Article rédigé par Dmitry Pastukhov (Music Tomorrow)
La version originale, en anglais, se trouve ici.
Au cours des dernières années, les discussions autour de la transparence, de l’explicabilité et de l’équité des algorithmes dans la découverte musicale sont passées du champ théorique à celui des préoccupations de politique publique.
Les systèmes de recommandation occupent désormais une place centrale dans la consommation et la découverte de musique. Pourtant, la logique qui gouverne ces systèmes — ainsi que leurs effets sur la représentation des contenus selon les marchés et les cultures — reste largement opaque. Pour les institutions culturelles et les décideurs publics, cette réalité soulève une question fondamentale :
Dans quelle mesure les algorithmes représentent-ils équitablement les musiques locales — en particulier dans des marchés multilingues et culturellement divers ?
En 2024, Music Tomorrow s’est associé à l’APEM (Association des Professionnels de l’Édition Musicale) afin d’explorer précisément cette question. Le projet a pris la forme d’une étude comparative de la visibilité algorithmique, centrée sur la représentation des répertoires locaux non anglophones en France et au Canada / Québec.
L’objectif était d’observer, de mesurer et d’expliquer la manière dont les systèmes de recommandation exposent les scènes musicales locales et internationales dans ces territoires — et d’analyser ce que ces dynamiques impliquent en matière de représentation culturelle des contenus locaux.
À propos du partenaire
L’APEM représente les éditeurs musicaux et ayants droit au Québec et dans l’ensemble du Canada. Elle porte depuis longtemps une mission de soutien à la visibilité et à la pérennité du répertoire francophone.
Pour l’APEM, comprendre l’impact des plateformes sur la découvrabilité n’est pas un enjeu marketing, mais une question structurelle, directement liée à la diversité culturelle, au potentiel d’exportation et à la santé à long terme de l’écosystème musical francophone et québécois au Canada.
Périmètre de l’étude
L’étude a été conçue comme une photographie comparative inter-marchés de la manière dont le système de recommandation de Spotify positionne et met en avant différents catalogues.
Plutôt que d’analyser des artistes ou des sorties individuelles, nous nous sommes concentrés sur des tendances structurelles, en examinant comment la langue, la géographie et l’origine des artistes sont corrélées à la visibilité et au positionnement algorithmique à grande échelle.
Pour cela, l’analyse s’est appuyée sur une sélection de titres présents dans les classements Spotify en France et au Canada sur une même période, permettant une comparaison directe entre les deux marchés.
Les titres ont été regroupés selon un nombre limité de dimensions : l’origine de l’artiste et la langue du titre. Cette approche nous a permis de créer des catégories comparables dans chaque marché — par exemple, comparer les titres francophones d’artistes locaux au Canada avec les titres francophones d’artistes locaux en France.
L’objectif n’était pas de classer des artistes ou des sorties individuelles, mais de produire des indicateurs clés (KPI) clairs et comparables, décrivant la manière dont différents répertoires sont positionnés et exposés par le système de recommandation — afin de mesurer des dynamiques de visibilité à l’échelle des catalogues et des marchés.
Définir le positionnement et la visibilité algorithmiques
Dans un premier temps, nous nous sommes intéressés au positionnement algorithmique : la manière dont les titres s’inscrivent dans le paysage de recommandation de Spotify.
En nous appuyant sur les modèles de cartographie algorithmique développés par Music Tomorrow, nous avons évalué si les titres analysés étaient entourés d’un ensemble large et diversifié d’artistes et d’audiences connexes, ou s’ils circulaient principalement au sein de cercles plus restreints et homogènes. Ces différences structurelles sont déterminantes, car elles influencent la capacité d’un titre à dépasser son public initial — ainsi que la fréquence à laquelle il est présenté à de nouveaux auditeurs via des fonctionnalités algorithmiques.
La comparaison de ces schémas de positionnement selon les marchés et les types de répertoires nous a permis d’identifier des tendances systémiques, plutôt que des succès isolés ou des cas particuliers.
Au-delà de la structure, nous avons également analysé la visibilité algorithmique, en estimant dans quelle mesure différentes catégories de titres sont effectivement mises en avant auprès des auditeurs via les recommandations.
L’accent a été mis sur l’exposition relative : la part d’attention algorithmique accordée aux répertoires locaux par rapport aux contenus internationaux, et la manière dont cet équilibre diffère entre la France et le Canada. L’analyse conjointe de la visibilité globale et locale nous a permis de distinguer les titres qui circulent à l’international de ceux qui restent majoritairement cantonnés à leur marché domestique.
Cette distinction s’est révélée particulièrement importante pour l’étude des répertoires francophones, dont le traitement et la portée varient fortement selon le contexte de marché.
Principaux enseignements
Sur l’ensemble des deux marchés, un schéma cohérent s’est dégagé.
Les répertoires internationaux anglophones tendent à occuper des espaces algorithmiques plus larges, connectés à un éventail plus étendu d’artistes et de communautés d’auditeurs. À l’inverse, la musique francophone locale est plus souvent positionnée dans des environnements de recommandation plus étroits et plus spécialisés.
Si cette différence est observable en France comme au Canada, elle est particulièrement marquée dans le contexte canadien et québécois. En analysant les données plus finement, les artistes francophones basés au Québec apparaissent systématiquement comme le groupe le plus fortement concentré, suggérant que leur musique circule principalement au sein de communautés de streaming plus restreintes et locales.
D’un point de vue algorithmique, cela se traduit par moins de trajectoires naturelles de découverte au-delà du public existant, et par un nombre réduit d’opportunités de passerelles vers des scènes adjacentes.
Lorsque nous avons déplacé l’analyse du positionnement vers la visibilité, des écarts similaires sont apparus.
À l’échelle globale — sans surprise — les répertoires francophones restent moins visibles que les contenus internationaux anglophones dans les deux marchés. En revanche, lorsque l’on se concentre sur la visibilité algorithmique locale, le contraste devient nettement plus marqué.
En France, les artistes francophones locaux bénéficient d’un soutien algorithmique relativement fort sur leur marché domestique. Les systèmes de recommandation semblent plus enclins à exposer le répertoire national aux auditeurs français, contribuant ainsi à une circulation locale soutenue des contenus.
Au Canada, l’étude n’a pas mis en évidence le même niveau de renforcement local pour les artistes francophones. Même au Québec, le répertoire en langue française bénéficie d’un soutien algorithmique moins constant que celui observé pour les artistes francophones en France. Sur l’ensemble de notre échantillon, les artistes francophones en France reçoivent en moyenne environ douze fois plus d’exposition algorithmique locale que leurs homologues canadiens — révélant des disparités nettes dans l’influence conjointe de la langue et de la géographie sur l’exposition des contenus.
Le graphique ci-dessous illustre clairement ce phénomène : tandis que les artistes français en France présentent une large dispersion des niveaux de visibilité algorithmique locale, les artistes francophones canadiens sont systématiquement concentrés dans la tranche la plus basse d’exposition locale — dépassés à la fois par les artistes locaux anglophones et par les artistes internationaux.
Nombre d’impressions algorithmiques locales (visibilité locale) par marché et type d’artiste
Il est intéressant de noter que cette dynamique est beaucoup moins marquée chez les artistes canadiens s’exprimant en anglais.
Au sein de ce groupe, notre analyse met en évidence une division claire entre des artistes dont l’exposition algorithmique reste principalement locale et d’autres dont l’empreinte algorithmique est largement tournée vers l’international. Cette observation suggère que les artistes canadiens anglophones disposent d’une plus grande capacité à naviguer entre contextes algorithmiques locaux et globaux — une flexibilité à laquelle les artistes francophones semblent avoir beaucoup moins accès.
Implications pour la représentation culturelle
Pris dans leur ensemble, ces constats pointent vers un enjeu structurel, plutôt que vers des phénomènes isolés.
Alors que les répertoires internationaux anglophones bénéficient d’une circulation algorithmique large et flexible, la musique francophone — en particulier au Canada et au Québec — est plus souvent encadrée de manière à limiter à la fois sa portée et sa visibilité, y compris sur son propre marché.
La comparaison entre la France et le Canada montre également que ces dynamiques ne sont pas inéluctables. Le traitement algorithmique des répertoires locaux dépend fortement du contexte de marché — et peut soit renforcer, soit atténuer des déséquilibres culturels existants.
Cette étude fournit à la fois un cadre reproductible pour de futures évaluations de transparence et de représentation, et met en lumière l’importance de dépasser la simple présence des contenus sur les plateformes pour analyser l’impact culturel réel des systèmes de recommandation.
Comprendre comment les algorithmes définissent les espaces dans lesquels la musique locale circule est une condition essentielle pour construire un environnement numérique plus équitable et équilibré — dans lequel chaque artiste peut disposer d’une réelle opportunité de développer une carrière durable.
