EDIT du 5 mars 2020 : résumé de l'article précisé.

Les blondes avec les blondes, les barbus avec les barbus ? Sur Twitter, un chercheur en intelligence artificielle à l’école de Berkeley, en Californie, a partagé une expérience plutôt étonnante concernant les recommandations du réseau TikTok. Dans son thread, Marc Faddoul affirme que lorsqu’un utilisateur s’abonne à un autre, le réseau social lui suggère de suivre d’autres personnes dont au physique semblable.

« De toute évidence, les recommandations sont très physionomiques », écrit-il en publiant une série d’exemples réalisés à chaque fois à partir d’un nouveau compte. Sur les images, on peut voir qu’en suivant une jeune fille blonde, le nouveau compte s’est ensuite vu recommander trois jeunes filles blondes. Même constat avec un « homme asiatique », une « femme noire », un « homme blanc barbu », un « homme en surpoids » ou encore un « homme avec un handicap visible ».

Une expérience à prendre avec des pincettes

La démonstration, un peu simpliste, ne met pas tout le monde d’accord. « Tout d’abord, la méthode utilisée n’est pas très scientifique, constate Camille Saint-Paul, dirigeante du cabinet de conseil en stratégie digitale 5e Rue. Il se base sur peu de profils et fait uniquement un focus sur le physique. » D’ailleurs, lorsqu’un internaute demande au chercheur de « publier un lien vers des recherches à ce sujet », Marc Faddoul admet qu’il ne s’agit que « d’observations » et qu’il n’a pas fait de recherches à proprement parler sur le sujet.

De notre côté, nous avons réalisé l’expérience à la manière du chercheur, à partir d’un compte fraîchement créé. S’il est vrai que pour certains profils, les comptes suggérés leurs ressemblent physiquement, la théorie ne s’applique pas à chaque fois, comme ci-dessous avec une femme âgée.

« Ce genre de critères ne rentrent pas en compte »

« Il n’y a absolument pas de reconnaissance faciale dans l’algorithme. Il ne se base ni sur le genre, ni sur le physique. Ce type de critères n’entrent pas en compte », assure-t-on du côté de TikTok. Le réseau assure que but de l’application est de cibler les centres d’intérêt de ses utilisateurs en fonction des vidéos qu’ils regardent, aiment ou n’aiment pas et commentent.

« Les recommandations peuvent être des gens abonnés à l’utilisateur que vous suivez, ou l’inverse. Les suggestions peuvent être liées à des hashtags communs utilisés par ces comptes, ou à leur centre d’intérêt », poursuit-on à TikTok. Nous avons pu constater qu’en s’abonnant à un amateur de parkour, une discipline acrobatique pratiquée en milieu urbain, les utilisateurs suggérés pratiquaient également ce sport. De même pour les aficionados de maquillage ou de musculation.

« Aucun intérêt d’un point de vue économique »

« Le but de TikTok, c’est d’augmenter les communautés afin de grossir l’audience derrière chaque vidéo, reprend Camille Saint-Paul. Restreindre l’algorithme à une question de genre ou de couleur de peau n’a aucun intérêt d’un point de vue économique. Ce n’est pas parce qu’on est brune qu’on va aimer les mêmes choses qu’une autre brune. D’autant que TikTok fonctionne sur des contenus qui balaient des communautés bien plus larges, comme les challenges, qui fonctionnent très bien en France. »

Pour la spécialiste des pratiques numériques et usages sur les réseaux sociaux, les recommandations reste du marketing et le plus intéressant pour TikTok, de ce point de vue-là, ce sont les centres d’intérêt des utilisateurs. « Tout comme les autres réseaux, le risque, c’est que cela crée une bulle où l’application ne me recommande que des gens qui me ressemblent par leurs intérêts », souligne l’experte, qui rappelle cependant qu’on ne peut jamais réellement savoir ce qui se cache derrière les algorithmes utilisés par les réseaux sociaux.