La question du pouvoir n’a jamais été étrangère à la culture. Chaque époque a connu ses mécanismes de distribution symbolique : l’Église médiévale décidant des images qui pouvaient être exposées, l’industrie de l’édition du XXe siècle déterminant quels textes méritaient d’être publiés, et la télévision rythmant pendant des décennies la consommation culturelle de masse. Aujourd’hui, ce rôle est tenu par des algorithmes. Avec une efficacité sans précédent et une quasi-invisibilité, les systèmes de recommandation informatiques organisent ce que des millions de personnes lisent, écoutent, regardent et, finalement, pensent.
Cet article propose une lecture critique de l’algorithme comme dispositif culturel : non pas un outil neutre au service des utilisateurs, mais une architecture du pouvoir qui produit des sujets, organise les comportements et distribue le visible et l’invisible dans la sphère symbolique contemporaine. À cette fin, il s’appuie sur des cadres conceptuels issus des études culturelles, de la sociologie des médias et de la théorie critique des technologies, intégrant les contributions de Michel Foucault, Shoshana Zuboff, Manuel Castells, Taina Bucher, Kate Crawford, José van Dijck, Eli Pariser, Néstor García Canclini, Safiya Umoja Noble et Jaume Colomer, entre autres.
L’approche analytique se structure en cinq mouvements. Premièrement, le concept foucaldien de dispositif est examiné comme point d’entrée théorique pour comprendre les algorithmes au-delà de leur dimension technique. Ensuite, le contexte macroéconomique du capitalisme de surveillance dans lequel ces algorithmes opèrent est analysé, ainsi que leur relation à la production du goût et des préférences culturelles. Troisièmement, les effets de la personnalisation algorithmique sur la formation des publics et la fragmentation de l’expérience culturelle collective sont abordés. Puis, la dimension des biais structurels et des inégalités symboliques reproduites par ces systèmes est examinée. Enfin, l’article conclut par une réflexion sur les possibilités de souveraineté et d’action critique face à la médiation algorithmique.
L’hypothèse sous-jacente à ce texte est que les algorithmes ne reflètent pas des préférences préexistantes : ils les produisent. Et que cette production n’est pas politiquement neutre. Comprendre cela est la première étape pour la remettre en question.
De l’instruction technique à l’appareil social
Une scène se répète des millions de fois par jour et s’est complètement normalisée : une personne ouvre une plateforme de streaming , un réseau social ou un moteur de recherche, et avant même qu’elle puisse formuler un souhait ou une question, le système a déjà décidé de ce qui s’affichera en premier. Cette anticipation – silencieuse, invisible et efficace – est au cœur du fonctionnement politique des algorithmes dans la vie contemporaine. Il ne s’agit pas d’une décision technique neutre. Il s’agit d’une forme de pouvoir.
L’étude des algorithmes sous l’angle des sciences sociales et des études culturelles implique un changement de perspective. Il ne suffit pas d’analyser le fonctionnement d’un système de recommandation ; il est nécessaire de s’interroger sur ses bénéficiaires, les valeurs qu’il intègre, les hiérarchies qu’il reproduit et les modes de vie qu’il rend possibles ou invisibles.
Le concept de dispositif, développé par Michel Foucault (1977) dans le cadre de l’analyse des pouvoirs, offre une approche féconde pour penser les algorithmes. Un dispositif n’est pas un simple outil : c’est un ensemble hétérogène de discours, d’institutions, de pratiques et de techniques qui produit des sujets, organise les comportements et distribue le visible et l’invisible.
Dans cette perspective, Taina Bucher (2018) soutient que les algorithmes fonctionnent selon une logique conditionnelle non pas passive, mais activement performative : ils ne se contentent pas de répondre aux préférences des utilisateurs, mais contribuent également à les façonner. La structure de cause à effet qui sous-tend tout système de recommandation – « si vous faites ceci, alors cela » – crée un environnement de possibilités qui influence les comportements avant même que l’utilisateur n’en prenne conscience.
Manuel Castells (2009) avait déjà souligné que, dans l’ère de l’information, le pouvoir s’exerce fondamentalement par le contrôle des nœuds de communication. Contrôler ce qui circule et ce qui ne circule pas sur les réseaux – quel artiste gagne en visibilité, quelle information devient prépondérante et quelle voix reste marginalisée – est une manière d’exercer un pouvoir sur l’ordre symbolique qui transcende la question traditionnelle de la propriété des médias.
Pour sa part, Kate Crawford (2021) nous rappelle que derrière chaque algorithme se cache une infrastructure matérielle concrète : centres de données, minéraux extraits de territoires appauvris et corps humains soumis à des conditions précaires dans les chaînes mondiales d’étiquetage de l’information. L’algorithme n’existe pas dans l’espace abstrait du code ; il est aussi une opération économique, politique et écologique. Le comprendre comme un dispositif implique de percevoir simultanément sa logique symbolique et son irréductible matérialité.
Le marché des préférences
Le contexte macroéconomique dans lequel les algorithmes opèrent n’est pas un arrière-plan secondaire : il est constitutif de leur nature. Shoshana Zuboff (2019) a forgé le concept de capitalisme de surveillance pour décrire un régime où l’expérience humaine devient matière première pour des pratiques commerciales qui, le plus souvent, restent cachées aux utilisateurs eux-mêmes.
Cette description n’est pas une métaphore. Elle décrit avec précision le modèle économique des grandes plateformes numériques. Les données comportementales sont extraites, traitées et transformées en prédictions comportementales vendues aux annonceurs. Goûts, curiosité, incertitudes du quotidien : tout est traduit en signaux qui alimentent les systèmes de recommandation.
Nick Couldry et Ulises Mejias (2019) ont qualifié cette dynamique de « colonialisme des données », établissant une analogie troublante mais nécessaire avec les formes historiques de colonialisme. De même que les puissances coloniales extrayaient les ressources des territoires conquis, les plateformes s’approprient ce que les individus ont de plus intime – leurs habitudes, leurs affections et leurs modes d’attention – et le transforment en capital. Cette métaphore trouve un écho particulièrement fort dans le contexte latino-américain, où la dépendance technologique reproduit des structures d’asymétrie bien connues : les données sont produites en périphérie, tandis que la valeur se concentre au centre.
José Van Dijck (2013) a démontré que les plateformes ne sont pas des espaces neutres de connexion, mais plutôt des architectures qui privilégient les comportements quantifiables – mentions « J’aime », partages et temps de visionnage – tout en décourageant les formes de consommation plus lentes, plus réfléchies ou plus complexes. Ce qui est considéré comme culturel sur une plateforme n’est pas toujours ce qui a le plus de profondeur ou de pertinence. C’est souvent ce qui génère la plus forte réaction dans les plus brefs délais. L’algorithme ne se contente pas de recommander de la culture : il la définit fréquemment, établissant les paramètres de ce qui mérite de circuler et de ce qui reste invisible.
Bulles épistémiques et fragmentation de la culture
L’un des effets les plus documentés de la médiation algorithmique est la formation de bulles de filtres . Eli Pariser (2011) a décrit comment les algorithmes de personnalisation tendent à présenter à chaque utilisateur des informations confirmant ses préjugés, réduisant ainsi son exposition à des perspectives divergentes et créant des écosystèmes informationnels partiellement parallèles. Cette dynamique n’affecte pas seulement l’information politique : elle imprègne tout autant l’expérience culturelle, limitant l’horizon de ce que chacun peut connaître, apprécier ou débattre.
Néstor García Canclini (2020) a souligné que les algorithmes redéfinissent la consommation culturelle d’une manière qui remet en cause la logique civique et marchande telle que nous la connaissions. Si, historiquement, l’accès à la culture était assuré par des institutions – écoles, musées, maisons d’édition ou salles de concert –, il est aujourd’hui de plus en plus médiatisé par des plateformes dont la raison d’être est de maximiser le temps passé devant les écrans, et non de favoriser la pensée critique. Cette transformation produit des publics atomisés, déconnectés des contextes collectifs qui donnent sens à l’expérience esthétique et politique.
Dans une perspective de gestion culturelle, Jaume Colomer (2013) a souligné la nécessité de considérer le développement des audiences comme une pratique qui dépasse largement la simple acquisition de spectateurs. La question pertinente n’est pas le nombre d’utilisateurs qui consomment du contenu, mais plutôt la nature de la relation qu’ils tissent avec celui-ci et les compétences de pensée critique qu’ils développent grâce à cette interaction.
La médiation algorithmique remet en cause cette perspective dans son essence même : si le système présélectionne ce que chaque personne verra, l’espace de la rencontre avec l’inconnu – de l’étrangeté qui rend possible une expérience véritablement esthétique – se réduit considérablement. La surprise, l’un des moteurs historiques de l’expérience culturelle, devient une rareté contrôlée.
Dans son ouvrage le plus récent, *Publics et algorithmes : stratégies d’émancipation culturelle * (2025), Colomer propose de repenser la relation entre plateformes et publics dans une perspective qui met en lumière la dimension émancipatrice de la découverte de la culture. Selon son analyse, l’émancipation dans la relation entre les individus et les systèmes algorithmiques implique de comprendre, de questionner et de façonner activement la technologie qui organise notre vie culturelle, ce qui requiert une participation éclairée qui ne saurait se réduire à de simples habitudes de consommation individuelle.
Biais algorithmique et inégalité symbolique
Le débat sur les algorithmes est indissociable de la question de savoir quels corps et quelles voix sont systématiquement subordonnés par ces systèmes. Safiya Umoja Noble (2018) a démontré, dans son analyse des moteurs de recherche, que les algorithmes ne sont pas neutres : ils intègrent les biais historiques de leurs créateurs et des ensembles de données ayant servi à leur apprentissage. Ses recherches ont montré comment les recherches associées aux femmes noires renvoyaient systématiquement des résultats dégradants, non pas par une intention consciente de discrimination, mais parce que le système reproduisait et amplifiait les préjugés déjà présents dans la culture dominante.
Les biais ne sont pas une anomalie technique qui peut être corrigée par un simple correctif ; ils sont une conséquence structurelle de la conception de systèmes basés sur des données historiques qui reflètent des inégalités historiques.
Cette observation a des implications directes pour la politique culturelle. Si les algorithmes qui répartissent la visibilité favorisent certaines esthétiques, langues et marchés – au détriment des productions issues des cultures du Sud, des langues minoritaires ou des formes d’expression non marchandisées –, alors la promesse de démocratisation culturelle inaugurée par les plateformes numériques est, à tout le moins, profondément ambivalente. La diversité affichée à l’écran peut résulter d’un choix délibéré, mais elle peut aussi être le fruit d’un biais structurel dissimulé sous un vernis de personnalisation.
Le problème est exacerbé dans des contextes comme l’Amérique latine, où les industries créatives locales rivalisent pour gagner en visibilité au sein d’écosystèmes conçus pour les marchés anglophones, avec des critères de pertinence qui privilégient le volume d’interactions à la profondeur culturelle du contenu. La conséquence n’est pas seulement économique ; elle est aussi épistémique. Ce qui n’est pas visible dans les algorithmes tend à ne pas exister dans l’imaginaire collectif des nouvelles générations.
L’émancipation comme tâche collective
Dans ce contexte, il est pertinent de se demander s’il existe une relation avec les algorithmes autre qu’une soumission passive. La réponse ne saurait être naïve – le pouvoir structurel des grandes plateformes est immense – mais elle ne saurait être déterministe non plus. Le déterminisme technologique, qui présente la domination algorithmique comme une fatalité, constitue en soi une position politique qui entrave toute possibilité de transformation.
L’émancipation algorithmique exige avant tout une régulation publique et une transparence dans la conception des systèmes. Elle requiert également une culture numérique qui dépasse largement la simple utilisation d’applications : une éducation qui forme les individus à comprendre le fonctionnement de ces systèmes, les valeurs qu’ils véhiculent et comment les contester. Mais elle exige aussi quelque chose de plus difficile à légiférer : la volonté collective de ne pas déléguer au code les décisions concernant la culture qui mérite de circuler, les voix qui méritent d’être entendues et les publics qui méritent d’exister.
Cette volonté relève, en définitive, d’une décision politique qu’aucun algorithme ne peut prendre à notre place. Et reconquérir cet espace de décision est peut-être la forme d’émancipation la plus radicale qui soit à notre époque.
L’algorithme que nous pouvons encore transformer
Les algorithmes ne sont pas le destin inéluctable de la culture. Ils constituent, pour l’instant, sa condition la plus urgente et la plus controversée. Les examiner avec une rigueur critique, les comprendre dans leurs dimensions politiques et historiques, et remettre en question les valeurs qu’ils véhiculent est une tâche qui concerne non seulement les ingénieurs ou les régulateurs, mais tous ceux qui sont attachés au type de société qu’ils contribuent à bâtir.
La culture ne peut plus se réduire à ce que l’algorithme n’a pas su filtrer. Elle mérite d’être le fruit de décisions collectives, délibérées et conscientes. C’est cet horizon politique que cet article a cherché à ouvrir : non pas une nostalgie du monde analogique, mais une exigence que la médiation technologique soit mise au service de la diversité, de l’équité et de l’expérience authentiquement humaine du symbolique.
Reconquérir cet espace n’est pas une tâche technique. C’est une tâche culturelle, politique et éthique. Et cela commence, comme toujours, par se poser les bonnes questions.
Références
- Bucher, T. (2018). Si…Alors : Pouvoir algorithmique et politique. Oxford University Press.
- Castells, M. (2009). Le pouvoir de la communication. Oxford University Press.
- Colomer, J. (2013). Développement de l’audience et gestion culturelle. Interarts.
- Colomer, J. (2025). Publics et algorithmes. Stratégies d’émancipation culturelle. Éditions RGC.
- Couldry, N., & Mejias, U. (2019). Le coût de la connexion : comment les données colonisent la vie humaine et se l’approprient au service du capitalisme. Stanford University Press.
- Crawford, K. (2021). Atlas de l’IA : Pouvoir, politique et coûts planétaires de l’intelligence artificielle. Presses universitaires de Yale.
- Foucault, M. (1977). Le jeu de Michel Foucault [entretien]. ¿Ornicar?, 10, 62–93. Recueilli dans Finds and Writings, 1976–1979 (p. 298–329). Gallimard, 1994.
- García Canclini, N. (2020). Des citoyens remplacés par des algorithmes. CALAS.
- Marín-Marín, AE (2024). Humain-Algorithme, une corrélation qui transforme profondément la société. Anesma. https://www.anesma.com/humano-algoritmo-una-correlacion-que-transforma-profundamente-a-la-sociedad/
- Noble, SU (2018). Algorithmes d’oppression : comment les moteurs de recherche renforcent le racisme. NYU Press.
- Pariser, E. (2011). La bulle de filtres : ce que l’Internet vous cache. Penguin Press.
- Van Dijck, J. (2013). La culture de la connectivité : une histoire critique des médias sociaux. Oxford University Press.
- Zuboff, S. (2019). L’ère du capitalisme de surveillance : la lutte pour un avenir humain sur la nouvelle frontière du pouvoir. PublicAffairs.
