En 2026, les algorithmes de recommandation se sont imposés comme les véritables gardiens de notre culture, déterminant ce que nous explorons, aimons ou négligeons dans le domaine de l’audiovisuel, de la musique et de la littérature. Ils examinent nos clics, nos écoutes et nos visionnages pour nous offrir un contenu personnalisé, mais cela se fait au détriment d’une personnalisation qui peut nous enfermer dans des bulles de filtres et encourager l’homogénéité. Derrière ces recommandations se trouvent des mastodontes tels que Netflix, Spotify ou TikTok, dont les motivations commerciales ont autant d’impact que nos préférences individuelles.
Le cœur des algorithmes de recommandation s’appuie sur deux aspects majeurs, le filtrage collaboratif, qui étudie les goûts en les confrontant à ceux d’utilisateurs semblables, et le filtrage axé sur le contenu, qui examine les attributs des œuvres (genre, acteurs, style). Par exemple, sur Netflix, 80% des programmes regardés viennent de ces suggestions, attestant de leur influence considérable sur nos sélections. Spotify et YouTube emploient des modèles mixtes, combinant l’IA générative et les données comportementales pour perfectionner leurs sélections de playlists ou leurs flux d’actualités.
Ces systèmes s’éduquent en temps réel, chaque interaction, qu’il s’agisse de likes, de sauts de contenu ou de durée d’attention, contribue à affiner le profil utilisateur. Cela crée un cycle positif pour l’engagement, mais peut conduire à une situation négative en ce qui concerne la diversité. En 2026, grâce à l’avancée de l’IA multimodale, ils incorporent même l’audio, la vidéo et le texte pour des recommandations hautement personnalisées.
Par ailleurs, TikTok met en avant des artistes grâce à sa page For You, souvent sans que l’utilisateur ne recherche activement. Sur Netflix, 80% des visionnages proviennent des recommandations, faisant de ces plateformes d’énormes prescripteurs. Amazon et YouTube viennent s’ajouter à l’ensemble, avec 71% des vidéos YouTube regardées grâce aux suggestions automatiques.
Ces algorithmes ne sont pas impartiaux, ils privilégient le contenu qui optimise la durée de visionnage, encourageant les succès viraux ou les formats courts captivants. Conclusion, Les artistes émergents ou les œuvres locales ont du mal à se faire une place si elles ne suivent pas les tendances dominantes.
L’inconvénient sont les « bulles de filtre », où l’algorithme ne suggère que du contenu en accord avec vos préférences antérieures, accentuant les préjugés existants. Selon la CNIL, c’est un phénomène où les flux d’actualités ne présentent que des contenus semblables, restreignant ainsi la recherches par soi-même ou les découvertes inattendues qui enrichissent pourtant notre culture.
Cela conduit à une réduction de la diversité culturelle, avec une prédominance des artistes anglo-saxons sur Spotify, où les artistes français sont moins souvent suggérés aux Américains plutôt que l’inverse. En France, 83% des jeunes utilisent ces plateformes de manière quotidienne, ce qui pourrait entraîner une uniformisation de leurs préférences.
Les algorithmes reproduisent les préjugés présents dans leurs données d’entraînement, préjugés linguistiques favorisant l’anglais, ou culturels négligeant les minorités. Ils répondent également aux besoins des plateformes avec la mise en avant de contenus internes ou lucratifs, à l’instar de Spotify qui ne met pas nécessairement en avant les nouveautés d’artistes indépendants, malgré les sollicitations. Sur le plan politique, ils créent une polarisation en favorisant l’engagement, ils accentuent les contenus extrêmes ou erronés, influençant ainsi les opinions et les élections.
Il y a un manque de transparence, plusieurs utilisateurs ne comprennent pas comment leur « profil de goût » est créé, malgré le fait que Spotify commence à dévoiler modestement son algorithme en 2026 pour des modifications manuelles.
Avec le DSA (Digital Services Act), l’Europe prend des mesures, en demandant aux plateformes de grande taille d’évaluer les risques que présentent leurs algorithmes pour la diversité culturelle et le processus électoral. Selon le RIA (AI Act), les systèmes de recommandation à haut risque sont classés comme tels et doivent faire l’objet d’une transparence et d’audits. En France, le ministère de la Culture encourage une « IA culturelle » visant à améliorer la visibilité des œuvres locales grâce à des algorithmes plus inclusifs.
Des projets tels que France 2030 investissent dans des instruments visant à diversifier les suggestions, empêchant ainsi l’IA de négliger les œuvres minoritaires. Toutefois, des critiques demeurent, les textes se basent sur l’auto-régulation des géants, et il reste à démontrer leur impact concret.
En 2026, l’IA générative est employée tous les jours par 48% des Français. Bien que les algorithmes soient omniprésents, leur présence suscite des controverses. Solutions innovantes, fonctionnalités « découverte » sur Spotify, suggestions aléatoires sur Netflix, ou listes de lecture soigneusement choisies par des humains.
Les algorithmes ne fonctionnent pas de manière indépendante, ce sont les ingénieurs de Netflix, Spotify ou Meta qui les élaborent, en étant guidés par des buts commerciaux. L’usager joue un rôle, certes restreint mais ses clics nourrissent la machine. Afin de favoriser une culture florissante, plus de réglementation, de transparence et d’options humaines sont nécessaires, sinon, ces acteurs invisibles contrôleront à eux seuls notre panorama culturel.
Sources :
https://ceimia.org/limpact-de-lia-sur-la-decouvrabilite-dans-le-secteur-culturel-avril-2025/
https://leclaireur.fnac.com/article/102149-algorithmes-maitres-vies-culturelles/
https://linc.cnil.fr/ou-se-cache-la-magie-des-algorithmes-de-recommandation-musicale
