Technologie · 5ème · Données et Médias Sociaux · 2e Trimestre

Algorithmes de recommandation et bulles de filtres

Décryptage des mécanismes qui sélectionnent les contenus affichés sur nos écrans.

• Programmes Officiels
• MEN: Cycle 4 - Analyse de flux d'informations
• MEN: Cycle 4 - Impact des algorithmes

À propos de ce thème

Les algorithmes de recommandation façonnent ce que chaque utilisateur voit sur les réseaux sociaux, les plateformes vidéo et les moteurs de recherche. Le programme de Cycle 4 demande aux élèves d'analyser les flux d'information et de comprendre l'impact des algorithmes sur la société. Ces systèmes analysent les clics, le temps passé, les likes et les partages pour prédire quel contenu retiendra l'attention de chaque utilisateur, créant ainsi un fil d'actualité personnalisé.

Le risque principal est la formation de bulles de filtres : l'utilisateur ne voit plus que du contenu qui confirme ses croyances et ses centres d'intérêt, perdant progressivement la diversité des points de vue. Pour des collégiens de 5ème, comprendre ces mécanismes est fondamental pour développer un usage éclairé des outils numériques. Les simulations et les comparaisons d'expériences personnelles permettent aux élèves de constater directement le phénomène sur leurs propres fils d'actualité, rendant l'apprentissage immédiat et personnel.

Questions clés

1. Pourquoi deux personnes ne voient-elles pas le même contenu sur le même réseau social ?
2. Comment les algorithmes influencent-ils nos opinions et nos choix ?
3. Expliquez ce qu'est une bulle de filtres et proposez des stratégies pour en sortir.

Objectifs d'apprentissage

• Comparer les contenus affichés sur les fils d'actualité de deux utilisateurs différents pour identifier les variations dues aux algorithmes.
• Expliquer le mécanisme de fonctionnement d'un algorithme de recommandation en citant au moins trois types de données collectées.
• Analyser l'impact potentiel d'une bulle de filtres sur la perception de l'information et la formation des opinions.
• Proposer et argumenter au moins deux stratégies concrètes pour diversifier les sources d'information et échapper à une bulle de filtres.

Avant de commencer

Fonctionnement de base d'Internet et des réseaux sociaux

Pourquoi : Les élèves doivent avoir une compréhension élémentaire de ce qu'est un réseau social et comment on y interagit avant d'aborder les algorithmes qui les régissent.

Notions de données personnelles et de vie privée

Pourquoi : Comprendre que les plateformes collectent des informations sur les utilisateurs est une étape nécessaire pour saisir comment les algorithmes fonctionnent.

Vocabulaire clé

Algorithme de recommandation	Ensemble de règles informatiques qui sélectionne et propose des contenus (vidéos, articles, produits) à un utilisateur en fonction de ses interactions passées et de celles d'utilisateurs similaires.
Bulle de filtres	Phénomène où un utilisateur est exposé uniquement à des informations et opinions qui confirment ses propres croyances, l'isolant des points de vue divergents.
Personnalisation	Processus d'adaptation des contenus et services numériques aux préférences et au comportement de chaque utilisateur individuel.
Flux d'actualité	Séquence de publications, d'articles ou de mises à jour affichée sur une plateforme en ligne, organisée par un algorithme.

Attention à ces idées reçues

Idée reçue courante

Les résultats de recherche et les recommandations sont les mêmes pour tout le monde.

Ce qu'il faut enseigner à la place

Les algorithmes personnalisent les résultats en fonction de l'historique, de la localisation et du profil de chaque utilisateur. L'expérience comparative avec deux profils fictifs rend cette personnalisation visible et souvent surprenante pour les élèves.

Idée reçue courante

Les algorithmes recommandent le contenu le plus fiable ou le plus utile.

Ce qu'il faut enseigner à la place

Les algorithmes optimisent le temps passé sur la plateforme et l'engagement (clics, likes, partages), pas la qualité ou la véracité du contenu. La simulation de l'algorithme humain montre aux élèves que le système favorise ce qui capte l'attention, pas ce qui informe.

Idée reçue courante

Les bulles de filtres n'existent que sur les réseaux sociaux.

Ce qu'il faut enseigner à la place

Les moteurs de recherche, les plateformes vidéo, les applications d'actualité et même les boutiques en ligne utilisent tous des algorithmes de personnalisation. Le Penser-Partager-Présenter élargi à différentes plateformes aide les élèves à prendre conscience de l'omniprésence du phénomène.

Idées d'apprentissage actif

Expérience comparative : Deux comptes, deux mondes

L'enseignant projette les résultats de recherche ou les recommandations de deux profils fictifs aux centres d'intérêt différents sur une même plateforme. Les élèves constatent visuellement que les résultats sont radicalement différents et analysent en groupes les critères qui pourraient expliquer ces différences.

20 min·Classe entière

Jeu de simulation: L'algorithme humain

Un élève joue le rôle de l'algorithme : il reçoit les "clics" (cartes choisies) de ses camarades et doit deviner quelles cartes leur proposer ensuite. Au bout de trois tours, les "utilisateurs" remarquent que leurs choix se sont restreints. La classe discute de la mécanique de renforcement.

25 min·Petits groupes

Penser-Partager-Présenter: Ma bulle à moi

Chaque élève note les trois derniers sujets que sa plateforme préférée lui a recommandés. En binôme, ils comparent leurs recommandations et identifient les différences. La classe discute ensuite de ce que ces recommandations révèlent sur leurs habitudes numériques.

15 min·Binômes

Design Challenge : Sortir de la bulle

Chaque groupe propose trois stratégies concrètes pour diversifier son fil d'actualité (suivre des sources variées, utiliser le mode incognito, varier les requêtes). Les groupes testent mentalement chaque stratégie et évaluent sa faisabilité et son efficacité. Les meilleures idées sont compilées en guide de classe.

20 min·Petits groupes

Liens avec le monde réel

• Les plateformes comme YouTube ou TikTok utilisent des algorithmes de recommandation très sophistiqués pour suggérer des vidéos aux utilisateurs, influençant directement leur temps d'écoute et les tendances culturelles émergentes.
• Les sites de commerce électronique tels qu'Amazon ou Zalando emploient des algorithmes pour proposer des produits personnalisés, augmentant ainsi les chances d'achat en s'appuyant sur l'historique de navigation et les achats précédents.

Idées d'évaluation

Billet de sortie

Demandez aux élèves d'écrire sur un papier : 1) Un exemple de contenu qu'ils voient souvent sur leur réseau social préféré. 2) Une donnée que l'algorithme pourrait utiliser pour leur montrer ce contenu. 3) Une stratégie pour voir autre chose.

Question de discussion

Posez la question suivante à la classe : 'Imaginez que vous ne voyez que des vidéos sur un seul sujet qui vous passionne. Quels pourraient être les inconvénients de cette situation ? Comment pourriez-vous trouver des vidéos sur d'autres sujets ?' Encouragez les élèves à partager leurs expériences personnelles.

Vérification rapide

Présentez deux captures d'écran de fils d'actualité différents (simulés ou réels). Demandez aux élèves d'identifier au moins deux différences majeures et d'émettre une hypothèse sur la raison de ces différences, en lien avec les algorithmes.

Questions fréquentes

Pourquoi deux personnes ne voient-elles pas le même contenu sur un réseau social ?

Les plateformes utilisent des algorithmes qui analysent le comportement de chaque utilisateur : ses clics, le temps passé sur chaque publication, ses likes, ses partages et ses abonnements. Ces données permettent de prédire quel contenu retiendra son attention, créant un fil d'actualité unique pour chaque personne.

Qu'est-ce qu'une bulle de filtres et comment s'en protéger ?

Une bulle de filtres est l'enfermement progressif dans un univers informationnel qui ne montre que du contenu confirmant nos opinions et nos goûts. Pour en sortir : suivre volontairement des sources aux perspectives différentes, varier ses recherches, utiliser des moteurs de recherche sans personnalisation et consulter directement les sites d'information.

Les algorithmes de recommandation sont-ils dangereux pour les adolescents ?

Les risques principaux sont l'exposition répétée à du contenu anxiogène ou extrême, la réduction de la diversité des points de vue et la dépendance aux notifications. En comprenant le fonctionnement de ces algorithmes, les collégiens peuvent développer un usage plus conscient et reprendre du contrôle sur leur consommation numérique.

Comment l'apprentissage actif aide-t-il à comprendre les algorithmes de recommandation ?

La simulation de l'algorithme humain permet aux élèves de vivre le mécanisme de renforcement de l'intérieur. Comparer ses propres recommandations avec celles d'un camarade rend la bulle de filtres tangible et personnelle. Ces expériences directes ancrent la compréhension bien mieux qu'une définition théorique.