ANR · 2019
RECORDS — pRatiques dEs publiCs des platefORmes De Streaming musical
Que fait le streaming à notre écoute de la musique ? Que disent les big data collectées par les plateformes de streaming de nos pratiques d’écoute musicale ? Comment les consommations de contenus musicaux et les pra- tiques d’écoute évoluent-elles à l’ère de l’abondance de l’offre et de la recommandation ? L’hyperchoix donne-t-il lieu à des parcours individuels très dissemblables ? Ces plateformes favorisent-elles essentiellement des écoutes d’« accompagnement » des activités quotidiennes, organisées par les playlists ? Les traces collectées par les pla- teformes permettent-elles de revisiter les théories de la sociologie des pratiques culturelles ? Les réponses existantes à ces questions sont aujourd’hui très partielles. Les enquêtes par questionnaire peinent à appréhender en finesse les pratiques d’écoute, au-delà des préférences générales déclarées ; les tra- vaux basés sur des entretiens sont centrés sur l’expérience d’une population restreinte, souvent très engagée dans la pratique musicale, et ne sauraient tracer l’ensemble des écoutes ; les travaux à partir de données d’écoute manquent de pouvoir explicatif, faute d’information sur les internautes. Le projet RECORDS propose d’articuler enquête et big data, et d’étudier les questions précédentes à partir d’un matériau empirique d’une diversité et d’une ampleur sans précédent. Il s’appuie sur un partenariat origi- nal entre des chercheurs issus des sciences sociales, des sciences du numérique, et l’un des acteurs majeurs de la diffusion musicale en France. Il représente une opportunité unique que seule permet la collaboration de la recherche publique avec une entreprise privée : celle de constituer un corpus articulant les informations décla- rées des individus avec l’intégralité des traces de leurs écoutes sur une plateforme depuis plusieurs années. Les chercheurs disposeront ainsi, pour plusieurs milliers d’individus, de données recueillies avec le consentement des utilisateurs, permettant d’analyser conjointement l’ensemble de leurs écoutes réelles, leurs pratiques et goûts déclarés, leurs caractéristiques socio-démographiques et des éléments biographiques tels que les rythmes de vie. Ce corpus inédit permettra d’approfondir la compréhension de l’écoute musicale en streaming, considérée comme un cas emblématique et précurseur de la consommation culturelle en régime numérique : (1) en explo- rant de nouveaux modes de représentation de la circulation des œuvres et des personnes au sein des espaces musicaux, et en confrontant ces représentations à celles que s’en font les utilisateurs ; (2) en réexaminant la stratification sociale des goûts musicaux et la théorie de l’omnivorisme culturel à la lueur des traces d’écoutes réelles des personnes, en caractérisant de façon multiple les patterns de diversité consommée ; (3) en mesurant le rôle des contextes et des caractéristiques sociales sur les pratiques d’écoutes, notamment sur les usages de la recommandation et ses effets. Tirant parti de travaux récents en apprentissage automatique, RECORDS viendra en retour enrichir ces méthodes qui sont à l’œuvre dans les approches actuelles de la recommandation. Les résultats scientifiques attendus du projet sont ainsi tant méthodologiques, à travers de nouveaux modes de calcul et outils de visualisation de la circulation des personnes dans des espaces de goût, que théoriques, dans le renouvellement des théories de la consommation musicale et la compréhension inédite des ressorts de l’usage ou non des algorithmes. Ils dessineront une vision informée, réaliste et complète des pratiques du streaming musical, au-delà des images de l’exploration illimitée ou de la manipulation par les automates de recommandation. Le bénéfice industriel attendu du projet est directement lié à l’exploitation de ces connaissances nouvelles pour améliorer les plateformes et étoffer leur compréhension des envies de leurs utilisateurs.
Participating units of Université Paris 1 Panthéon-Sorbonne
Data provenance
Sources : scanR. Data compiled on 27/10/2026. Found an error? It is corrected in the original source (HAL, RNSR, directory); see how.