Wrapped de Spotify ne nous raconte pas vraiment la bande originale de notre vie, mais comment fonctionnent les algorithmes qui nous accompagnent au quotidien.
Comme chaque année, début décembre, nos pages sociales ont été littéralement envahies par les rapports annuels dits « emballés » que des plateformes comme Spotify et Amazon Music proposent aux utilisateurs pour décrire l’année écoulée « en chiffres ». Les chansons les plus populaires, les artistes préférés, les genres dominants, le nombre total de minutes d’écoute et, cette année, d’autres nouveautés comme l’âge moyen affiché en fonction de ses goûts, ou la création d’un parfait festival de musique fictif avec les artistes les plus appréciés.
Le tout est transformé en graphiques colorés et facilement partageables, mais derrière cette histoire des goûts musicaux de chaque utilisateur se cache une question moins évidente : ces données représentent-elles réellement ce que nous écoutons, ou s’agit-il simplement d’une version simplifiée de nos habitudes ?
Données sélectionnées. Une analyse minutieuse du journal a tenté de répondre Équipement tranchantqui a duré plus d’un an et était dirigé par l’analyste technologique Anthoni Oisin. Le premier point critique concerne la méthode avec laquelle Spotify collecte et filtre les données utilisées pour construire son Wrapped : au fond, tout ce qui est écouté ne contribue pas de la même manière aux statistiques finales.
Une chanson, par exemple, doit dépasser un seuil minimum d’utilisation pour être comptabilisée, tandis que certaines catégories audio sont exclues en amont, comme les sons relaxants ou les pistes environnementales. De plus, la collecte des données s’arrête tôt, généralement à la mi-novembre, pour éviter que les playlists de Noël ne faussent les résultats et pour laisser du temps au traitement. Cela signifie que plusieurs semaines d’écoute réelle ne figurent jamais dans le résumé final, ce qui réduit la représentativité de l’échantillon.
Des mesures ambiguës. Les écarts deviennent encore plus évidents lorsque l’on compare les données collectées par Spotify avec celles obtenues via des plateformes de suivi indépendantes comme Last.fm, qui enregistrent chaque « écoute » sans filtres éditoriaux. Dans de nombreux cas, des différences significatives apparaissent non seulement dans l’ordre des chansons les plus jouées, mais également dans les albums et genres dominants.
Une question centrale est la manière dont Spotify définit des concepts tels que « album écouté » : souvent, seule l’utilisation presque complète et continue d’un disque est prise en compte, tandis que d’autres systèmes considèrent l’ensemble des chansons jouées au fil du temps. Le résultat est que les albums expérimentaux, les bandes sonores ou les compilations de morceaux courts ont tendance à être pénalisés ou exclus, même s’ils sont fréquemment écoutés.
Algorithmes actifs. Un autre élément clé est le rôle des algorithmes de recommandation. Spotify n’enregistre pas seulement ce qui est choisi manuellement, mais influence activement notre musique en démarrant des listes de lecture automatiques, des radios personnalisées et une lecture infinie qui commence à la fin de celle programmée.
Ces fonctions, conçues pour maintenir l’utilisateur sur la plateforme le plus longtemps possible, finissent par générer une part importante de l’écoute annuelle. De ce fait, Wrapped mesure non seulement les goûts spontanés, mais aussi les choix suggérés par l’algorithme lui-même. En termes scientifiques, il s’agit d’un système qui observe le comportement tout en le modélisant.
Portrait partiel. Le résultat final est une histoire divertissante, mais souvent incomplète et pas tout à fait véridique. Wrapped, en effet, finit par s’écarter de la représentation neutre de ses goûts musicaux, se transformant en une synthèse construite selon des critères propriétaires, des filtres techniques et une logique de produit.
D’un point de vue data, ce que nous « déballons » en fin d’année est plus un récit qu’une mesure rigoureuse de notre audience, utile pour divertir et stimuler le partage, mais pas pour donner une image fidèle de nos réelles habitudes.
