Médias : qui décide de ce que vous lisez ? Dans les coulisses de la « mécanique de la donnée »
Aujourd’hui, les médias en ligne peuvent suivre en temps réel les audiences de leurs articles et les réseaux sociaux analysent ce que vous lisez pour vous proposer d’autres contenus censés être plus en phase avec vos centres d’intérêt. Regard sur cette « mécanique de la donnée », à travers une enquête ethnographique au sein de deux groupes de presse belges.
Les médias en ligne utilisent des algorithmes pour personnaliser les contenus proposés aux lecteurs. Ces algorithmes analysent vos clics, le temps passé à lire un article et vos centres d'intérêt pour vous suggérer des articles jugés pertinents. Cependant, cette personnalisation n'est pas basée sur vos préférences individuelles, mais sur une comparaison avec les comportements de milliers d'autres lecteurs. L'algorithme ne vous connaît pas personnellement, il vous classe dans un profil type en fonction des régularités observées chez des utilisateurs similaires. Par exemple, si des lecteurs « comme vous » lisent souvent des articles avec le mot « coulisses » dans le titre, l'algorithme vous proposera davantage de contenus avec ce mot. Cette mécanique, appelée « mécanique de la donnée », transforme la manière dont l'information est produite et consommée.
Mesurer l'audience des médias n'est pas une nouveauté : la presse certifie sa diffusion depuis des décennies pour vendre de l'espace publicitaire. Cependant, la « mécanique de la donnée » va plus loin. Elle ne se limite pas à compter les lecteurs après la publication d'un article, mais enregistre en continu leurs comportements. Ces données circulent ensuite dans toute l'organisation et influencent les décisions éditoriales. Par exemple, dans un groupe de presse belge étudié, un projet visait à attribuer une « note » à chaque article publié en ligne en croisant la durée de consultation et la taille de l'article. L'objectif était de mesurer l'engagement présumé des lecteurs, mais ce calcul repose sur des choix arbitraires, comme privilégier les titres avec des mots « forts » ou des chiffres. Ces données ne décrivent plus seulement le public, elles prescrivent aussi ce que les journalistes doivent produire.
Un autre projet observé portait sur l'automatisation d'une infolettre quotidienne, une tâche traditionnellement réservée aux journalistes. L'idée était de remplacer la sélection manuelle des articles par un algorithme de recommandation, basé sur les traces de lecture de chaque abonné. Ce projet touche au cœur du métier de journaliste, car il remet en cause son rôle historique de sélection et de hiérarchisation de l'information. Pour trouver un compromis, les équipes ont décidé que l'algorithme suggérerait des articles (« ceci devrait aussi vous intéresser »), mais que la rédaction garderait la main sur la structure globale de l'infolettre. Cette répartition des rôles crée deux types de personnalisation : l'une basée sur le jugement humain et l'autre sur les données comportementales. Cependant, cette frontière reste constamment négociée.
L'autorité éditoriale, traditionnellement incarnée par le rédacteur en chef, se redistribue aujourd'hui entre des acteurs humains et des dispositifs techniques comme les algorithmes, les métriques et les tableaux de bord. Ces outils participent à décider de ce que le public lira demain. Dans les groupes de presse étudiés, les équipes de la donnée et du marketing, souvent plus nombreuses, maîtrisent les paramètres des calculs, tandis que la rédaction est souvent représentée par une seule personne. Cette situation place les journalistes dans une position de faiblesse pour négocier leur rôle. Par exemple, un directeur du département data a insisté pour que la rédaction soit impliquée, mais celle-ci a du mal à comprendre les enjeux techniques et à discuter des choix algorithmiques. Les professionnels de la donnée, eux, agissent comme médiateurs entre la machine et la rédaction.
Les algorithmes optimisent l'engagement des lecteurs, c'est-à-dire le nombre de clics et le temps passé sur un article, mais ne sont pas conçus pour garantir le pluralisme de l'information. Certains sujets, comme les enquêtes locales, les réformes administratives ou les matières arides, risquent de glisser hors des radars car ils ne performent pas bien en termes d'attention. Par exemple, un article sur un budget communal ou une réforme administrative peut demander un effort de lecture important, ce qui réduit le temps passé et donc son score d'engagement. La question centrale n'est donc pas de savoir si les données ont leur place dans les médias, mais qui décide de ce qu'elles mesurent, valorisent ou ignorent. Cela influence directement la diversité et la qualité de l'information reçue par le public.
Les transformations liées à la « mécanique de la donnée » affectent directement les professionnels des médias. Pour certains, l'automatisation de tâches monotones est perçue comme une libération, tandis que pour d'autres, elle représente une perte de fierté et d'identité professionnelle. Un scientifique de la donnée interrogé a observé ces deux réactions chez ses collègues : certains veulent se défaire des tâches répétitives, tandis que d'autres ressentent une forme de dépossession en perdant le contrôle sur des aspects centraux de leur travail. Ces transformations ne concernent pas uniquement les journalistes, mais aussi les équipes techniques et marketing, qui doivent s'adapter à de nouveaux rôles et responsabilités. L'enjeu dépasse la simple technique : il touche à l'équilibre entre efficacité et préservation de la qualité éditoriale.
