Le goût par la recommandation.
En se baladant sur Youtube parfois, souvent en fait, la plateforme nous mène à la découverte de morceaux, de groupes, et de genres sûrement, que l’on n’aurait probablement pas rencontré en laissant se dérouler une playlist pré-fabriquée. Et ce, grâce à l’algorithme sur lequel se basent les recommandations d’écoute du site.
Admettons que la plateforme devienne un nouveau guide musical, qui pourrait nous porter vers des genres que nous serions peu habitués à fréquenter. Serait-il alors envisageable que Youtube permette à certains mouvements oubliés ou cantonnés à des niches spécifiques, de profiter d’un regain de visibilité ?
Algorithmes vs house lo-fi
C’est en tout cas la théorie du magazine The Outline, qui fait de l’esthétique house lo-fi, le premier ‘genre’ de l’ère de l’algorithme. Elle n’est bien évidemment pas née sur Youtube, il s’agit de la résurgence d’une esthétique passée, qui date des années 80, à l’époque où les machines pâtissaient de limitations techniques.
Pour The Outline cependant, certains producteurs de house lo-fi ont bénéficié des prouesses du machine learning, qui aurait permis à leurs morceaux d’intégrer les recommandations ‘mainstream’ de Youtube.
Ce fameux algorithme se base notamment sur l’historique de l’activité de l’internaute, afin de sélectionner un certain nombre de vidéos qui pourraient l’intéresser, à partir de détails sur ses habitudes de visionnage. Le temps passé à regarder une vidéo et le taux de clics sur cette même vidéo notamment.
« Pour des genres de niche comme la house lo-fi, cela marche parfaitement. Une fois que j’interagis avec les uploads d’une communauté assez petite, Youtube sait quelles sont les autres vidéos sur lesquelles j’aimerais passer du temps. » note The Outline.
Le magazine va même jusqu’à dater l’invasion 2.0 de la house lo-fi. Elle daterait de 2012, alors que de nombreux aficionados de cette esthétique commencent à se rassembler sur des forums, des groupes Facebook, comme Strictly Lo-Fi. Générant de plus en plus de vidéos Youtube afin de partager des morceaux, la communauté a grandi, et s’est forcément faite plus de place dans les recommandations.
Certains labels auraient également gagné en popularité grâce à Youtube, en rassemblant une communauté de fans exponentielle. Le site The Outline donne l’exemple du label 1080p, sur lequel sortait le track Feel U de Mall Grab, visionné plus d’1 million de fois sur la plateforme. En plus d’une obsession prononcée pour le passé, le phénomène pourrait aussi bénéficier d’une esthétique particulièrement plébiscitée sur Youtube. Des clips vintage de rave, de la VHS, beaucoup de VHS.
Aaron Richter, l’administrateur de la page Facebook de Strictly Lo-Fi nuance cependant : « En tant que personne qui a vu la popularité du lo-fi grandir, retomber, puis grandir à nouveau, je dirai que le pouvoir actuel des personnes qui regardent et écoutent est constamment sous-estimé dans la discussion. Bien-sûr, on pourrait se demander pourquoi tout le monde s’est soudainement retrouvé avec Winona de DJ Boring en suggestion, mais comment est-ce que cela est-il vraiment arrivé ? »
Il ajoute « J’ai moi-même une page Youtube et je vois des bons tracks qui sont partagés et suggérés pour les personnes qui visionnent par elle-mêmes dans un premier temps, et pas de manière suggérée par les algorithmes de Youtube. Ce qui veut dire que la vidéo va se créer une petite audience, suffisante pour qu’elle soit détectée par les algorithmes Youtube. Du coup, peut-être qu’à la fin, le lo-fi est plus populaire qu’avant grâce à Youtube mais il ne faut pas oublier à quel point le track est bon par lui-même et comment il est parvenu à bénéficier d’une audience avant de devenir une suggestion populaire.«
Cercle clos
Certes, l’idée est plaisante. Découvrir sans même le vouloir un genre réservé à une audience d’avertis. Et certes, il est plus facile pour les algorithmes de repérer un genre précis et de faire des recommandations pertinentes lorsqu’il s’agit de house lo-fi plutôt que de pop-rock, le champs des possibles étant forcément plus restreint.
Cependant, comme le fait remarquer Vincent Favrat, fondateur de Musimap, compagnie spécialisée dans les technologies cognitives appliquées à la musique, à l’origine d’un algorithme qui se veut plus « humanisé » : » Youtube utilise une démarche statistique de recommandation. Si on écoute un morceau très écouté, il va nous être recommandé un autre morceau très écouté. On reste cantonné dans un cercle clos. «
Pour lui, il faudrait analyser la musique avec ses caractéristiques émotionnelles, ses paramètres musicologiques, sa signature rythmique, et surtout ne pas faire de différence entre les hits des majors et les artistes indépendants. « Avec Musimap, on passe l’ensemble du catalogue mondial sur notre technologie et une fois que c’est fait, le petit groupe d’Oslo est expertisé au même niveau qu’Adele. »
En partant de ce postulat, il semblerait que Youtube contraigne la découverte. « Les plateformes de stream se concentrent en majorité sur les artistes les plus connus, il y a un effet centrifuge. Youtube ne gère pas les émotions, les relations entre les artistes, donc ne gère pas les niches. Ce que Youtube fait très bien en revanche, c’est exploiter les données qu’on appellera comportementales, qui sont le nombre d’écoutes, combien de fois le morceau a été écouté, jusqu’où, où est-ce que les utilisateurs sont situés dans le monde… » explique Vincent Favrat.
On ne peut certes pas nier l’impact de Youtube sur la visibilité nouvelle dont bénéficient certains morceaux, et certains genres. S’ils n’avaient pas été exposés sur la plateforme, Talk to Me You’ll Understand de Ross From Friend ou encore Winona de DJ Boring n’auraient certainement pas atteints une cible si vaste et diversifiée.
Cependant, comme le soulevait Aaron Richer un peu plus haut, les algorithmes Youtube ont besoin, pour correctement percevoir un morceau et saisir à quelles personnes il peut être recommandé, d’une communauté, même petite, qui se sera formée elle-même en amont autour du titre en question.
Effectivement, en allant écouter ce morceau de Josh Mills, Changed, qui cumule près de 900 vues, les suggestions sur la barre de droite proposent d’autres morceaux qui eux aussi ne passent pas la barre des mille vues. (Bien que le Winona de DJ Boring ne soit pas loin derrière).
En revanche, en débutant par une première recherche avec un morceau dépassant les 900 000 vues, comme Feel U de Mal Grab, toutes les suggestions bénéficient au moins de la même popularité.
Alors que Vincent Favrat mise sur un algorithme « humanisé », il semblerait que celui de Youtube ne le soit pas assez pour recommander nos goûts.
Visuel : © Capture d’écran Youtube
