Présentation du profil de goût

Le 23 septembre 2026, Spotify a commencé le déploiement aux États‑Unis de Taste Profile, une fonctionnalité réservée aux abonnés Premium de 18 ans et plus. Après une phase bêta exclusive à la Nouvelle‑Zélande, l’outil permet aux auditeurs de visualiser la façon dont l’IA de Spotify interprète leurs préférences musicales, podcasts et livres audio. L’accès se fait via l’application mobile : l’utilisateur clique sur sa photo de profil, fait défiler le menu et sélectionne Taste Profile. La section Tell us more accepte des commandes en langage naturel pour demander plus de variété, réduire la présence d’un genre ou d’un artiste, ou exclure des contenus comme les sons de sommeil.

Les modifications sont prises en compte quelques heures après la soumission, puis le fil d’accueil reflète un nouveau jeu de suggestions. Le service indique que l’outil peut également orienter les playlists Discover Weekly, les recommandations Made for You et le récapitulatif annuel Spotify Wrapped.

Fonctionnement technique et intégration

Taste Profile s’appuie sur le même moteur d’intelligence artificielle qui alimente les recommandations de Spotify depuis plusieurs années. Ce moteur combine filtrage collaboratif, analyse de signaux audio et modèles de traitement du langage naturel (NLP) afin de traduire les requêtes textuelles en ajustements de poids dans le vecteur de profil utilisateur. Lorsqu’un auditeur indique, par exemple, « plus de jazz énergique », le système identifie les dimensions pertinentes (genre = jazz, énergie > 0,6) et augmente le score d’association pour les titres correspondants.

Le processus se déroule en trois étapes : (1) extraction du texte, (2) interprétation via le modèle NLP, (3) mise à jour du profil dans la base de données de préférences. La mise à jour est différée de quelques heures afin de permettre la recombinaison des scores avec les signaux comportementaux (écoutes, sauts, partages) déjà collectés. Cette architecture garantit que les ajustements explicites ne perturbent pas immédiatement le flux de données en temps réel, limitant ainsi les risques d’instabilité du système de recommandation.

Analyse des impacts et limites

En offrant un contrôle direct, Spotify répond à la critique fréquente selon laquelle les algorithmes tendent à enfermer les auditeurs dans des bulles de contenu trop homogènes. La capacité à demander plus de diversité ou à exclure des catégories spécifiques pourrait améliorer la satisfaction perçue et réduire le taux de désabonnement. Cependant, le caractère bêta du service implique que les ajustements restent soumis à une latence de plusieurs heures, ce qui limite l’utilité pour des besoins immédiats.

Le recours au NLP expose également le système à des ambiguïtés sémantiques : une requête vague (« plus de musique calme ») peut être interprétée différemment selon le contexte culturel ou les métadonnées disponibles. De plus, la visibilité du profil de goût soulève des questions de confidentialité : les utilisateurs exposent explicitement leurs préférences, ce qui pourrait être exploité à des fins de ciblage publicitaire si les données étaient partagées hors du cadre de la recommandation.

Enfin, la portée géographique reste limitée aux États‑Unis et aux abonnés Premium, ce qui empêche d’évaluer l’effet à l’échelle globale. Spotify n’a pas communiqué de calendrier pour une extension au reste du marché, laissant incertain l’impact à long terme sur l’écosystème de découverte musicale.