>> Lire l'article Pourquoi et comment le CSA a réalisé une étude sur l’un des algorithmes de recommandations de YouTube
Comment s’est déroulée cette étude ?
Une première étape a consisté à mener une étude à petite échelle (huit agents) afin de valider la faisabilité, la pertinence et les choix méthodologiques. La première série de résultats a confirmé l’intérêt de poursuivre la démarche et l’étude a été lancée à plus grande échelle (une quarantaine d’agents). Après le choix des vidéos de départ, l’appel à volontariat aux agents du CSA et la collecte des vidéos recommandées et avant l’analyse statistique des données récoltées, une étape centrale a consisté à qualifier les vidéos recommandées en fonction de l'opinion qu'elles présentent. Ce lourd travail a été réalisé par des humains, selon un principe de délibération collective, pour en assurer la plus grande objectivité possible. L’ensemble de ce processus a duré près de deux ans.
L’échantillon de population de l’étude est-il représentatif de la population française ?
L’échantillon de population de l’étude est exclusivement constitué d’agents du CSA. Quand bien même le CSA est conscient que les caractéristiques sociodémographiques peuvent jouer un rôle dans les comportements d’accès à l’information, ainsi que dans les recommandations faites par les algorithmes, l’échantillon de population est plutôt uniforme. Aucune information de type sociodémographique (sexe, âge, catégorie socio-professionnelle, etc.) n’a été recueillie afin que les participants aient la garantie de ne pas pouvoir être identifiés, conformément aux dispositions du Règlement Général sur la Protection des Données (RGPD).
Quelle méthode a été utilisée pour établir la correspondance entre le profil de l’utilisateur et les recommandations qui lui sont faites ?
Préalablement à l’étude, les participants ont rempli un questionnaire sur leurs habitudes et préférences de consommation sur YouTube, qui comprend notamment des questions sur les sujets et les chaînes qu’ils consultent le plus sur YouTube. Les réponses à ces questions, transcrites sous forme de mots-clés, ont ensuite été recherchées dans les titres des vidéos, le nom des chaînes et les tags associés aux vidéos recommandées auxdits participants.
Les éventuelles modifications apportées par les utilisateurs à leurs paramètres de recommandation ont-elles été prises en compte ?
Le paramétrage des préférences de recommandation a fait l’objet d’une question dans l’enquête anonyme remplie par les participants sur leurs habitudes et préférences de consommation sur YouTube. Aucun participant n’a indiqué avoir modifié ses paramètres de recommandation.
Pourquoi avoir choisi de consacrer l'étude à la fonctionnalité de lecture automatique des vidéos ?
YouTube dispose de différents dispositifs de recommandation. Celui de la lecture automatique imite un comportement passif du vidéonaute, assimilable à celui du téléspectateur qui regarde les programmes successifs d’une même chaîne de télévision. La lecture automatique se rapproche ainsi à certains égards de la diffusion linéaire en télévision. Certes, sur YouTube comme devant la télévision, l’utilisateur peut également adopter un comportement actif, en recherchant ou en sélectionnant dans les recommandations la vidéo suivante et en changeant de chaîne. Mais la part des comportements passifs et actifs dans l’ensemble du temps de visionnage n’étant ni connu ni modélisable, il a été décidé de se concentrer sur l’algorithme de lecture automatique.
Les caractéristiques des vidéos recommandées (nom de la chaîne de publication, nombre de vues, nombre de commentaires, durée, etc.) ont-elles été collectées et analysées ?
Les caractéristiques des vidéos recommandées sont une des matières premières de l’étude permettant d’apprécier leur typologie en termes de popularité, de récence, de notoriété ou encore de réactions suscitées.
La typologie des vidéos recommandées au cours de l’étude a-t-elle été comparée à la typologie de l’ensemble du catalogue de vidéos sur YouTube ?
Non, car l’information sur la typologie de l’ensemble du catalogue de vidéos sur YouTube n’est pas disponible.
La durée de visionnage des vidéos, parfois considérée comme un des critères pris en compte par les algorithmes dans leurs recommandations, a-t-elle été analysée ?
La collecte des vidéos recommandées prévoyait un temps de lecture aléatoire compris entre 10 et 45 secondes. Ces durées de visionnage n’ont toutefois pas été conservées et n’ont donc pas été analysées.
L’étude aborde-t-elle le sujet de la publicité sur YouTube ?
L’objet de l’étude n’est pas d’analyser le modèle économique de YouTube ou des créateurs qui publient des vidéos sur la plateforme, ni les éventuels effets de la publicité sur la recommandation algorithmique. Les publicités n’ont donc pas été collectées et analysées.
Retrouvez tous nos contenus relatifs à l'étude empirique du CSA sur l'un des algorithmes de recommandation de YouTube et les documents à télécharger en suivant ce lien.