Chaque jour, des contenus différents nous sont recommandés via des algorithmes sur des plateformes numériques. Même si beaucoup d’entre nous en sont conscients, comprendre comment ils fonctionnent et comment l’expérience algorithmique est façonnée n’est souvent pas entièrement transparent pour les utilisateurs.

Maliheh Ghajargar, chercheur à l’Université de Malmö, estime qu’une meilleure conception de l’expérience utilisateur (UX) pour les systèmes de recommandation peut rendre les recommandations algorithmiques plus transparentes et plus compréhensibles pour le public.

« De nos jours, le problème est que l’IA et les algorithmes d’apprentissage automatique sont si omniprésents et intégrés dans la vie quotidienne que nous les oublions souvent. C’est par conception, bien sûr, mais cela peut aussi être un problème de conception », déclare Ghajargar.

Dans l’article Unboxing the Algorithm: Designing an Understandable Algorithmic Experience in Music Recommender Systems , Ghajargar et l’étudiante à la maîtrise Anna Marie Schröder se sont concentrées sur la compréhensibilité en tant que principe de conception dans les systèmes de recommandation de musique et ont discuté des développements futurs possibles du travail.

« Dans cette recherche, nous avons constaté que les utilisateurs savent rarement que, par exemple, aimer ou sauter une chanson est réellement important. Ces actions sont importantes pour façonner l’algorithme et les recommandations qui en découlent ». « Dans cette recherche, nous avons constaté que les utilisateurs savent rarement que, par exemple, aimer ou sauter une chanson est réellement important. Ces actions sont importantes pour façonner l’algorithme et les recommandations qui en découlent »

Article complet en anglais par Max Pahmp sur le site de l’Université de Malmö : https://bit.ly/3qK83Va

Lien vers l’étude plus complète : http://mau.diva-portal.org/smash/record.jsf?pid=diva2:1597334