Le blocus approche tout doucement et avec lui les soirées de procrastination et de binge-watching devant Netflix. La plateforme propose à son utilisateur des centaines de recommandations personnalisées, mais comment cela fonctionne-t-il et est-ce réellement fiable ?
Quelle est la base du système de recommandation ?
Il se base sur un algorithme qui est une suite d’opérations et/ou d’instructions qui permettent de résoudre un problème. Dans ce cas-ci l’algorithme permet de faire une prédiction sur ce qui pourrait intéresser un utilisateur précis après avoir collecté de nombreuses informations. La nature de ces informations est très diverse. En premier lieu, il y a l’interaction de l’utilisateur avec la plateforme (c-à-d. son historique de visionnage et les notes qu’il a données aux autres œuvres). Ensuite, viennent les données provenant des autres utilisateurs qui auraient des goûts similaires. Enfin, la recommandation peut être affinée par ce que l’utilisateur tape dans la barre de recherche.
Par ailleurs, pour rendre l’expérience plus confortable, d’autres paramètres sont aussi pris en compte tels que le moment de la journée où le contenu est choisi, l’appareil employé pour visionner ou encore la durée moyenne des contenus précédemment regardés. On notera tout de même que le système de recommandation ne prend pas compte des informations démographiques comme l’âge ou le genre.
Quels sont les faits constatés ?
En novembre 2019, à la suite d’études portant sur les systèmes de recommandation, des chercheurs de la MIT sont arrivés à la conclusion que ces systèmes ne font pas que refléter les préférences des consommateurs. D’une certaine manière ils réussissent aussi à les façonner. Les systèmes de recommandations réussiraient donc à affecter l’avis de leurs utilisateurs. Cette conclusion peut être mise en lien avec une enquête faite début 2019 par Joe Berkowitz, un journaliste américain, qui a essayé de mieux comprendre comment fonctionne le système de recommandation de Netflix. Durant deux semaines, il a suivi à la lettre les recommandations. Il dresse le constat selon lequel l’algorithme de recommandation de Netflix est biaisé de sorte à mettre davantage en avant les films et les séries originaux du géant de la VOD, et ce, au risque de proposer des contenus qui sont moins susceptibles d’intéresser l’utilisateur.
Où sont les dangers ?
L’utilisateur devient passif sur le choix de son contenu. Avec le principe de recommandation le résultat ne sera plus donné selon la requête mais selon la perception que l’algorithme se fait de l’utilisateur au risque de lui fournir un matériau susceptible de renforcer la vision du monde qu’il possède.
En outre, on a aussi une question d’ordre culturelle qui entre en jeu. En effet, la diversité culturelle est menacée. Comme cité auparavant, l’algorithme propose plus facilement le contenu original de la plateforme. Et bien qu’il y existe pas mal de productions européennes sur la plateforme (on peut citer Casa de papel ou encore Dark), la majorité du contenu reste américain. L’utilisateur serait peut-être donc plus facilement dirigé vers un contenu américain. Cependant, pour lutter contre cela, en septembre 2019, le gouvernement français a annoncé dans sa réforme de l’audiovisuel de nouvelles obligations de financement de la création aux plates-formes. Les plates-formes telle que Netflix devront au minimum investir 16 % de leur chiffre d’affaires en France dans la production d’œuvres françaises et européennes. Au niveau de la Belgique il faudra attendre la formation d’un gouvernement pour savoir ce qu’il en sera !
Riana pour le KapTech
Sources :
David Igue, Netflix : comment l’algorithme de recommandation fonctionne, https://www.phonandroid.com/netflix-comment-algorithme-de-recommandation-vous-manipule.html, consulté de 22/11/2019
Inconnu, How Netflix’s Recommendations System Works, https://help.netflix.com/en/node/100639, consulté de 22/11/2019
Gediminas Adomavicius, Jesse Bockstedt, Shawn P. Curley, Jingjing Zhang, and Sam Ransbotham, The Hidden Side Effects of Recommendation Systems, https://sloanreview.mit.edu/article/the-hidden-side-effects-of-recommendation-systems/, consulté de 22/11/2019
Marina Alcaraz, La France met l’exception culturelle à l’heure de Netflix,https://www.lesechos.fr/tech-medias/medias/la-france-met-lexception-culturelle-a-lheure-de-netflix-1128682, consulté de 22/11/2019
Nathalie Sonnac, Netflix, démolisseur de l’exception culturelle, La revue des médias, https://larevuedesmedias.ina.fr/netflix-demolisseur-de-lexception-culturelle, consulté de 22/11/2019
Image : media.netflix.com, consulté de 04/12/2019