiques.

Si Google publie les résultats des recours et les taux de suppression après signalement, le cas Atomic14 deviendra plus facile à classer. Il pourra être mesuré comme une anomalie plutôt que débattu comme un symbole.

Le troisième signal sera de savoir si Google applique un examen contextuel fondé sur Gemini aux formats YouTube riches en images. L’entreprise a indiqué que l’examen instantané couvrait déjà la plupart des annonces de recherche responsives à la fin de 2025.

Étendre cette analyse à davantage de formats répondrait directement aux créations qui imitent les notifications d’appareils, les boutons, les mises à jour logicielles ou les avertissements de sécurité. Ces designs dépendent du contexte visuel, et pas seulement du texte.

Google doit mettre en œuvre cette extension avec prudence. Un modèle devrait recommander l’application à l’aide de règles définies et de preuves conservées, tandis que les humains resteraient responsables des décisions ambiguës et des recours.

Le succès signifierait davantage qu’une nouvelle hausse du nombre de publicités bloquées. Les utilisateurs devraient cesser de voir la même création signalée, et les annonceurs légitimes devraient recevoir des explications plus claires lorsque Google agit.

L’échec serait familier. Google annoncerait des totaux de détection plus élevés tandis que les signalants continueraient de recevoir des messages standardisés au sujet de publicités qui ressemblent visiblement à des designs interdits.

L’entreprise doit également s’attaquer à l’infrastructure d’évasion. Des modèles capables de comprendre une image ne peuvent pas résoudre le problème des pages de destination dissimulées à moins que Google ne teste les destinations depuis des emplacements, appareils et conditions réseau réalistes.

La vérification des annonceurs doit devenir un signal de risque continu plutôt qu’un simple badge ponctuel. Les plaintes répétées, les changements rapides de destination, les moyens de paiement jetables et les comptes liés devraient influencer les examens futurs.

Google ne peut pas promettre qu’aucune publicité nuisible n’apparaîtra jamais. Le marché publicitaire, par nature antagoniste, évolue trop vite, et tout système de contrôle produira des erreurs.

Il peut promettre une réponse crédible après qu’un utilisateur a fourni des éléments précis. C’est la norme que cette affaire remet en question.

Pour les utilisateurs ordinaires, l’hypothèse la plus sûre reste qu’une publicité ne constitue pas une approbation. Le label d’annonceur « vérifié » identifie un compte dans le processus de Google, mais ne garantit pas chaque affirmation ni chaque destination.

Les avertissements concernant l’appareil doivent être vérifiés dans les réglages du système d’exploitation, et non via une publicité. Les logiciels doivent provenir d’éditeurs connus ou de boutiques d’applications fiables, plutôt que de liens sponsorisés.

Les éditeurs doivent eux aussi considérer la qualité des publicités comme une composante de leur propre produit. Confier leur placement à Google n’empêche pas les visiteurs de reprocher au site web qui a affiché une création trompeuse.

Les annonceurs ont également intérêt à un contrôle plus strict. Chaque faux avertissement et chaque campagne d’usurpation d’identité réduit la confiance dans les résultats payants légitimes.

Pourquoi Google diffuse-t-il encore des publicités douteuses ? Les éléments disponibles pointent vers un système de contrôle qui fonctionne de manière impressionnante à grande échelle, mais peut échouer lorsque la responsabilité devient personnelle.

Google dispose des modèles, du langage des règles, des données de campagne et des ressources financières nécessaires pour réduire cet écart. Le prochain test consiste à déterminer si un signalement clair d’un utilisateur modifie la décision, et non si un milliard de publicités supplémentaires s’ajoutent à un total de suppressions.

Lorsque vous rencontrez une publicité qui imite un avertissement de l’appareil, enregistrez les détails de l’annonce, capturez l’écran entier et signalez l’élément trompeur exact. Observez ensuite ce que Google fait de ces éléments.

Une plateforme digne de confiance ne devrait pas se contenter d’accepter la plainte. Elle devrait rendre une décision qu’un utilisateur raisonnable puisse comprendre.