Internet peine à répondre à une question soulevée par le hit country record d'Ella Langley : comment une chanson que beaucoup de gens disent n'avoir jamais entendue, interprétée par une chanteuse qu'ils ne reconnaissaient pas, a-t-elle passé plus de semaines en première place que n'importe quelle autre chanson dans les 68 ans d'histoire du Billboard Hot 100 ?

« Choosin' Texas » de Langley est restée en tête du classement pendant 24 semaines, dépassant le record de 22 semaines détenu par « All I Want for Christmas Is You » de Mariah Carey. La chanson de fêtes de Carey est un incontournable saisonnier qui revient dans le débat public chaque hiver. La série de Langley s'est achevée avec le classement daté du 10 octobre, lorsque « Patient Zero » de Taylor Swift a débuté à la première place. Selon Billboard et le reportage de Billboard sur le début de Swift, la chanson de Carey, qui regagne généralement la première place en décembre, devrait passer trois semaines de plus au sommet pour reprendre son record.

Pourtant, seuls 24 % des auditeurs de musique américains savaient qui était Ella Langley au deuxième trimestre 2026, selon la société de données et de recherche sur le divertissement Luminate, qui a partagé ces chiffres avec Fortune. Cette notoriété avait progressé, passant de 13 % au quatrième trimestre 2025 et 17 % au premier trimestre 2026, mais elle restait inférieure à un auditeur de musique sur quatre aux États-Unis.

Autrement dit, un hit numéro un peut encore laisser une grande partie du public se demander : « Qui ? » Ce décalage soulève une question plus large : qu'est-il arrivé à la monoculture ?

La monoculture désigne un ensemble partagé de références culturelles — les chansons, séries télévisées et films que l'on pouvait supposer connus des autres, qu'on les aime personnellement ou non. Plus récemment, les critiques ont également employé ce terme dans un sens presque opposé, pour décrire la dont les algorithmes et l'intelligence artificielle peuvent aplatir la culture dans l'uniformité.

Partager des références était plus facile lorsque l'essentiel de ce que les gens regardaient et écoutaient passait par un petit nombre de chaînes de télévision, de stations de radio et MTV. Les gardiens de l'industrie décidaient de ce qui atteignait le grand public. Nul besoin d'être fan pour savoir de quoi tout le monde parlait.

Ce public partagé n'a jamais englobé tout le monde, et il a commencé à se fragmenter avant TikTok. Mais les fils d'actualité personnalisés ont accentué cette division : ce qui parvient à un utilisateur dépend de plus en plus de ce que le système d'une plateforme estime que cette personne précise souhaite voir. Fortune a déjà examiné la relation entre algorithmes, IA et monoculture dans un reportage distinct.

La boucle de rétroaction en action

TikTok met en avant la personnalisation de son fil « Pour toi ». Comme l'explique l'entreprise dans sa description du fonctionnement des recommandations, « il n'existe pas un seul fil Pour toi ».

Par exemple, un utilisateur peut regarder un clip de concert d'Olivia Rodrigo et avoir ensuite l'impression qu'une vidéo sur cinq présente un autre clip de la chanteuse. TikTok indique que son système prend en compte ce que les utilisateurs aiment et partagent, qui ils suivent et s'ils regardent une vidéo jusqu'à la fin. Il évalue également les vidéos elles-mêmes, y compris leurs légendes, leurs sons et leurs hashtags. La préférence linguistique, le paramètre de pays et le type d'appareil sont également pris en compte, bien que TikTok précise que ces facteurs pèsent moins.

Ensemble, ces signaux aident le système à décider quels contenus méritent davantage l'attention d'un utilisateur. TikTok affirme également s'efforcer de maintenir la variété, notamment en évitant généralement de diffuser deux vidéos consécutives utilisant le même son ou provenant du même créateur.

Aux États-Unis, le système de recommandation est désormais supervisé par la coentreprise soutenue par Oracle qui a repris les opérations américaines de TikTok en janvier. Cette coentreprise a indiqué qu'elle réentraînerait l'algorithme de recommandation à partir de données d'utilisateurs américains. Fortune a relaté cet accord de propriété en décembre 2025.

Continuer à regarder un type de contenu particulier, et l'algorithme peut continuer à en proposer davantage. Des chercheurs ont observé cette boucle de rétroaction dans une étude publiée dans EPJ Data Science en février. Les chercheurs ont testé le fil Pour toi de TikTok à l'aide de comptes automatisés programmés autour de centres d'intérêt différents.

L'étude a révélé que TikTok recommandait de plus en plus de vidéos correspondant à ces intérêts, le renforcement commençant généralement dans les 200 premières vidéos visionnées. Les fils conservaient une certaine variété, mais plus les intérêts d'un compte étaient amplifiés fortement, moins il rencontrait de distincts. Les expériences ont été menées en 2024, avant le changement de propriétaire américain de TikTok. L'étude est disponible via Springer.

Ces résultats aident à expliquer pourquoi une personne peut croire qu'un sujet envahit Internet tandis que son voisin reçoit un fil entièrement différent et ne comprend pas de quoi elle parle.

Les utilisateurs peuvent également restreindre eux-mêmes leurs sélections. TikTok et d'autres plateformes proposent des contrôles, comme le réglage « Gérer les sujets » de TikTok, qui permet aux utilisateurs d'indiquer les sujets qu'ils souhaitent voir plus ou moins souvent. Les détails de cette fonctionnalité ont été rapportés par TechCrunch.

Observé de tous les côtés

Les informations utilisées pour personnaliser un fil peuvent provenir de l'extérieur de l'application. Meta a annoncé en juin qu'elle utiliserait les informations que d'autres entreprises partagent déjà avec elle, notamment les achats effectués sur d'autres sites web, pour personnaliser les fils des utilisateurs et les réponses de l'IA — et pas seulement les publicités.

L'exemple de Meta était simple : une personne qui achète une tente en ligne pourrait commencer à voir davantage de Reels liés au camping. Les utilisateurs peuvent gérer cette activité via un réglage intitulé « Activité d'autres entreprises », selon l'annonce de l'entreprise.

Ce que les utilisateurs regardent et ce qu'ils achètent peuvent tous deux alimenter le calcul, façonnant un coin d'Internet individuel, adapté à chaque personne.

Tout le monde ne accueille pas cette commodité avec enthousiasme. Kyle Chayka, journaliste au New Yorker, a consacré un livre entier à ses préoccupations : Filterworld: How Algorithms Flattened Culture.

« Ces plateformes et ces fils numériques promettent en quelque sorte une grande expérience communautaire… mais je pense qu'ils atomisent en réalité nos expériences, car nous ne pouvons jamais savoir ce que les autres voient dans leurs propres fils », a-t-il déclaré à l'émission Fresh Air de NPR en 2024. L'entretien est disponible via NPR.

Cette fragmentation retire, selon lui, une part de la joie de l'art et rend plus difficile le fait de s'enthousiasmer collectivement pour les mêmes choses. Des systèmes de recommandation plus sophistiqués peuvent enfermer les utilisateurs dans des bulles séparées. Mais la tension demeure : si quelque chose n'intéresse pas une personne, devrait-il apparaître dans son fil simplement pour créer une expérience culturelle partagée ? Et si le contenu ne lui parvient, comment pourrait-elle savoir si elle aurait pu l'apprécier ?

Cette histoire a été publiée à l'origine sur Fortune.com.