Fermer la publicité
Journal d'information juridique et d'annonces légales

Les algorithmes de recommandation : quand les plateformes décident pour leurs utilisateurs

le - - Droit - Actualité du droit

Les algorithmes de recommandation : quand les plateformes décident pour leurs utilisateurs
@ DR

La majorité des sites internet et des applications que nous consultons aujourd'hui utilisent de nombreux algorithmes pour modifier et adapter notre expérience utilisateur, et notamment des algorithmes de recommandations. Ces derniers sont présents sur les sites de e-commerce, de streaming musical et de vidéos, sur les réseaux sociaux ou encore sur les moteurs de recherche.

La majorité des sites internet et des applications que nous consultons aujourd'hui utilisent de nombreux algorithmes pour modifier et adapter notre expérience utilisateur, et notamment des algorithmes de recommandations. Ces derniers sont présents sur les sites de e-commerce, de streaming musical et de vidéos, sur les réseaux sociaux ou encore sur les moteurs de recherche.

Cependant, l'utilisation de ces algorithmes de recommandation peut poser de nombreuses difficultés. Tout d'abord quant à leur fonctionnement : existe-t-il une transparence sur leur utilisation et les critères utilisés pour proposer des recommandations aux utilisateurs ? De plus, il convient de réfléchir aux effets de ces algorithmes : en ne proposant aux utilisateurs qu'un certain type de contenu, les algorithmes ne limitent-ils pas leur accès à l'information ?

Qu'est-ce qu'un algorithme de recommandation ?

Le Conseil Supérieur de l'Audiovisuel (CSA) considère qu'un algorithme est “une suite finie d'opérations ou d'instructions, déterminée de manière non ambiguë et permettant de résoudre un problème ou d'obtenir un résultat”[1]. Un algorithme peut donc être défini comme un processus informatique mis en place pour obtenir des résultats à partir de données. Dans le cas des algorithmes de recommandation, les résultats recherchés sont les recommandations aux utilisateurs. Pour cela, ces algorithmes vont analyser, classer, comparer et traiter toutes les informations dont ils disposent afin de prédire le résultat le plus pertinent.

En raison de l'importance du volume de données à traiter, la plupart des sites et applications utilisent une série d'algorithmes dont le fonctionnement extrêmement rapide n'est pas toujours perceptible pour l'utilisateur. Google par exemple indique sur son site internet que plusieurs algorithmes sont utilisés lorsqu'un utilisateur effectue une recherche sur le moteur de recherche afin de lui proposer les résultats les plus utiles et pertinents en une fraction de seconde.

Quels sont les différents types d'algorithmes de recommandation ?

Il est possible d'utiliser trois méthodes différentes pour élaborer un algorithme de recommandation[2]. La première méthode, basée sur le contenu, consiste à recommander à l'utilisateur ce qui ressemble le plus à ce qu'il a apprécié précédemment. Cette méthode permet de se concentrer sur le profil de l'utilisateur pour lui proposer ce qui est pertinent, à savoir du contenu très homogène par rapport à ce qu'il a précédemment consommé ou regardé.

La seconde méthode, appelée filtrage collaboratif, consiste à croiser les différents profils d'utilisateurs pour recommander des contenus ayant été appréciés par des utilisateurs ayant un profil similaire. C'est notamment la méthode utilisée par Amazon sur son site de e-commerce lorsqu'il est proposé au client des recommandations dans une catégorie : “les clients ayant acheté ce produit ont également acheté”.

La troisième méthode qui peut être utilisée est en réalité une combinaison des deux méthodes précédentes. L'algorithme prendra alors en compte les caractéristiques des différents contenus ainsi que les différents profils d'utilisateurs. Netflix utilise ainsi cette méthode pour élaborer des recommandations fondées à la fois sur les similarités entre les films ou séries et sur ce qui a été apprécié par les utilisateurs ayant des profils similaires.

Pourquoi les algorithmes de recommandation sont-ils autant utilisés ?

Si les algorithmes de recommandations sont autant utilisés actuellement c'est parce qu'ils sont devenus indispensables. Pour les plateformes tout d'abord, qui grâce à leurs algorithmes peuvent répondre aux besoins de leurs utilisateurs et parfois même les anticiper. Les algorithmes de recommandation sont ainsi très largement utilisés sur les sites de e-commerce afin de proposer de nouveaux produits aux utilisateurs et déclencher des ventes supplémentaires. Ils permettent également d'offrir une expérience personnalisée à l'utilisateur en fonction de ses goûts et de ses centres d'intérêt. Enfin ces algorithmes sont également devenus indispensables pour traiter le flux grandissant de données dont les plateformes disposent. A l'heure où chaque requête dans un moteur de recherche peut générer plusieurs milliards de résultats, il semble impossible de pouvoir se passer d'un outil qui analyse et classe ces résultats en fonction de leur pertinence et de leur intérêt pour l'utilisateur.

Pour les utilisateurs, ces algorithmes sont tout autant indispensables face à l'explosion du contenu sur les différents sites et plateformes. Imaginons un instant que Netflix ne fasse plus aucune recommandation à l'utilisateur et lui offre simplement une page noire en page d'accueil avec un outil de recherche. Ce dernier serait sans aucun doute décontenancé et passerait alors à côté de contenus qu'il ne connaît pas encore mais qui pourrait lui plaire.

Une obligation de transparence des algorithmes pour les plateformes

Face à cette omniprésence des algorithmes de recommandation, il est nécessaire de se poser la question de leur transparence. En France les opérateurs de plateformes en ligne ont vu ses dernières années s'étendre leurs obligations en matière de transparence des algorithmes.

Ce mouvement a commencé en 2014 avec l'introduction, par le Conseil national du numérique (CNNum), du principe général de loyauté des plateformes vis-à-vis des utilisateurs[3], qui implique notamment une plus grande transparence du fonctionnement de leurs algorithmes. La loi de 2016 pour une République numérique[4] a repris ce principe en imposant aux opérateurs de plateformes un certain nombre d'obligations relatives à la transparence des modalités de référencement, de classement et de déréférencement des biens ou des services qu'ils proposent. Enfin, la loi du 22 décembre 2018 relative à la lutte contre la manipulation de l'information[5] a renforcé les obligations des opérateurs de plateforme en ligne, en particulier en matière de transparence des algorithmes, et a confié au CSA le contrôle de leur bonne application.

Ainsi, en se rendant sur Netflix, l'utilisateur trouvera une page indiquant que le système de recommandation est fondé sur des algorithmes ainsi que les critères et informations personnelles utilisés par la plateforme pour faire des recommandations personnalisées.

Cependant, ces obligations de transparence imposées par la législation française ne permettent pas de contrôler les effets des algorithmes de recommandation sur la diversité des contenus et des opinions présentés à ces utilisateurs.

L'impact des algorithmes de recommandation sur la diversité des contenus et des opinions

Interrogé en 2010 sur le futur de la recherche ciblée, Eric Schmidt, ancien PDG de Google, a déclaré “la technologie sera tellement en avance qu'il deviendra difficile pour les gens de regarder ou de consommer un produit qui n'a pas été spécialement conçu pour eux”[6].

Le système de recommandations par algorithme semble donc présenter un risque important : celui de limiter l'accès des utilisateurs à ce que les plateformes décident pour eux en occultant toute une partie des informations ou du contenu qui pourrait pourtant les intéresser ou ouvrir leur horizon en les confrontant à des choses nouvelles et à des opinions différentes.

Ce risque a été mis en avant par Eli Pariser dans sa théorie des bulles de filtres. Dans son ouvrage de 2011, il définit une bulle de filtres comme “l'état dans lequel se trouve un internaute lorsque les informations auxquelles il accède sur Internet sont le résultat d'une personnalisation mise en place à son insu”[7]. Chaque utilisateur se retrouve donc, inconsciemment, dans une bulle unique et personnalisée pour lui par les algorithmes de recommandations et qui l'empêche d'accéder à une information variée et différente de ses opinions.

Cet effet restrictif des algorithmes de recommandation sur la diversité du contenu et des opinions a également été relevé en France. En effet, dans un rapport de janvier 2017, le CSA a eu l'occasion de constater que les algorithmes de recommandation peuvent “enfermer les individus dans une personnalisation des services en fonction de leurs goûts et opinions. Si tel était le cas, il en résulterait potentiellement une atteinte au libre choix, une homogénéisation de l'information, une polarisation des contenus autour de visions dominantes en opposition avec l'objectif de diversité culturelle”[8].

Le CSA a également réalisé, en 2019, une étude sur l'impact de l'algorithme de recommandation de YouTube sur le pluralisme de l'information et de diversité des opinions présentées aux utilisateurs[9]. Il ressort de cette étude que “la recommandation algorithmique pourrait produire des phénomènes dits de chambre d'écho à l'échelle du groupe de participants pouvant affecter la diversité des contenus proposés et le pluralisme des opinions exprimées dans les vidéos recommandées.”

Ainsi, les algorithmes de recommandation, bien que très utiles pour les utilisateurs, peuvent avoir pour effet de restreindre le pluralisme de l'information et de la diversité des opinions présentés aux utilisateurs en les enfermant dans une bulle dont ils n'ont pas conscience et dont il est difficile de sortir.

Il est donc nécessaire que chaque utilisateur garde un regard critique sur les recommandations qui lui sont faites par les plateformes qu'il utilise, et qu'il ait la curiosité d'aller voir au-delà de ces recommandations.

Chronique « Droit, Juriste et Pratique du Droit Augmentés »

Cette chronique a pour objectif, de traiter de questions d'actualité relatives à cette transformation. Dans un contexte où le digital, le big data et le data analytics, le machine learning et l'intelligence artificielle transforment en profondeur et durablement la pratique du droit, créant des « juristes augmentés » mais appelant aussi un « Droit augmenté » au regard des enjeux et des nouveaux business models portés par le digital.
L'EDHEC Business School dispose de deux atouts pour contribuer aux réflexions sur ces sujets. D'une part, son centre de recherche LegalEdhec, dont les travaux – reconnus – à l'intersection entre le droit et la stratégie, et portant sur le management des risques juridiques et la performance juridique, l'amènent aujourd'hui à lancer son nouveau projet A3L (Advanced Law, Lawyers and Lawyering). D'autre part, ses étudiants, et en particulier ceux de sa Filière Business Law and Management (en partenariat avec la Faculté de droit de l'Université Catholique de Lille) et de son LLM Law & Tax Management, dont la formation et les objectifs professionnels les placent au cœur de ces enjeux du digital.

[1] https://www.csa.fr/Informer/Toutes-les-actualites/Actualites/Terminologies-autour-des-algorithmes-de-recommandation-des-plateformes-de-contenus-numeriques
[2] https://interstices.info/les-systemes-de-recommandation-categorisation/
[3] Avis n°2014-2 du Conseil national du numérique sur la neutralité des plateformes
[4] Loi n° 2016-1321 du 7 octobre 2016 pour une République numérique
[5] Loi n° 2018-1202 du 22 décembre 2018 relative à la lutte contre la manipulation de l'information
[6]https://www.theguardian.com/media/2010/aug/18/google-facebook - Traduction libre
[7] The Filter Bubble: What The Internet Is Hiding From You, Eli Pariser, 2011
[8] Le rôle des données et des algorithmes dans l'accès au contenu, Etude du CSA Lab, janvier 2017
[9] https://www.csa.fr/Informer/Toutes-les-actualites/Actualites/Pourquoi-et-comment-le-CSA-a-realise-une-etude-sur-l-un-des-algorithmes-de-recommandations-de-YouTube




Ses derniers articles

Abonnez-vous à l'offre Papier + Numérique

Affiches Parisiennes Journal d'information juridique et d'annonces légales

  • ›   Pour plus de contenu, papier + web
  • ›   l’accès aux annonces légales,
  • ›   l’accès aux ventes aux enchères.
Je m'abonne

À lire également


Réagir à cet article

Message déjà envoyé Adresse e-mail non valide


Fermer
En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies et de technologies similaires par notre société ainsi que par des tiers, afin de réaliser des statistiques d'audiences et de vous proposer des services éditoriaux et la possibilité de partager des contenus sur des réseaux sociaux. En savoir plus / paramétrer