Contexte et constats
L'auteur décrit une série d'exemples où des publicités semblent provenir d'une connaissance précise de ses achats et de ses déplacements : un gamepad acheté récemment apparaît immédiatement dans le fil d'actualités, des annonces de résine pour impression 3D sont diffusées alors qu'il ne possède aucun imprimante, et le PlayStation Store bascule en finnois malgré un réglage explicite en anglais. D'autres cas montrent des changements de langue liés à la géolocalisation (services qui passent en allemand lors d'un voyage en Allemagne) ou des offres bancaires de type assurance auto alors que le client est déjà couvert. Ces faits illustrent la perception d'un suivi omniprésent.
Mécanismes de suivi et de ciblage
Les réseaux publicitaires exploitent plusieurs vecteurs d'identification. Les cookies tiers stockés par les sites tiers permettent de relier les requêtes HTTP à un identifiant unique, même lorsqu'un utilisateur navigue sans bloqueur. L'adresse IP fournit une localisation approximative, suffisante pour basculer les contenus en allemand ou en finnois selon le pays détecté. En parallèle, les comptes Google synchronisent le profil linguistique, les historiques de recherche et les achats, créant un graphe d'attributs (langue du système, paramètres du clavier, historique d'achat) qui alimente les modèles de ciblage. Les plateformes de streaming utilisent des signaux d'interaction (clics, temps d'écoute) pour alimenter des modèles de filtrage collaboratif, tandis que les réseaux d'affichage combinent ces signaux avec des segments d'audience prédéfinis (ex. « intéressé par les jeux vidéo », « propriétaire d'appareil domestique »).
Limites des modèles de recommandation
Le texte souligne que les algorithmes de Spotify ou YouTube Music ne détectent pas la préférence de l'utilisateur à éviter les pistes vocales. Cette lacune provient d'une granularité insuffisante des attributs : les modèles de recommandation se basent généralement sur des métadonnées (genre, popularité, artistes similaires) et sur des comportements agrégés, mais ne capturent pas les filtres audio spécifiques (ex. présence de voix). De plus, le cold‑start problem affecte les profils peu actifs, où le volume de données d'entraînement reste trop faible pour établir des corrélations fiables. Ainsi, même si le système possède des informations sur les achats de matériel, il ne peut pas toujours inférer des préférences d'écoute très fines.
Enjeux de confidentialité et perspectives
Les exemples d'offres d'assurance auto, de recommandations d'hôtels ou de visas montrent que les données personnelles sont agrégées au-delà du simple ciblage publicitaire, soulevant des questions de conformité au RGPD. Les entreprises conservent souvent les données « à des fins de légitimation du service », sans fournir de mécanisme de retrait granulaire. L'absence de transparence sur les modèles d'apprentissage (type de features utilisées, poids attribués) empêche les utilisateurs d'évaluer la pertinence ou la légitimité du traitement. Une amélioration possible réside dans l'adoption de techniques de confidentialité différentiel ou de fédération d'apprentissage, qui limitent la collecte centralisée tout en conservant la capacité de personnalisation. En attendant, la prise de conscience des vecteurs de suivi (cookies, IP, identifiants de compte) reste le principal levier pour réduire l'exposition.
