J'ai parlé cette semaine des algorithmes de recommandation à mes élèves de seconde en SNT. C’est un sujet qui les concerne directement : YouTube, TikTok, Netflix, Spotify… tous utilisent ce genre de systèmes pour proposer du contenu.
Leur première réaction ? De l’étonnement. « Ah bon, c’est pas juste du hasard ? », m’a dit l’un d’eux. D’autres étaient plus méfiants : « Donc, ils nous espionnent ? ». C’était le moment parfait pour expliquer ce qu’il y a réellement derrière ces fameuses « recommandations personnalisées ».
Avant de plonger dans le sujet, j’ai rappelé ce qu’était un algorithme : une suite d'instructions précises permettant de résoudre un problème ou d'automatiser une tâche. Dans le cas des recommandations, l'objectif est simple : prédire ce que vous aimerez.
Les élèves ont été surpris de découvrir à quel point ces systèmes utilisent leurs données personnelles. Le nombre de vidéos regardées, le temps passé sur chaque publication, les recherches, les pauses, les likes, les commentaires… tout est pris en compte.
Mais attention, j’ai bien insisté : ce ne sont pas des humains qui surveillent. Ce sont des programmes automatisés qui apprennent grâce à ces données. C’est ce qu’on appelle le machine learning.
Nous avons terminé la séance par un débat. Je leur ai parlé de la bulle de filtre : à force de ne voir que ce qu’on aime déjà, on finit par ne plus découvrir autre chose. Certains ont reconnu qu’ils voyaient souvent « toujours les mêmes genres de vidéos ». D'autres ont même dit qu’ils avaient l’impression que l’appli « lisait dans leur tête ».
Comprendre comment fonctionnent ces algorithmes, c’est reprendre un peu de contrôle. Cela permet de prendre conscience des mécanismes en jeu, de mieux gérer ses données, et surtout de garder un esprit critique.