Spotify déploie une fonctionnalité bêta appelée Prompted Playlist en Nouvelle-Zélande, permettant aux utilisateurs d'écrire des invites personnalisées pour façonner leurs recommandations musicales. L'outil s'appuie sur l'historique d'écoute complet de l'utilisateur pour générer des playlists personnalisées. Cette mise à jour vise à donner aux auditeurs une influence plus directe sur les suggestions du service de streaming.
À partir du 11 décembre, les abonnés Spotify en Nouvelle-Zélande pourront accéder à la version bêta de Prompted Playlist, un nouvel outil conçu pour renforcer le contrôle utilisateur sur les recommandations musicales. Les utilisateurs accèdent simplement à la fonctionnalité et saisissent un invite textuel décrivant le type de musique souhaité, qu'il soit large comme « morceaux dynamiques pour les entraînements » ou spécifique à des genres et des humeurs. Spotify combine cette saisie avec l'historique d'écoute complet de l'individu, remontant au premier jour sur la plateforme, pour élaborer une playlist sur mesure.
L'interface comprend un onglet « Idées » proposant des suggestions d'invite pour ceux en quête d'inspiration. Les playlists générées comportent des explications sur l'inclusion de chaque chanson, aidant les utilisateurs à comprendre et affiner les choix de l'algorithme. Les utilisateurs peuvent aussi activer des mises à jour automatiques, ajoutant de nouveaux morceaux à intervalles réguliers pour garder la liste actuelle.
Cela s'appuie sur les expériences antérieures de Spotify avec des playlists à intelligence artificielle mais met l'accent sur une plus grande autonomie des utilisateurs via des invites détaillées et une utilisation exhaustive des données. Actuellement limitée à l'anglais, la fonctionnalité s'étendra avec l'arrivée de plus de participants à la bêta.
Des efforts similaires émergent sur d'autres plateformes : Meta teste des ajustements algorithmiques sur Threads et Instagram, tandis que TikTok propose une réinitialisation de sa page For You. Ces évolutions illustrent un tournant où les systèmes de recommandation passifs intègrent désormais une entrée active des utilisateurs pour une personnalisation accrue.
