Algorithmes de recommandation
Il vous montre ce qui va vous faire rester. C'est très différent — et ça change tout.
Le principe de base
L'algo repère que vous ressemblez à d'autres utilisateurs — et vous propose ce qu'ils ont aimé. Sans vous demander votre avis.
Le filtrage collaboratif est la technique de base de toute recommandation. L'idée : si Alice et Bob ont tous les deux aimé les films A et B, et qu'Alice a aussi aimé C, alors Bob devrait aimer C.
Netflix, Spotify, Amazon — ils utilisent tous ce principe. Couplé au filtrage par contenu (analyser les caractéristiques de ce que vous aimez) et au deep learning pour des milliards de signaux simultanés.
En 2009, Netflix a offert 1 million de dollars à l'équipe qui améliorerait son algorithme de recommandation de 10%. Ça donne une idée de ce que ça vaut pour eux.
Le mécanisme
Chaque scroll, chaque pause, chaque like nourrit l'algorithme. Il devient de plus en plus précis — et de plus en plus addictif.
L'algo ne suit pas que vos likes. Il suit combien de temps vous regardez une vidéo, si vous la regardez en entier, si vous revenez dessus, si vous la partagez, à quelle heure vous êtes actif.
TikTok analyse jusqu'à 10 000 signaux différents par utilisateur. Chaque interaction affine le profil. Plus vous utilisez l'app, plus il vous connaît, plus il est efficace pour vous garder.
C'est conçu comme ça. Les équipes s'appellent "engagement" — pas "satisfaction" ou "bien-être".
La vérité
L'objectif n'est pas votre bonheur. C'est votre temps d'écran. Plus vous restez, plus ils gagnent.
Les plateformes gagnent de l'argent via la publicité. Plus vous passez de temps, plus vous voyez de pubs, plus elles gagnent. C'est simple — et c'est tout leur modèle économique.
En interne, les indicateurs s'appellent DAU (Daily Active Users), WAU, MAU et surtout time spent — le temps passé. C'est la métrique reine.
Le contenu qui génère de l'émotion forte (indignation, peur, surprise) retient plus longtemps. Donc l'algo le favorise — pas parce qu'il est vrai ou utile, mais parce qu'il est efficace pour vous garder.
L'effet secondaire
L'algo apprend ce que vous aimez et ce que vous évitez. Peu à peu, le monde extérieur disparaît.
Eli Pariser a inventé le terme "filtre bulle" en 2011. L'idée : les algorithmes de personnalisation créent une bulle autour de vous en ne vous montrant que ce qui confirme vos opinions.
Ce n'est pas forcément intentionnel de la part des plateformes — c'est une conséquence de l'optimisation de l'engagement. Ce qui conforte retient plus que ce qui remet en question.
Le danger : progressivement, vous perdez la capacité d'être exposé à des points de vue différents. Et vous pouvez penser que "tout le monde" pense comme vous — alors que vous êtes dans une bulle homogène.
Les données
Ce ne sont pas des rumeurs. Ce sont des données documentées.
Les conséquences
Ces effets ne sont pas hypothétiques. Ils ont été observés, mesurés, puis souvent minimisés.
Frances Haugen (2021) : ex-employée Facebook, elle a transmis des milliers de documents internes au Congrès américain et au Wall Street Journal. Ces documents montraient que Facebook savait que ses algos nuisaient à la santé mentale des adolescentes.
Tristan Harris : ex-design ethicist chez Google, il a co-fondé le Center for Humane Technology. Il témoigne régulièrement au Congrès sur la conception addictive des réseaux sociaux.
En Europe, le Digital Services Act (2024) oblige les très grandes plateformes à évaluer et réduire les risques systémiques — dont la manipulation algorithmique.
On n'est pas impuissants
Comprendre le mécanisme, c'est déjà reprendre un peu de contrôle.