Le streaming musical et la diversité

En octobre dernier, le journal l’Opinion titrait “Spotify, Deezer et Apple Music menacent-ils la diversité musicale ?”. Inquiétude légitime, puisque ces plateformes de streaming concentrent désormais une grande partie de l’écoute musicale, en particulier chez les jeunes. Leur système de recommandation basé sur des algorithmes de machine learning tend en effet à proposer des morceaux qui ont beaucoup de chances de plaire, ce qui peut poser le piège de ne proposer que des écoutes consensuelles.

La diversité des genres musicaux menacée ?

Cette logique algorithmique semble poser problème, puisqu’elle engendrerait a-priori une baisse de la diversité des genres musicaux, pour ne laisser place qu’aux artistes internationaux et labels puissants. Cette idée, bien que contredite par la théorie de la longue traîne de Chris Anderson, a largement de quoi donner des sueurs froides à tout producteur ou artiste indépendant ou tout féru de genres dits “de niche”, à faibles volumes d’écoute…

Le fameux discours du “c’était mieux avant” est-il pour autant valable ? Peut-on réellement dire que le passage au numérique a encouragé la linéarité des écoutes, jusqu’au mettre en danger certains genres ? Est-on entrés dans une ère digitale qui ne laisse place qu’aux genres plébiscités par les jeunes ?

AlgoDiv : analyse d’impact de la recommandation

C’est à ces questions que Samuel Coavoux et Jean-Samuel Beuscart (SENSE, Orange Labs), ont tenté de répondre dans le cadre du projet Algodiv. Les deux chercheurs ont cherché à savoir, grâce à l’analyse de données d’écoute, si les recommandations encouragent la diversité de la musique écoutée, ou au contraire, la réduisent, en fonction du type de consommation.

A partir des données de navigation musicale d’usagers d’un service de streaming, les deux chercheurs ont donc observé les traces d’écoute, et notamment leur provenance : l’écoute est-elle générée par une playlist interne ? Une playlist d’un autre utilisateur ? Celle d’un expert ? Ou provient-elle d’une recommandation algorithmique ?

L’analyse de ces données d’écoute a conduit à une première conclusion, qui confirme les premiers travaux sur le sujet et contredit les discours alarmistes : les recommandations augmentent bel et bien la diversité des morceaux écoutés. Leurs travaux ont notamment permis de savoir que l’écoute des chansons que nous sélectionnons dans notre bibliothèque personnelle ou des playlists que nous créons, est celle présentant le moins de diversité. Au contraire, l’écoute de playlists d’autres utilisateurs et les écoutes provenant de recommandations automatiques sont les plus variées.

On peut observer ce phénomène à l’aide du graphique ci-dessous qui compare la diversité, en termes de nombre et de variété d’artistes écoutés, des écoutes de chansons issues de la bibliothèque personnelle (“Stock”), notamment composée de ses artistes, albums et pistes favorites, avec les recommandations (“Recommended”). Le bilan est clair : les recommandations apportent des écoutes bien plus diverses que les écoutes de la collection personnelle de l’usager.

Détail amusant, les recherches de Samuel et Jean-Samuel montrent que l’utilisation des recommandations suggérées à l’utilisateur dépendent fortement du moment de la journée : les utilisateurs sont globalement plus susceptibles de suivre les recommandations en milieu de journée, surtout en semaine (voir graphique ci-dessous). La recommandation musicale, un outil de travail ?

La légitimité culturelle : preuve des limites de la diversité

Si la recommandation augmente bel et bien la diversité des écoutes, elle ne favorise pourtant pas le mélange des genres. Cet aspect repose sur la notion de “légitimité culturelle”, concept appartenant à la sociologie de la culture.

Les sociologues ont montré depuis longtemps que toutes les œuvres n’apportent pas les mêmes profits symboliques et sociaux. Certaines consommations culturelles sont plus valorisées que d’autres. Globalement, les musiques les plus légitimes sont celles qui sont les plus écoutés par les membres des classes supérieures. Les sociologues classent donc les genres musicaux suivant leur légitimité, en se basant sur des travaux précédents qui lient genres et position sociale du public. Par exemple, aujourd’hui, le rap est plus souvent, mais non exclusivement, écouté par les membres des classes populaires alors que la musique classique et le jazz sont presque uniquement écoutés dans les classes supérieures.

Le travaux de Samuel et de Jean-Samuel montrent que les recommandations algorithmiques n’orientent pas les usagers vers des genres de musique d’une légitimité différente de celle dont ils ont l’habitude. En un sens, la recommandation algorithmique n’augmente pas l’omnivorisme, c’est-à-dire le fait de consommer à la fois des musiques populaires et légitimes, qui est désormais une attitude répandue dans les classes supérieures.

Les recommandations proposées par les services de streaming sont donc positives en ce qu’elles amènent davantage de diversité dans l’écoute des utilisateurs, mais la situation n’est pas non plus parfaite : les genres consommés préférentiellement restent un marqueur social.

En savoir + : article 1 & article 2 sur les modèles de recommandation

Article rédigé en collaboration avec Samuel Coavoux, Jean-Samuel Beuscart, Lisa Pujol et Jean Creusefond.