Comment l’IA transforme la navigation web et réduit parfois notre liberté de choix

La page d’accueil d’un réseau social, les résultats d’un moteur de recherche, les vidéos proposées après un visionnage ou les produits mis en avant sur une boutique en ligne ne sont plus de simples vitrines. Ils sont de plus en plus ordonnés par des systèmes automatisés qui cherchent à anticiper ce qui retiendra notre attention. L’intelligence artificielle peut rendre la navigation plus rapide et plus pertinente. Elle peut aussi transformer un espace d’exploration en parcours balisé, où nos données et les objectifs économiques des plateformes pèsent lourd.

Le problème n’est donc pas que toute personnalisation serait forcément nocive. Recevoir une recommandation musicale adaptée à ses goûts, trouver plus vite une information recherchée ou bénéficier d’un outil d’accessibilité sont des usages utiles. La difficulté apparaît lorsque l’utilisateur ignore pourquoi un contenu lui est montré, quelles données ont servi à le choisir, ou comment retrouver une expérience moins personnalisée. À mesure que l’IA générative s’ajoute aux algorithmes de tri déjà omniprésents, cette question de contrôle devient centrale.

L’IA ne se limite pas aux assistants conversationnels

Quand on parle d’IA sur Internet, on pense volontiers aux agents conversationnels capables de rédiger un texte ou de répondre à une question. Pourtant, une grande partie de l’IA qui influence la navigation est moins visible. Elle intervient depuis longtemps dans le classement des résultats, la modération de certains contenus, la détection de fraude, le ciblage publicitaire et les systèmes de recommandation.

Ces outils analysent des signaux très variés : une recherche formulée, une vidéo regardée jusqu’au bout, une pause pendant le défilement d’un fil, un achat, un appareil utilisé, une localisation approximative ou les interactions avec d’autres comptes. À partir de ces éléments, le système estime la probabilité qu’un contenu suscite un clic, une lecture, une réaction ou un achat.

Il faut distinguer deux réalités. Un algorithme de recommandation n’est pas nécessairement une IA générative, et toutes les décisions automatisées ne reposent pas sur un grand modèle de langage. Mais leur effet concret sur l’expérience est comparable : ils décident, ou contribuent à décider, de l’ordre dans lequel nous rencontrons les informations.

Chaque clic peut alimenter un profil de navigation

La personnalisation repose sur des données. Certaines sont fournies directement, comme l’âge renseigné lors de la création d’un compte ou les sujets suivis. D’autres sont observées, par exemple les pages consultées, les recherches effectuées et les interactions. D’autres encore sont déduites : un système peut inférer des goûts, des habitudes de consommation ou des intérêts à partir d’un ensemble de comportements.

Cette logique pose un enjeu de vie privée, car le profil obtenu peut être bien plus révélateur que chaque donnée prise isolément. Une suite de visites sur des sites de santé, de logement, d’emploi ou d’actualité peut dessiner une situation personnelle sensible. L’IA n’invente pas forcément ces informations : elle les rapproche, les classe et formule des prédictions à leur sujet.

Dans l’Union européenne, le Règlement général sur la protection des données, ou RGPD, encadre depuis le 25 mai 2018 le traitement des données personnelles. Il impose notamment une base légale au traitement, une information des personnes et, dans de nombreux cas, un consentement. Les règles ne signifient pas que toute collecte disparaît. Elles donnent en revanche aux internautes des droits : accéder à certaines données, demander leur rectification ou leur effacement dans les conditions prévues, et s’opposer à certains usages.

En pratique, les fenêtres de consentement, les paramètres enfouis et les interfaces conçues pour encourager l’acceptation peuvent rendre ces droits difficiles à exercer. La protection ne dépend donc pas uniquement de la présence d’un bouton « accepter » ou « refuser ». Elle dépend aussi de la clarté réelle du choix et de la capacité de l’utilisateur à modifier ses préférences sans parcours décourageant.

Les recommandations créent-elles vraiment des bulles de filtres ?

Les systèmes de recommandation cherchent souvent à maximiser un indicateur mesurable : temps passé, taux de clic, visionnage complet ou interaction. Or, un contenu qui confirme une opinion, provoque une émotion forte ou suscite l’indignation peut obtenir de bons résultats selon ces critères. C’est là que le risque de biais de confirmation apparaît.

Une personne qui interagit fréquemment avec un type de contenu peut se voir proposer davantage de publications semblables. Progressivement, la diversité des sources et des points de vue accessibles dans son fil peut diminuer. Les espaces numériques peuvent alors ressembler à des chambres d’écho, où les mêmes récits circulent et se renforcent.

Il serait toutefois excessif d’affirmer que chaque internaute est enfermé de manière automatique dans une bulle totalement hermétique. Les recherches, les abonnements choisis, les conversations hors ligne, les médias consultés directement et les réglages de la plateforme continuent de compter. Le risque est plutôt celui d’une orientation silencieuse : la sélection par défaut rend certains chemins très visibles, tandis que d’autres deviennent moins faciles à découvrir.

Quand les biais des données deviennent des inégalités

Une IA ne possède pas, par elle-même, une vision neutre du monde. Elle apprend ou fonctionne à partir de données, de règles, d’objectifs et de choix humains. Si les données historiques contiennent des stéréotypes sociaux, raciaux ou de genre, si certaines populations y sont moins représentées, ou si l’objectif fixé privilégie un résultat déséquilibré, les réponses produites peuvent reproduire ces défauts.

Dans un environnement de navigation, cela peut se traduire par une exposition inégale à des annonces, des contenus ou des opportunités. Un système de classement peut aussi privilégier des formulations, des images ou des récits qui correspondent à des représentations dominantes. Les effets sont parfois difficiles à détecter pour l’utilisateur, car l’algorithme ne montre pas forcément les contenus qu’il a écartés ni les critères précis ayant conduit à cette sélection.

La discrimination algorithmique ne se résume donc pas à une machine qui afficherait une intention explicitement hostile. Elle peut émerger d’une succession de choix techniques et commerciaux apparemment ordinaires. C’est pourquoi l’audit des données, l’évaluation des effets sur différents groupes et la possibilité de contester certaines décisions sont des sujets essentiels.

Désinformation, contenus synthétiques et manipulation de l’attention

L’IA générative change aussi l’échelle de la désinformation. Elle permet de produire rapidement des textes, images, voix et vidéos crédibles en apparence. Utilisée sans précaution ou avec une intention de tromper, elle peut rendre plus difficile la distinction entre un document authentique, une parodie, une opinion et un faux contenu présenté comme réel.

Les systèmes de recommandation peuvent amplifier ce phénomène lorsqu’ils favorisent surtout les contenus qui provoquent de fortes réactions. Une information sensationnelle ou mensongère ne devient pas vraie parce qu’elle est très partagée. Mais sa diffusion rapide peut lui donner une visibilité considérable avant que des vérifications ou des correctifs n’atteignent le même public.

La circulation de vidéos synthétiques racistes ou de contenus reprenant des stéréotypes dégradants illustre un risque particulièrement grave. Ces publications peuvent viser des personnes ou des groupes, banaliser des représentations haineuses et détériorer la qualité des échanges en ligne. Ici encore, l’IA n’est pas l’unique cause : les auteurs des contenus, les règles de modération, les incitations économiques et les comportements de partage jouent tous un rôle. Mais l’outil peut accélérer la production et la diffusion de messages nuisibles.

La prudence est aussi nécessaire face aux contenus qui semblent provenir d’un proche, d’un média ou d’une institution. Avant de partager, il faut vérifier le compte à l’origine de la publication, rechercher la source initiale, comparer avec plusieurs médias reconnus et se méfier des messages qui exigent une réaction immédiate. Les erreurs de jugement existent depuis longtemps sur Internet, mais la qualité croissante des contenus générés augmente le coût de la vigilance.

Quelles protections existent en France et dans l’Union européenne ?

Le cadre européen évolue pour rendre les plateformes davantage responsables de leurs systèmes. Le Règlement sur les services numériques, également appelé DSA, est pleinement applicable depuis le 17 février 2024. Il prévoit notamment que les services expliquent dans leurs conditions générales les principaux paramètres utilisés par leurs systèmes de recommandation et les possibilités offertes pour les modifier ou les influencer.

Pour les très grandes plateformes et les très grands moteurs de recherche, le DSA impose aussi de proposer au moins une option de recommandation qui ne repose pas sur le profilage. Cela ne signifie pas que le fil chronologique ou l’affichage non personnalisé sera toujours la présentation par défaut. Cela donne néanmoins un levier supplémentaire aux utilisateurs, lorsque l’option est effectivement proposée et facilement accessible.

Le règlement européen sur l’intelligence artificielle, ou AI Act, est entré en vigueur le 1er août 2024. Son application est progressive. Au 2 août 2025, certaines obligations concernant les fournisseurs de modèles d’IA à usage général commencent à s’appliquer. Ce texte cherche à encadrer les risques liés à différents usages de l’IA, avec des exigences plus strictes pour les systèmes considérés comme à haut risque.

Ces règles européennes ne résolvent pas à elles seules toutes les difficultés de la navigation en ligne. Leur efficacité dépendra de leur application, des moyens des autorités de contrôle et de la transparence apportée par les entreprises. Aux États-Unis, l’administration de Donald Trump a présenté en juillet 2025 un plan d’action sur l’IA, illustrant une approche fédérale qui mêle compétitivité, innovation et choix de gouvernance. Le débat international reste donc ouvert, avec des priorités qui diffèrent selon les pays.

Comment reprendre la main sur son expérience en ligne

Aucune manipulation de paramètres ne rendra la navigation parfaitement neutre, et tous les internautes n’ont pas le temps de vérifier chaque recommandation. Quelques gestes simples peuvent néanmoins réduire la dépendance à la personnalisation et améliorer la qualité de l’information consultée :

• vérifier régulièrement les réglages de confidentialité, de publicité et de recommandation des services utilisés ;
• choisir un affichage chronologique ou non personnalisé lorsqu’il est disponible ;
• limiter les autorisations qui ne sont pas nécessaires, notamment l’accès permanent à la localisation ;
• refuser les traceurs non essentiels lorsque le choix est proposé de façon claire ;
• consulter directement plusieurs sources plutôt que se fier uniquement à un fil algorithmique ;
• utiliser, si besoin, des outils de navigateur destinés à limiter certains traqueurs publicitaires ;
• signaler les contenus manifestement trompeurs, manipulés ou haineux à la plateforme concernée.

Ces précautions ne doivent pas transférer toute la responsabilité sur l’utilisateur. Les concepteurs de plateformes doivent expliquer leurs mécanismes, prévenir les abus prévisibles et rendre les choix protecteurs réellement praticables. Mais connaître les ressorts de la recommandation permet déjà de ne plus confondre ce qui est mis en avant avec ce qui est le plus important ou le plus fiable.

Ce qu’il faut surveiller

L’enjeu des prochaines années sera moins de choisir entre une navigation avec ou sans IA que de définir quelle IA, au service de quels objectifs et sous quel contrôle. Une recommandation utile devrait pouvoir être comprise, ajustée et, lorsque c’est pertinent, désactivée. Une plateforme qui collecte des données devrait limiter leur usage au nécessaire et rendre les paramètres accessibles.

Il faudra aussi observer l’effet réel des nouvelles règles européennes, la qualité des options non personnalisées, les pratiques de modération face aux contenus synthétiques et les recours offerts aux personnes affectées par une décision automatisée. L’Internet reste un espace d’exploration. Préserver cette promesse suppose que les outils qui organisent notre attention n’échappent ni au débat public ni au choix des internautes.