Saison 2 - Ep. 3 / Les algorithmes de recommandation et la culture

Dans ce troisième épisode des "Voies de l'IA", nous détaillons les algorithmes de recommandation utilisés par des plateformes comme Netflix, Spotify ou YouTube pour proposer des contenus adaptés à chaque utilisateur.
 
Ce nouvel épisode du podcast "Les voix de l’IA" explore le fonctionnement et l'influence des algorithmes de recommandation au sein des industries culturelles, notamment sur Netflix. À quoi servent réellement ces algorithmes ? Recommandent-ils en fonction de nos goûts ou répondent-ils avant tout à des logiques économiques ? Favorisent-ils la diversité culturelle ou contribuent-ils à une standardisation des pratiques ?

• Netflix

Avant les algorithmes de recommandation sur les plateformes vidéo, il y avait les vidéo-clubs. Camille Salinesi, co-directeur de l’Observatoire de l’IA à l'Université Paris 1 Panthéon-Sorbonne se souvient du vendeur du vidéo-club et qui "voulait nous proposer des films" seulement voilà, bien souvent "on se demandait si c'était ses goûts ou nos goûts qui rentraient dans l'équation".
En 1997, Netflix a commencé par un service de location de DVD par courrier. Mieux que des classements de films ou des outils de recherche Nétflix proposait des mécaniques nouvelles comme "créer des files d'attente, noter des films et indiquer quels sont nos goûts". Pour Camille Salinesi, tout cela était de l'information qui "pouvait servir à alimenter des gros logiciels qui sont des moteurs de recommandation pour personnaliser les recommandations en fonction des goûts des utilisateurs", c'est ce que l'on appelle le filtrage collaboratif. Camille Salinesi nous explique que c'est donc "le tout premier filtrage à avoir été présent sur ces plateformes". Netflix s'est rendu compte, par la suite, qu'il était intéressant "d'hybrider différentes techniques de recommandation". C'est ainsi qu'ont été pris en compte le filtrage par le goût, par le contenu, par les caractéristiques du film : genre, catégorie, date de sortie, acteurs.

• Les systèmes de recommandation

L'industrie culturelle a besoin de systèmes de recommandation pour mettre de l'ordre dans les catalogues. C'est "comme dans un supermarché" nous dit Joëlle Farchy, économiste spécialiste des industries culturelles et du numérique, professeure à l’Université Paris 1 Panthéon-Sorbonne, "il y a un rayon qui est à hauteur d'homme et qui est une mise en avant". Mais la question qui se pose sur l'agencement de la mise en valeur "pourquoi est-ce que je vais mettre tel film ou telle série". L'économiste spécialiste des industries culturelles nous détaille aussi les trois grandes manières d'orienter le public, avec tout d'abord "l'éditorialisation". Une mise en avant volontaire de la part de la plateforme : "Exemple, avec le vol du Louvre, Netflix va mettre en avant Arsène Lupin". Il y a une action volontaire qui est la même pour tous les abonnés de la plateforme. Deuxième façon d'orienter les gens, l'étude du comportement puis vient une façon plus classique de nous aiguiller : "les comportements de l'ensemble des spectateurs ou des auditeurs", ce que l'on connait sous l'appellation "Top 10" par exemple.

• Bulle de savon

Bien que le risque d'un enfermement dans une bulle de filtre soit souvent évoqué lorsque l'on parle des algorithmes de recommandation, Joëlle Farchy confirme que "si vous avez écouté beaucoup de de rap, on va vous proposer du rap" mais la professeure de la Sorbonne a coutume de dire que "c'est plus une bulle de savon que les murs d'une prison" et qu'il est tout aussi facile d'en sortir. Il faut pour cela faire un effort et demander, par exemple, à sa plateforme de regarder autre chose comme "un film tchèque des années soixante puis de cocher que vous avez aimé". Le lendemain, l'algorithme ne vous proposera plus la même chose.

• L'exemple de Squid Game

Les algorithmes de recommandation peuvent-ils favoriser la diversité culturelle ou contribuent-ils à une standardisation des pratiques ? Le succès mondial des séries coréennes interroge. Prenons l'exemple de Squid Game, sur Netflix. Sandra Laugier, professeure de philosophie à l’Université Paris 1 Panthéon-Sorbonne, spécialiste des séries explique qu'au départ il ne s'agit pas d'une série originale de la plateforme "c'est vraiment une série coréenne que Netflix a présenté comme un original". Avec ce "label Netflix", le public est allé voir en si disant "ça va être comme Orange Is the New Black, ça va être forcément une série de qualité" ajoute la spécialiste des séries. C'est donc bien une volonté éditoriale de mise en avant de Squid Game pour tous les abonnés de la plateforme. L'algorithme commence, ensuite, la recommandation des séries coréennes explique Sandra Laugier "il y a cette possibilité d'aborder tout un nouvel univers culturel pour les spectateurs occidentaux. L'enseignante de La Sorbonne convient que l'univers des séries coréennes est "assez particulier" mais insiste sur le fait qu'il existe "une espèce de compétence qui se construit à force de voir des séries".

Face aux algorithmes de recommandation, l'utilisateur doit rester proactif et ne pas hésiter à chercher sur sa plateforme un contenu totalement différent de ses programmes habituels (musique ou vidéos) pour diversifier ses découvertes face à des interfaces guidées souvent par des logiques économiques.

À écouter aussi sur Radio France :
👉 https://www.radiofrance.fr/franceinfo/podcasts/les-voies-de-l-ia/les-voies-de-l-ia-les-algorithmes-de-recommandation-dans-le-domaine-de-la-culture-6749881