Comment les systèmes de recommandation influencent la culture
Systèmes de recommandation sont devenus les principaux gardiens de l'expérience culturelle pour des milliards de personnes dans le monde entier – un changement aux conséquences si profondes qu'il a commencé à remodeler non seulement la culture que les gens consomment, mais aussi la culture qui est créée.
Annonces
Selon le rapport mondial sur la musique de l'IFPI 2024, lorsque 67% auditeurs de musique découvrent de nouveaux artistes via les services de streaming, les listes de lecture générées par algorithme étant citées comme le principal mécanisme de découverte dans tous les groupes d'âge, l'algorithme a effectivement remplacé le programmateur radio, le vendeur de disques, le critique de cinéma et le rédacteur culturel comme force dominante façonnant le goût culturel à grande échelle.
Cette substitution n'est pas simplement administrative ; elle représente un changement fondamental dans la logique qui régit la diffusion des œuvres culturelles auprès du public, car la sélection algorithmique optimise les indicateurs d'engagement qui ne sont pas identiques, et sont souvent en conflit avec, les valeurs que la curation culturelle humaine a historiquement tenté de servir.
Une étude menée par Hesmondhalgh et ses collègues et publiée en 2023 a révélé que les algorithmes de recommandation tendent à réduire la diversité culturelle en renforçant les préférences existantes, une tendance confirmée par les données sur la diversité des genres du classement Viral 50 Global de Spotify entre 2018 et 2024, qui ont montré un déclin progressif de la variété des genres et une domination croissante des sonorités pop qui marginalisent les genres expérimentaux et régionaux.
Une étude quantitative menée par les chercheurs de Spotify a confirmé que les recommandations générées par des algorithmes réduisent considérablement la diversité de la consommation, une conclusion qui correspond à ce qu'Eli Pariser a appelé les « bulles de filtres » — des chambres d'écho renforcées par des algorithmes qui isolent les utilisateurs non seulement sur le plan informationnel, mais aussi culturel.
Annonces
Ce qui est en jeu dans cette dynamique, ce n'est pas seulement la préférence du consommateur, mais l'écologie même de la production culturelle, car la culture que les algorithmes récompensent est celle qui est de plus en plus produite.
L'architecture des recommandations : comment les systèmes choisissent ce que vous voyez
Les systèmes de recommandation ne sont pas des outils neutres qui mettent en relation les personnes avec le contenu qu'elles préféreraient indépendamment — ce sont des moteurs d'optimisation conçus pour maximiser des indicateurs spécifiques au service d'intérêts commerciaux spécifiques, et comprendre leur architecture est essentiel pour comprendre leurs effets culturels.
Le filtrage collaboratif — l'approche dominante dans la plupart des grands systèmes de recommandation — suggère du contenu en fonction du comportement d'utilisateurs jugés similaires à l'utilisateur actuel, créant des boucles de rétroaction dans lesquelles la popularité s'amplifie et l'obscurité devient auto-renforçante, indépendamment de la qualité ou de la spécificité réelle du contenu sous-jacent.
Le système de recommandation de Spotify, basé sur des réseaux neuronaux convolutifs et le traitement du langage naturel, crée des playlists qui privilégient les morceaux dotés de ce que les experts du secteur appellent une « streamabilité algorithmique » : des intros courtes, des structures répétitives, des mélodies accrocheuses et un positionnement dans un genre grand public, des caractéristiques qui maximisent les indicateurs d’engagement pour lesquels l’algorithme est optimisé, plutôt que des caractéristiques associées à l’innovation artistique ou à l’importance culturelle.
La logique de recommandation de Netflix fonctionne selon un cadre commercial similaire : des recherches sur la logique algorithmique de son système ont montré qu'elle construit le goût culturel par l'opacité plutôt que par la transparence, en concevant des processus culturels auto-génératifs qui sapent ce que les théoriciens de la démocratie culturelle décrivent comme « l'engagement direct et spontané avec les biens culturels ».
La dimension d'opacité est essentielle pour comprendre le pouvoir culturel de l'algorithme : les utilisateurs perçoivent les recommandations comme des suggestions personnalisées reflétant leurs propres préférences alors qu'elles sont en réalité le fruit de décisions commerciales concernant les partenaires de contenu bénéficiant d'un positionnement favorable, les genres dans lesquels la plateforme investit et les comportements d'engagement que le système optimise.
Les grandes maisons de disques négocient des positions favorables dans les playlists, les artistes indépendants sont en concurrence sur un terrain inégal quelle que soit la qualité musicale, et le rapport MIDiA Research de 2024 a confirmé le résultat de ces asymétries : les artistes indépendants représentent 80% du catalogue de Spotify mais ne reçoivent que 20% de flux basés sur les recommandations.
++ Le rôle des loisirs dans la construction de l'identité
L’effet d’homogénéisation : ce qui se perd lorsque les algorithmes choisissent
La conséquence culturelle la plus documentée de la domination des systèmes de recommandation est l'homogénéisation — le rétrécissement progressif de la diversité culturelle qui atteint les publics à mesure que les algorithmes convergent vers les formats, les structures et les caractéristiques stylistiques qui génèrent le plus d'engagement à la plus grande échelle.
La « règle des 15 secondes », qui a restructuré la composition de chansons pour les adapter à TikTok, illustre cet effet avec une clarté inhabituelle : l’analyse des données des chansons virales sur TikTok de 2021 à 2024 montre que les intros ont considérablement raccourci, les refrains apparaissent presque immédiatement et la répétition domine pour assurer la mémorisation dans la fenêtre d’attention que la logique de recommandation de la plateforme récompense.
Une chanson comme « Someone Like You » d'Adele, dont le refrain arrive après près d'une minute de développement émotionnel, aurait du mal à se faire remarquer par les algorithmes dans l'environnement actuel de recommandation de formats courts, quelle que soit sa qualité artistique — une incompatibilité structurelle entre l'optimisation algorithmique et certaines formes d'ambition artistique qui affecte chaque décision créative prise par les artistes conscients du fonctionnement du système.
Sur des marchés comme le Brésil, des genres tels que la samba et le forró sont éclipsés par la pop mondiale et le reggaeton en raison d'une dynamique algorithmique qui récompense ce qui possède déjà le plus de données d'engagement mondiales — une dynamique qui érode le patrimoine musical local non pas par une censure explicite, mais par le désavantage structurel de concurrencer un contenu dont l'envergure mondiale lui confère un avantage algorithmique que la spécificité locale ne peut égaler.
| Domaine culturel | Effet d'homogénéisation | Ce qui se perd |
|---|---|---|
| Musique | Domination pop, structure à crochet court | Genres régionaux, formes expérimentales |
| Cinéma/Télévision | Préférence pour les suites et les franchises | Cinéma d'auteur, récits locaux |
| Nouvelles | Contenu indigné axé sur l'engagement | Journalisme d'investigation et contextualisé |
| Livres | best-seller auto-renforcement | littérature de milieu de gamme, littérature de traduction |
| arts visuels | Convergence esthétique sur des styles à fort engagement | Travail difficile et exigeant |
Ce schéma, observé dans différents domaines culturels, révèle une logique structurelle cohérente : les systèmes de recommandation privilégient les contenus qui génèrent un engagement immédiat du plus grand nombre, ce qui désavantage systématiquement les contenus dont la valeur dépend de connaissances préalables, d’une attention soutenue, d’une tolérance à la difficulté ou d’une spécificité culturelle qui limite leur public immédiatement accessible.
La réponse du créateur : quand l’art s’adapte à l’algorithme
L'influence culturelle des systèmes de recommandation s'étend au-delà des modes de consommation pour toucher les décisions de production, car les créateurs de tous les domaines culturels font de plus en plus de choix artistiques en fonction de la compatibilité algorithmique plutôt que du seul jugement créatif.
Les musiciens qui produisent des morceaux « adaptés à Spotify » — formatés, immédiatement accessibles, structurellement optimisés pour les indicateurs d'engagement en streaming qui déterminent la promotion algorithmique — représentent la version la plus visible de cette adaptation, mais la même logique opère dans le cinéma, la télévision, l'édition et les arts visuels partout où la distribution algorithmique détermine la viabilité économique.
Les cinéastes conscients que le système de recommandation de Netflix privilégie les contenus affichant des taux de visionnage complets élevés — un indicateur qui récompense les genres familiers et les structures narratives conventionnelles — subissent une pression commerciale les incitant à produire des œuvres que l'algorithme peut facilement recommander plutôt que des œuvres qui interpellent ou surprennent le public, au risque de réduire les taux de visionnage complets tout en augmentant l'impact culturel.
UNESCO a documenté la menace que représente la distribution culturelle algorithmique pour la diversité culturelle en tant que bien public, notant dans ses cadres sur l'expression culturelle que la logique d'optimisation commerciale des systèmes de recommandation désavantage systématiquement les formes culturelles les plus dépendantes de l'investissement public et de la protection publique — précisément celles dont la valeur est comprise à travers les générations plutôt qu'optimisée pour des indicateurs d'engagement trimestriels.
Le phénomène que les chercheurs décrivent comme une « précarité algorithmique » — l’instabilité du travail culturel engendrée par la dépendance à une faveur algorithmique susceptible de changer sans préavis — représente une transformation structurelle des conditions de production culturelle, dont les conséquences à long terme sur la portée et l’ambition de l’expression culturelle humaine commencent seulement à être comprises.
++ Comment les algorithmes influencent ce que nous voyons et ce que nous croyons
Le paradoxe de la personnalisation : plus de choix, moins de découvertes
Le discours marketing des systèmes de recommandation s'articule autour de la personnalisation — l'idée que les algorithmes offrent à chaque utilisateur plus précisément ce qu'il souhaite, le libérant ainsi de la culture de masse générique que les modérateurs humains imposaient à des publics divers.
Les recherches complexifient constamment ce récit, révélant un paradoxe au cœur de la personnalisation algorithmique : les utilisateurs reçoivent davantage de contenu correspondant à leurs préférences démontrées tout en rencontrant moins de contenu susceptible d’élargir, de remettre en question ou de réorienter ces préférences – une combinaison qui donne l’impression d’un plus grand choix tout en produisant une expérience culturelle réelle plus restreinte.
Les catalogues illimités créent une paralysie décisionnelle, et les algorithmes résolvent ce problème en réduisant le choix effectif — en présentant des options gérables parmi une abondance impossible tout en faisant en sorte que les utilisateurs ignorent ce qu'ils ne voient jamais, c'est-à-dire en les rendant inconscients des choix qui ne leur sont pas proposés.
La « découverte fortuite » qui caractérisait la consommation culturelle pré-algorithmique — flâner dans un magasin de disques, tomber par hasard sur un auteur inconnu dans une bibliothèque, regarder un film recommandé par un ami aux goûts différents — permettait de découvrir des œuvres culturelles que les systèmes de recommandation optimisant la similarité des préférences ne suggéreraient jamais, car ces systèmes sont conçus pour minimiser le risque de désengagement plutôt que pour maximiser la gamme d'expériences qu'offre l'exposition à une culture diverse.
Les recherches sur la logique algorithmique de Netflix ont noté qu'elle réduit les possibilités de ce que les chercheurs appellent la « friction épistémique » — la difficulté productive qui découle de l'engagement avec des perspectives et des contenus divers qui résistent à une compréhension immédiate — précisément la qualité que l'éducation culturelle a traditionnellement identifiée comme essentielle au développement culturel plutôt qu'à la simple consommation culturelle.
Vers une responsabilité culturelle algorithmique
Les conséquences culturelles de la domination des systèmes de recommandation ont commencé à susciter des réponses réglementaires et institutionnelles qui témoignent d'une reconnaissance croissante du fait que la logique d'optimisation commerciale des plateformes privées ne peut être le seul facteur déterminant de la distribution culturelle à l'échelle sociale.
L’enquête du gouvernement britannique sur les services de streaming a révélé que les algorithmes « pourraient refléter des biais susceptibles de réduire la découverte de nouvelles musiques, d’homogénéiser les goûts et de déposséder les artistes autoproduits » et a appelé à un contrôle accru de l’opacité de la curation algorithmique – une reconnaissance réglementaire du fait que les effets culturels des systèmes de recommandation sont d’intérêt public, et non pas simplement une décision de conception commerciale.
Le concept de « citoyenneté culturelle » — le droit des individus d’accéder à la diversité des expressions culturelles en tant que dimension de la vie civique et non pas simplement en tant que consommateurs de divertissements sélectionnés par des algorithmes — a gagné du terrain dans les débats politiques, certains chercheurs affirmant que les systèmes de recommandation devraient être tenus d’intégrer des indicateurs de diversité aux côtés des indicateurs d’engagement dans leurs objectifs d’optimisation.
L'Union européenne a inclus des considérations relatives à la diversité culturelle dans sa loi sur les marchés numériques et les cadres réglementaires connexes, reflétant un jugement institutionnel selon lequel le pouvoir culturel des grandes plateformes ne peut être traité comme purement commercial, mais plutôt comme une question ayant des implications pour la culture démocratique et la cohésion sociale.
++ L'éthique de la conception de l'économie de l'attention
Les solutions techniques proposées — algorithmes de recommandation tenant compte de la diversité, exigences de transparence concernant la logique de recommandation, contrôles de l'utilisateur sur le degré de personnalisation — sont prometteuses, mais se heurtent à un défi structurel : elles exigent des plateformes qu'elles acceptent une optimisation de l'engagement réduite en échange de biens culturels que leurs modèles économiques n'ont aucune incitation directe à valoriser.
Conclusion
Les systèmes de recommandation influencent la culture non pas comme une infrastructure neutre au service de préférences préexistantes, mais comme des forces actives qui façonnent ce qui est créé, ce qui est distribué, ce qui est découvert et les types d'ambitions culturelles économiquement viables dans un monde où la promotion algorithmique détermine le succès commercial.
L'homogénéisation constatée dans la musique, le cinéma, l'actualité et les arts visuels reflète la conséquence prévisible de l'optimisation de la distribution culturelle en fonction des indicateurs d'engagement plutôt que des valeurs — diversité, défi, spécificité locale, ambition artistique — que la curation culturelle humaine a historiquement tenté de servir parallèlement à la viabilité commerciale.
L’adaptation des créateurs aux normes algorithmiques — les introductions raccourcies, les structures stéréotypées, les choix esthétiques adaptés aux algorithmes — représente un coût culturel diffus et difficile à quantifier, mais qui reflète un réel rétrécissement des conditions dans lesquelles certaines formes d’ambition culturelle deviennent économiquement possibles.
Ce que les preuves suggèrent en définitive, c'est que laisser la répartition culturelle de milliards de personnes à des systèmes optimisés exclusivement pour l'engagement commercial, sans transparence, sans responsabilité ni exigence de diversité, produit des conséquences culturelles qu'aucune société démocratique n'approuverait si elles étaient explicitées plutôt qu'intégrées de manière invisible dans une infrastructure que la plupart des gens perçoivent uniquement comme une commodité personnalisée.
FAQ
1. Que sont les systèmes de recommandation et comment influencent-ils la culture ? Les systèmes de recommandation sont des algorithmes qui sélectionnent les contenus que les utilisateurs voient sur les plateformes de streaming et les réseaux sociaux. Ils influencent la culture en déterminant quelles œuvres créatives touchent le public, quels formats artistiques sont commercialement valorisés et quelles formes culturelles bénéficient de la promotion algorithmique qui conditionne leur viabilité économique à l'ère de la distribution numérique.
2. Les algorithmes de recommandation homogénéisent-ils les goûts culturels ? Oui, les recherches le démontrent systématiquement. Des études, notamment celles menées par les chercheurs de Spotify, ont confirmé que les recommandations générées par algorithme réduisent considérablement la diversité des écoutes. Les données sur la diversité des genres musicaux issues du classement Viral 50 Global de Spotify montrent un rétrécissement progressif entre 2018 et 2024.
3. Comment les systèmes de recommandation influencent-ils les créations des artistes ? Les créateurs fondent de plus en plus leurs choix artistiques sur la compatibilité algorithmique – intros plus courtes, structures plus répétitives, positionnement dans un genre grand public – afin de maximiser la promotion algorithmique qui détermine leur portée commerciale. Il en résulte ce que les chercheurs appellent la « précarité algorithmique » et un rétrécissement des formes artistiques économiquement viables.
4. La personnalisation offre-t-elle réellement aux utilisateurs plus ou moins de diversité culturelle ? Moins, malgré une offre qui semble plus importante. Les systèmes de recommandation réduisent le choix effectif en optimisant la similarité des préférences plutôt que la découverte, empêchant ainsi les utilisateurs de se rendre compte de ce qu'ils ne voient jamais et éliminant l'exposition accidentelle à une culture inconnue que permettait la navigation pré-algorithmique.
5. Quelles réponses réglementaires émergent pour faire face aux effets culturels des systèmes de recommandation ? Le gouvernement britannique a plaidé pour un contrôle accru de l'opacité des algorithmes de curation. L'UE a intégré les considérations de diversité culturelle dans sa loi sur les marchés numériques. Des chercheurs ont proposé des algorithmes sensibles à la diversité, des exigences de transparence et des outils de contrôle pour les utilisateurs comme réponses techniques à la logique d'optimisation commerciale qui régit actuellement la conception des systèmes de recommandation.
