Contexte de la décision

Le 21 septembre 2026, Meta a retiré de son réseau publicitaire les campagnes promotionnelles d’une représentation de A Room of One's Own, pièce inspirée de Virginia Woolf et présentée au Teatre Raval de Barcelone. La société justifie le retrait en invoquant la présence de contenus « relatifs au féminisme », classés selon ses propres critères comme relevant d’une « question sociétale sensible ». L’annonce a été relayée par le Guardian, qui précise que la décision s’applique aux annonces ciblant les utilisateurs en Espagne.

Mécanisme de filtrage publicitaire de Meta

Meta utilise un pipeline automatisé composé d’un classificateur de texte basé sur des modèles de deep learning et d’une série de règles de politique codées en JSON. Le texte de l’annonce, le titre et l’URL de destination sont analysés en temps réel ; si le score de probabilité d’appartenance à une catégorie « social_issue » dépasse un seuil prédéfini, la demande d’approbation est rejetée. Un exemple de règle appliquée à ce type de contenu est présenté ci‑dessous :

{
  "category": "social_issue",
  "subcategories": ["gender_equality", "feminism"],
  "action": "reject",
  "threshold": 0.78
}

Cette règle indique que toute annonce dont le modèle estime une probabilité supérieure à 78 % d’aborder la question du féminisme doit être bloquée. Le processus inclut toutefois une étape de révision humaine, mais la décision finale reste automatisée tant que le score reste au‑delà du seuil.

Implications pour les annonceurs culturels

Le blocage affecte directement les budgets de promotion des productions théâtrales, qui dépendent souvent de la portée ciblée offerte par les plateformes sociales. En l’absence de transparence sur le calcul du score, les organisateurs du spectacle ne peuvent pas ajuster le texte de l’annonce de façon précise, ce qui conduit à des pertes de visibilité mesurées en milliers d’impressions potentielles. De plus, la classification « feminism » ne fait pas la distinction entre un débat politique et une simple référence littéraire, ce qui augmente le risque de faux positifs pour les contenus culturels.

Limites et perspectives d’amélioration

Le principal point faible du système réside dans son manque de granularité sémantique : les modèles actuels ne différencient pas toujours le contexte académique du militantisme. Sans un mécanisme d’appel automatisé ou un tableau de bord détaillant les critères de rejet, les annonceurs restent dans l’incertitude. Une amélioration possible serait d’introduire un « feedback loop » où les éditeurs peuvent soumettre des variantes d’annonces pour recalibrer le score, ou d’utiliser des modèles de classification multi‑label capables de distinguer les dimensions culturelles des dimensions politiques. En attendant, les acteurs du secteur culturel devront diversifier leurs canaux de diffusion pour réduire leur dépendance à une plateforme dont les filtres restent opaques.