Chambre d’Écho Exposée – Notre solution de recommandation de contenus journalistiques pour réduire sa dépendance aux GAFAM
Contexte
À l’ère de l’économie de l’attention et des algorithmes, les organisations de la presse écrite rencontrent de nombreux enjeux ( atteinte et fidélisation des publics difficile, perte des revenus publicitaires, taux de roulement, etc.) qui bouleversent le milieu et appellent à réfléchir à de nouveaux modèles d’affaires.
Quand les GAFA de ce monde sont dotés de l’avantage concurrentiel qu’apporte la science de données, rares sont les organisations de la presse écrite qui ont su tirer profit de ces nouvelles technologies pour devenir rentables. Par ailleurs, ces industries ont le double enjeu d’être rentables tout en continuant d’assurer leur mission sociétale.
La recommandation de contenu personnalisé est indéniablement l’un des éléments clés de la transformation des modèles d’affaires engendrés par la transition numérique.
Enjeux identifiés
Les systèmes de recommandations traditionnels ne sont pas adaptés au modèle d’affaires d’abonnements payants ni compatibles avec la mission sociétale de la presse écrite.
Tout d’abord, ces systèmes ont été développés pour maximiser les revenus publicitaires à court terme, au détriment de l’engagement au long terme. Aussi, cette stratégie de personnalisation n’est pas adaptée au modèle d’affaires d’abonnements payants qui devrait viser à générer une fidélité au long terme, la satisfaction ainsi que la confiance du lecteur.
De plus, cette stratégie de personnalisation qui vise à maximiser le nombre de cliques à court terme a tendance à enfermer le lecteur dans une bulle de filtre où il sera majoritairement exposé à du contenu qui confirme ses croyances. Ces bulles de filtres, aussi appelées chambres d’écho, participent activement à la polarisation et la fragmentation de notre société (Dylko et al. 2017). En plus d’être une menace au bon fonctionnement de nos sociétés démocratiques (Bishop, B (2008) The Big Sort), la polarisation idéologique entraîne, selon une étude internationale, une perte de confiance de la population envers la presse . À titre indicatif, sans pouvoir prouver le lien de causalité, la confiance globale des Canadiens envers les nouvelles d’information a diminué de 24% en deux ans et atteint 44% en 2020.
Finalement, alors même que la confiance des lecteurs envers la presse écrite est un facteur clé dans la prise d’abonnements payants, les organisations médiatiques doivent également démontrer la valeur ajoutée de leur abonnement payant face à la profusion de nouvelles gratuites.
Solution Proposée
Nous proposons une solution de recommandation de contenus journalistique éthique et innovante qui permettra de stimuler l’engagement du lecteur à court terme tout en préservant sa satisfaction, sa confiance et sa fidélité au long terme.
En proposant au lecteur une solution numérique lui permettant de mettre en lumière ses points morts journalistiques, de comprendre comment les algorithmes influencent sa vision du monde et en lui donnant le contrôle de basculer entre différentes « versions du monde » dépendamment de l’humeur du moment ou de son intention de lecture, l’organisation de la presse écrite transcende ainsi son rôle de distributeur de contenu pour devenir partenaire de confiance.
Ce que nous développons :
- Plusieurs types d’algorithmes de recommandation préconfigurés permettant au lecteur de basculer consciemment entre différentes « versions du monde » dépendamment de l’humeur du moment ou de son intention de lecture. Les types d’engins de recommandation sont les suivants: l’Explorateur (nouvelles du territoire inexploré), le Diplomate (nouvelles de l’autre côté de mes croyances), le Magicien (nouvelles surprenantes), le Vacancier Moral (plaisirs coupables,nouvelles plus légères, ou tout simplement divertissantes), ou l’Expert (nouvelles spécialisées basées sur la consommation précédente afin d’approfondir des sujets).
- Un module explicatif permettant une transparence quant aux éléments qui ont poussé l’algorithme à faire telle ou telle recommandation. Ce module est primordial pour gagner la confiance des lecteurs, mais aussi celle des employés et éditeurs.
- Un module de visualisation de sa consommation de nouvelles permettant au lecteur d’identifier ses points morts. On ne peut pas forcer le lecteur à diversifier sa consommation de nouvelles ou sortir de sa bulle de filtre, mais nous pouvons la rendre visible et susciter l’envie d’explorer au-delà.
- La possibilité de “régler” l’algorithme pour étendre ou réduire la portée des contenus partagés. L’utilisateur a ainsi le contrôle sur l’algorithme et non l’inverse. On pourrait aussi imaginer une ludification de l’exploration pour encourager le lecteur à aller voir au-delà de sa chambre d’écho et, par exemple, consommer plus de nouvelles locales.
- Nous sommes convaincus qu’il y a là une opportunité pour la presse écrite d’augmenter ses revenus tout en affirmant son rôle de pilier de nos systèmes démocratiques et, ainsi, devenir un partenaire de confiance dans la distribution d’information.
Prochaines étapes
Nous avons pitché notre projet au Média Lab qui a retenu notre candidature.
Nous vous tiendrons au courant des prochains avancements!
