Le père de Firefox s’en prend désormais aux algorithmes de YouTube, particulièrement sous le feu des projecteurs depuis un an pour d’évidents ratés.
Le site contient 28 histoires d’utilisateurs montrant comment YouTube s’est, en quelque sorte, « retourné contre eux ». Toutes partent de vidéos regardées volontairement pour aboutir sur des recommandations peu en phase avec l’historique.
Un père raconte comment son jeune fils regardait Thomas the Tank Engine et a fini par se retrouver sur des crashs de trains, un autre comment il est parti de matchs de boxe pour finir sur des combats de rue sordides, un autre encore comment, de vidéos réalisées par une drag queen et parlant de confiance en soi, il s’est retrouvé sur des contenus haineux anti-LGBT.
Mozilla précise que ces histoires ne sauraient résumer à elles seules une situation, mais l’éditeur estime qu’elles sont un bon échantillon de ce qui attend les utilisateurs de YouTube.
Le problème est d’autant plus important que 70 % des vidéos regardées sur le service de Google font suite à des recommandations. Or, de nombreux contenus doivent être approchés avec prudence, car plusieurs catégories de public n’ont pas forcément les armes et l’esprit critique nécessaires.
Mozilla pense en particulier aux enfants, aux personnes âgées sans grande connaissance d’Internet, ou encore à celles souffrant de troubles mentaux. Par effet d’accumulation, la dépression et/ou la paranoïa peuvent survenir. Pour l’éditeur, il est clair que les algorithmes tiennent essentiellement de l’engagement global, impliquant le nombre général de clics, l’activité dans les commentaires ou encore les partages.
Mozilla reproche également à Google de ne fournir aucune donnée exploitable par des chercheurs, et de maintenir une opacité complète autour de ses algorithmes. La firme a par exemple affirmé avoir réduit de 50 % les contenus « limite » et de désinformation, mais cette déclaration ne peut être vérifiée.
Concrètement, Mozilla demande à Google d’agir sur trois points :
- Fournir aux chercheurs un accès aux données importantes (nombre de recommandations pour une vidéo, engagement, descriptions, etc)
- Construire un outil de simulation pour les chercheurs qui permettrait de créer des profils de navigation
- Lever, toujours pour les chercheurs, les limites actuelles de l’API et leur donner accès à une archive historique de vidéos
