Dpress
Une vidéo recommandée sur un sujet récemment évoqué, une publicité correspondant à un produit recherché ou une publication en lien avec un centre d’intérêt particulier : sur les réseaux sociaux, ces coïncidences, parfois déconcertantes, alimentent une interrogation récurrente sur la capacité des plateformes à anticiper les besoins et les choix de leurs utilisateurs.
Derrière cette personnalisation se déploie une mécanique complexe, celle des algorithmes de recommandation, des systèmes qui analysent les comportements numériques pour sélectionner et hiérarchiser les contenus proposés aux internautes.
De Facebook à TikTok, en passant par Instagram, YouTube ou encore X, ces mécanismes occupent désormais une place centrale dans la diffusion des contenus. Alimentés par les interactions des utilisateurs, ils contribuent à façonner des fils d’actualité personnalisés, tout en redéfinissant les règles de visibilité des publications et les stratégies des médias, des marques et des créateurs de contenus.
Des machines à prédiction alimentées par les comportements des internautes
Les algorithmes des réseaux sociaux sont avant tout des « machines à prédiction », explique à la MAP Pierre Caulliez, consultant spécialisé en stratégie digitale et en réseaux sociaux, soulignant que leur rôle consiste à anticiper les contenus susceptibles d’intéresser chaque utilisateur.
Ces systèmes s’appuient, précise-t-il, sur « des milliers de signaux », parmi lesquels figurent le temps de visionnage, les mentions « J’aime », les commentaires, les partages ou encore les enregistrements.
Plus une plateforme est utilisée, plus les données recueillies permettent d’affiner les recommandations, relève M. Caulliez, ajoutant que cette personnalisation explique pourquoi deux utilisateurs d’un même réseau social peuvent disposer de fils d’actualité totalement différents.
Parmi ces indicateurs, le temps de visionnage constitue, selon le consultant, l’un des critères les plus révélateurs de l’intérêt des utilisateurs. Les contenus qui retiennent davantage leur attention sont ainsi susceptibles d’être privilégiés par les algorithmes et diffusés auprès d’une audience plus large, favorisant leur « croissance organique ».
Au-delà du temps de visionnage, les plateformes exploitent de nombreuses données relatives aux préférences et aux habitudes des internautes pour affiner leurs recommandations. Cette capacité de prédiction leur permet, selon le consultant, de proposer des contenus susceptibles de répondre aux besoins des utilisateurs avant même que ces derniers ne les expriment.
« Les plateformes disposent d’une quantité énorme d’informations sur nos préférences, ce qu’on aime, ce qu’on n’aime pas, ce qui nous fait réagir. Ce qu’elles nous proposent est le résultat d’une déduction à partir de ces données », souligne M. Caulliez.
Le consultant relativise toutefois l’hypothèse selon laquelle les téléphones écouteraient les conversations pour proposer des contenus ciblés, estimant que l’exploitation des données permet déjà aux plateformes d’anticiper avec une grande précision les centres d’intérêt et les besoins des internautes.
À cette capacité de prédiction s’ajoute, selon lui, un biais psychologique qui conduit les utilisateurs à remarquer davantage les publicités faisant écho à une conversation récente, tout en accordant moins d’attention aux nombreuses annonces sans rapport avec leurs préoccupations.
Quand les algorithmes redéfinissent les règles de visibilité
Les algorithmes de recommandation jouent également un rôle déterminant dans l’évolution des stratégies de diffusion des médias, des marques et des créateurs de contenus, en redéfinissant les critères de visibilité des publications sur les réseaux sociaux.
Entre 2010 et 2015, le fonctionnement de plateformes comme Facebook et Instagram reposait essentiellement sur les abonnements et les relations entre amis, les utilisateurs consultant les publications des comptes qu’ils suivaient, rappelle M. Caulliez.
« TikTok a changé la donne avec un système fondé sur la recommandation personnalisée, et la plupart des plateformes s’en sont ensuite inspirées. Aujourd’hui, la découverte est au cœur du modèle », explique-t-il.
Cette évolution offre, selon lui, de nouvelles possibilités de visibilité aux médias et aux créateurs de contenus, le nombre d’abonnés ne constituant plus un facteur aussi déterminant qu’auparavant.
Les publications d’un compte peu suivi peuvent ainsi atteindre une large audience, tandis que celles d’un compte disposant d’une communauté importante ne bénéficient pas nécessairement d’une diffusion comparable.
Face à cette transformation, les créateurs multiplient les expérimentations et analysent les performances de leurs publications afin d’adapter leurs productions aux critères de recommandation, relève le consultant. Une approche progressivement adoptée par les marques et les médias, qui accordent une attention particulière au temps de visionnage et à la proportion d’utilisateurs regardant les vidéos jusqu’à leur terme.
Pour les médias, cette évolution implique une adaptation des formats aux spécificités de chaque plateforme, une tendance qui s’inscrit, d’après les explications de M. Caulliez, dans la recherche d’une meilleure visibilité des contenus auprès des publics ciblés.
Viralité : le mythe de la formule magique
Si les algorithmes influencent la visibilité des publications, leur capacité à générer une diffusion massive demeure difficile à anticiper. Le choix du sujet, le moment de publication et l’intérêt suscité auprès du public figurent parmi les principaux facteurs susceptibles de favoriser la viralité.
« La viralité n’est pas prévisible, mais plusieurs facteurs y contribuent. Le sujet et le timing comptent beaucoup : un contenu qui résonne avec l’actualité ou l’air du temps a du potentiel », souligne M. Caulliez.
Le partage constitue également, d’après le consultant, un facteur déterminant dans la diffusion des publications auprès de nouveaux publics, estimant qu’aucune recette ne permet toutefois de garantir la viralité d’un contenu, en raison de la complexité des algorithmes et de leur évolution constante.
Cette personnalisation des contenus n’exclut toutefois pas une certaine marge de manœuvre pour les utilisateurs. Selon M. Caulliez, plusieurs fonctionnalités, notamment l’option « pas intéressé » sur certaines plateformes, la diversification des sujets consultés, ou encore la réinitialisation de l’historique, permettent d’agir sur les contenus proposés.
Le consultant souligne, à cet égard, que le temps consacré à la consultation des contenus joue un rôle plus important que le simple fait de cliquer sur une publication. Il préconise ainsi d’éviter de regarder jusqu’au bout les contenus que l’on ne souhaite pas voir réapparaître dans son fil d’actualité.
Pour M. Caulliez, le principal levier d’action réside dans les comportements des utilisateurs eux-mêmes, les algorithmes s’appuyant sur leurs habitudes réelles de consommation pour ajuster les recommandations. « Il apprend de nos comportements, mais nous pouvons aussi apprendre à influencer ce qu’il nous propose », résume-t-il.