Dans les entrailles des algorithmes de recommandation musicale

Comment fonctionnent les algorithmes de recommandation ? Quels effets ont-ils sur les internautes ? Sur le monde musical hors ligne ? Petit tour de la question grâce aux travaux du laboratoire d’innovation numérique de la CNIL.

27 % du chiffre d’affaires total du secteur de la musique en 2018 pour Spotify, 41 % des morceaux que nous écoutions en 2019… Les chiffres affichés par les plateformes de streaming musical sont mirobolants. Il reste assez compliqué, pourtant, de comprendre comment fonctionne leur machinerie technique, comment leurs algorithmes jouent sur nos goûts, et ce qu’elles font, aussi, de nos données (les données d’usage de Deezer ou d’Apple Music sont-elles vraiment aussi importantes que celles cédées à Doctolib ?).

Heureusement, mi-décembre, le laboratoire d’innovation numérique de la CNIL (LINC) a publié un dossier en quatre épisodes sur les algorithmes de recommandation des plateformes de streaming. L’occasion de se pencher avec un exemple précis – celui de la musique, donc – sur les effets et les usages des algorithmes sur les internautes et la société.

Qu’est-ce qu’un bon algorithme de recommandation ?

Pour détailler les effets d’une technologie, il faut commencer par la définir : le LINC s’y attelle dès le premier épisode de son rapport avec les travaux de Rishabh Mehrotra. Selon ce docteur en apprentissage machine, un bon algorithme de recommandation répond à trois grands principes :

• Similarité : la machine propose un contenu cohérent avec les préférences et comportements de l’utilisateur,
• Familiarité : elle propose des éléments déjà connus, que l’internaute apprécie. Cela permet d’ailleurs de renforcer sa confiance dans le système de recommandation,
• Découverte : elle propose du neuf, elle évite la stagnation de l’utilisateur. Cet élément joue beaucoup dans la fidélisation des auditeurs.

En savoir plus