Mozilla veut comprendre pourquoi l’algorithme recommande des vidéos décriées

YouTube est-il devenu une arme de conversion massive aux théories de l’extrême-droite ? C’est la question que se posait le Daily Beast lors d’une enquête publiée fin 2018. Le média américain affirmait alors que l’algorithme de la plateforme mettait systématiquement en valeur ces contenus radicaux. Le site a depuis fait beaucoup d’efforts et précisait récemment à CNBC : « Il y aura toujours du contenu sur YouTube qui va à l’encontre de nos politiques, mais ne franchit pas tout à fait la limite. Donc, au cours des deux dernières années, nous avons travaillé pour élever des voix faisant autorité sur YouTube et réduire la propagation du contenu limite et de la désinformation nuisible. »

Comprendre le fonctionnement des recommandations

Problème, il est impossible de vérifier ces affirmations dans le détail et l’on est forcé de croire l’entreprise sur parole. C’est justement pour en avoir le cœur net que Mozilla a décidé de lancer une nouvelle extension de navigateur baptisée RegretsReporter. L’idée est de collecter des « recommandations regrettables » que pourrait faire l’algorithme de YouTube afin de mieux comprendre son fonctionnement.

Concrètement, cet outil transmettra les données à Mozilla indiquant la fréquence d’utilisation de la plateforme. Il est aussi possible d’envoyer des rapports à chaque fois qu’une vidéo jugée regrettable vous est recommandée. L’objectif est de comprendre le cheminement qui amène les utilisateurs vers ce type de contenus.

Selon The Verge, la fondation n’a pas conclu d’accord direct avec YouTube pour mener sa recherche mais elle précise être en communication avec l’entreprise et que cette dernière s’engage à partager des informations.

Du côté de YouTube, on ne s’oppose pas à cette étude mais le scepticisme semble de mise. Le site de Google estime qu’il est difficile de tirer des conclusions générales à partir d’exemples « anecdotiques ». Elle affirme par ailleurs travailler de manière permanente sur ses systèmes de recommandation afin de réduire au maximum les suggestions de vidéos décriées.