Intervention de Benoît Tabaka

J'aimerais apporter quelques compléments au sujet des recommandations.

Premièrement, il faut bien avoir en tête qu'un contenu ne peut plus faire l'objet d'une recommandation, dès lors qu'il nous a été notifié et qu'il a été supprimé, puisque ne peuvent être recommandés que les contenus qui sont sur la plateforme. À partir du moment où un contenu nous est notifié, il ne fait plus partie des carrousels de recommandations. C'est une évidence, qu'il convient néanmoins de rappeler, et qui montre l'importance du travail réalisé en amont.

Deuxièmement, notre démarche doit être la même qu'en matière de lutte contre la désinformation, puisque nous faisons face aux mêmes enjeux : nous devons être capables de donner aux utilisateurs l'information la plus pertinente possible, une information qui ne leur soit pas préjudiciable. Chez Google, nous travaillons beaucoup sur ce que nous appelons les « critères de pertinence ». C'est une question délicate, puisque nous cherchons à définir les critères qui permettent de déterminer que l'émetteur d'une information, ou l'information elle-même, est pertinent. Nous travaillons de notre côté, mais aussi en collaboration avec des médias et des universitaires, pour améliorer nos critères de pertinence, dans le but de donner des consignes plus claires aux équipes qui élaborent nos algorithmes de recommandation.

Troisièmement, il importe, lorsqu'un événement majeur se produit – je songe par exemple aux événements survenus en Nouvelle-Zélande ou à l'attentat de Strasbourg – de pouvoir activer très rapidement une source de pertinence, qui apparaisse de manière prédominante, à la fois sur la plateforme et dans les résultats de recherche. Il faut qu'un utilisateur désireux de s'informer soit dirigé vers les vidéos poussées par exemple par France 24 ou par une chaîne de l'audiovisuel public, plutôt que vers une vidéo publiée par un autre utilisateur. En cas d'événement majeur, parmi nos critères algorithmiques et de recommandation, nous avons aussi pour principe de ne pas mettre en avant les derniers contenus publiés, parce qu'ils risquent d'être peu pertinents ou de mauvaise qualité. Nos équipes d'ingénieurs travaillent à améliorer nos recommandations et nous espérons avoir des résultats dans les prochains mois.