De Facebook à Google, en passant par Netflix, les algorithmes sont partout sur Internet.

À travers la collecte de données, les algorithmes de recommandation proposent un contenu ciblé et personnalisé. Leur but, garder l’internaute en ligne le plus longtemps possible. Ils se basent sur le besoin de trouver rapidement un contenu recherché sur Internet et d’une surcharge d’information en ligne. « Face à une quantité très importante de contenu, il serait presque impossible de trouver un contenu susceptible de plaire aux internautes sans ces recommandations » explique le Dr. Pierre-Nicolas Schwab, spécialiste des algorithmes de recommandation et fondateur du cabinet IntoTheMinds.

Adaptés et modulables

Si toutes les plateformes utilisées au quotidien sont dotées d’algorithmes de recommandation, ceux-ci varient cependant selon les contraintes et objectifs propres à chaque plateforme et appartiennent à différentes familles d’algorithmes. En fonction « de la nature de l’entreprise qui utilise l’algorithme, celle-ci aura différents moyens de l’influencer pour atteindre des objectifs qui lui sont propres et pour le bien commun », explique le spécialiste.

Pour les sites d’e-commerce comme Amazon, lorsqu’on consulte un objet, le site met en avant des articles que d’autres utilisateurs ont aussi recherché. La plateforme utilise des algorithmes également dans sa barre de recherche afin de prédire ce que l’utilisateur souhaite, et ce, en fonction du « contexte » (page sur laquelle on se trouve et historique de navigation) et de l’historique.

Pour Spotify, en revanche, le plus important est de faire vivre les artistes. Si on laisse fonctionner les algorithmes tels quels, ils auront tendance à mettre en avant les artistes les plus consommés et à placer les moins connus en bas du classement. La plateforme de streaming musical corrige donc ce mécanisme en modulant les algorithmes pour donner plus de visibilité aux artistes moins connus, tout en cherchant ce qui peut intéresser les utilisateurs. Ce qui fait ainsi en sorte de « sous-pondérer les artistes avec beaucoup d’exposition médiatique », précise le spécialiste en algorithmes de recommandation.

Certaines plateformes comme YouTube font des essais similaires et modifient leurs algorithmes pour faire en sorte, de manière artificielle, que certaines vidéos au contenu sensible soient retardées. C’est la tentative qui a été faite lors de l’attaque terroriste de Christchurch au cours de laquelle toutes les vidéos en lien avec l’événement ont été retardées. Il en va de même pout Twitter qui s’efforce de ne pas proposer d’information non vérifiée.

 Collecte de données et métadonnées

Google et son algorithme PageRank classe les sites selon « le nombre et la qualité des liens d’autres sites vers eux », précise un rapport Québécois sur la Responsabilité Algorithmique. Le moteur de recherche ne tire désormais plus sa valeur de ses algorithmes, mais des données d’utilisateurs récoltées au fil des années.

Google a joué la carte de la personnalisation à partir de 2005, en redéfinissant la pertinence de ses pages en fonction des intérêts individuels de l’internaute. En se basant sur les données récoltées, le moteur de recherche crée un profil d’utilisateur sur base de ses caractéristiques, son comportement antérieur, l’historique de recherche et son adresse IP.

À l’inverse des algorithmes d’Amazon, qui proposent des produits associés, Netflix quant à lui, utilise les métadonnées afin de recommander des contenus d’un producteur ou d’un acteur apprécié par l’utilisateur. « Sur Netflix, 80% de ce qui est consommé vient de l’algorithme », affirme le Dr. Schwab. La page d’accueil de chaque utilisateur, ainsi que toutes les catégories mises en place par la plateforme sont proposées par des algorithmes.