Yandex Music met à jour son algorithme de recommandation pour que les goûts musicaux ne se figent pas
Yandex Music a mis à jour son algorithme de recommandation. Le problème : passé 33 ans, on cesse généralement d'écouter des nouveautés. La nouvelle version de « Ma vague » aide à découvrir des titres, et la moitié des playlists des utilisateurs se compose déjà de recommandations.
Traité par IA depuis Habr AI ; édité par Hamidun News
Yandex Music a mis à jour son algorithme de recommandation pour aider ses utilisateurs à éviter que leurs goûts musicaux ne se figent. La nouvelle version de « Ma vague » suggère désormais plus activement de nouveaux artistes et des titres issus d'autres genres, afin que les préférences musicales continuent d'évoluer avec l'âge.
Pourquoi les goûts se figent
En 2018, une étude a mis en évidence un constat amusant, mais triste : en moyenne, on cesse d'écouter de la nouvelle musique vers 33 ans. Passé cet âge, les préférences musicales se figent, et les nouveaux genres comme les nouveaux artistes restent à la périphérie de l'attention. Cela arrive à presque tout le monde : avec l'âge, on se forge un goût, on s'attache à des artistes favoris, et sortir de ce cadre paraît étrange ou inutile.
Cette statistique se comprend aisément : on a trouvé la musique qu'on aime, et choisir parmi des millions de titres devient fatigant. Mais on passe ainsi à côté de quantité d'excellente musique. Le problème est aigu à l'ère du streaming : le choix est pléthorique, mais sans un bon algorithme, les utilisateurs se perdent dans le catalogue et écoutent la même chose en boucle.
La mise à jour de l'algorithme en 2026
Début 2026, Yandex Music a présenté une mise à jour majeure de l'algorithme « Ma vague ». Sur le plan technique, le système gagne en puissance : il analyse mieux le contexte d'écoute, tient compte de l'évolution des préférences et devine le moment où l'utilisateur est prêt à découvrir quelque chose de totalement nouveau.
Les résultats sont impressionnants. En quatre ans de développement, l'algorithme a appris à générer environ la moitié de tous les morceaux des playlists favorites des utilisateurs. Cela ne signifie pas que les gens ont cessé d'ajouter des titres eux-mêmes : les recommandations sont simplement devenues si pertinentes qu'ils les sauvegardent comme leurs propres trouvailles.
À titre de comparaison, sur YouTube Music ou Apple Music, la plupart des utilisateurs composent eux-mêmes leurs playlists. Sur Yandex Music, la répartition est quasiment équilibrée : cinquante-cinquante entre ajouts manuels et recommandations du système.
Comment l'algorithme élargit les horizons
Le nouveau système agit sur plusieurs axes à la fois :
- Il propose de nouveaux artistes proches des favoris, mais distincts d'eux
- Il trouve des titres adaptés à l'humeur du moment qui repoussent les frontières de genre
- Il équilibre stabilité (genres familiers) et nouveauté (découvertes inattendues)
- Il tient compte du contexte : la musique pour travailler diffère de celle pour le sport ou la détente
- Il s'adapte aux variations saisonnières (la playlist d'été diffère de celle d'hiver)
Ces systèmes fonctionnent parce qu'ils ne cherchent pas à deviner les goûts une fois pour toutes. Ils apprennent en continu : ils voient quelles recommandations les utilisateurs sauvegardent, lesquelles ils passent, et comment évoluent leur humeur et leur comportement.
Ce que cela signifie
Cette mise à jour montre que les algorithmes de recommandation deviennent un véritable outil d'évolution du goût. Au lieu de se figer sur les mêmes artistes à 33 ans, on peut désormais découvrir de la nouvelle musique à 40 ans, à 50 ans et au-delà. Et ce, grâce à une IA qui a appris à deviner non pas ce qui est populaire et banal, mais ce qui intéresse réellement chaque personne.
- 1 nov. 2026Les modèles locaux battus par Opus et Codex : 0,21 sur MacBook contre 1,00 pour Codex
- 29 oct. 2026Claude Code monte des vidéos à partir de la transcription : comment fonctionne video-use, le skill aux 30 000 étoiles
- 29 oct. 2026Un outil d'IA de Stanford a vérifié une partie du code de Signal en une demi-journée et pour 500 $, contre 5 mois
- 29 oct. 2026Liquid AI lance LFM3 : six modèles multimodaux de 2B avec un contexte de 256K
Questions clés sur cet article
Pourquoi les goûts se figent?
En 2018, une étude a mis en évidence un constat amusant, mais triste : en moyenne, on cesse d'écouter de la nouvelle musique vers 33 ans. Passé cet âge, les préférences musicales se figent, et les nouveaux genres comme les nouveaux artistes restent à la périphérie de l'attention. Cela arrive à presque tout le monde : avec l'âge, on se forge un goût, on s'attache à des artistes favoris, et sortir de ce cadre paraît étrange ou inutile. Cette statistique se comprend aisément : on a trouvé la musique qu'on aime, et choisir parmi des millions de titres devient fatigant. Mais on
Que sait-on sur La mise à jour de l'algorithme en 2026 ?
Début 2026, Yandex Music a présenté une mise à jour majeure de l'algorithme « Ma vague ». Sur le plan technique, le système gagne en puissance : il analyse mieux le contexte d'écoute, tient compte de l'évolution des préférences et devine le moment où l'utilisateur est prêt à découvrir quelque chose de totalement nouveau. Les résultats sont impressionnants. En quatre ans de développement, l'algorithme a appris à générer environ la moitié de tous les morceaux des playlists favorites des utilisateurs. Cela ne signifie pas que les gens ont cessé d'ajouter des titres eux-mêmes :
Comment l'algorithme élargit les horizons?
Le nouveau système agit sur plusieurs axes à la fois : Il propose de nouveaux artistes proches des favoris, mais distincts d'eux Il trouve des titres adaptés à l'humeur du moment qui repoussent les frontières de genre Il équilibre stabilité (genres familiers) et nouveauté (découvertes inattendues) Il tient compte du contexte : la musique pour travailler diffère de celle pour le sport ou la détente Il s'adapte aux variations saisonnières (la playlist d'été diffère de celle d'hiver) Ces systèmes fonctionnent parce qu'ils ne cherchent pas à deviner les goûts une fois pour tout
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.