Personnalisation ou standardisation ? Quand les plateformes dictent nos vacances

Des suggestions “sur mesure” qui mènent toutes à Rome, Bali ou Barcelone ? À l’heure où le surtourisme devient un enjeu mondial, une question s’impose : l’IA favorise-t-elle l’exploration… ou la surfréquentation ?

Quand l’IA choisit pour nous

Réserver un voyage aujourd’hui, ce n’est plus simplement choisir : c’est répondre à une série de recommandations générées automatiquement. Booking.com, Airbnb, Expedia, Google Travel… Toutes ces plateformes utilisent des systèmes de recommandation touristique (TRS) fondés sur l’IA pour orienter nos décisions. A partir de vos clics, de vos recherches passées et de votre profil, elles vous orientent vers ce qu’elles jugent “pertinent”.

Derrière cette promesse de personnalisation se cache un mécanisme bien plus systématique que spontané. Les modèles les plus courants sont :

• Filtrage par contenu (Content-Based Filtering) : recommande ce que vous avez déjà aimé. Utile mais limité, car cela enferme dans les mêmes types d’offres.
• Filtrage collaboratif (Collaborative Filtering) : suggère des contenus appréciés par des profils similaires. Souvent efficace commercialement, mais peu diversifiant.
• Modèles hybrides et contextuels : combinent plusieurs approches et prennent en compte des facteurs comme la météo, la saison ou la géolocalisation.
• Systèmes basés sur la popularité : privilégient les lieux les plus visités, souvent pour des raisons de performance commerciale.

Des approches plus récentes intègrent des algorithmes basés sur la connaissance, l’analyse de sentiment et la dynamique temporelle pour améliorer la qualité et la diversité des recommandations (Zheng et al., 2018 ; Afsahhosseini & Al-Mulla, 2021).

Cependant, ces systèmes sont conçus pour maximiser des métriques commerciales — taux de clics, conversions, engagement — et non pour diversifier les choix ou éviter la concentration touristique (Mehrotra et al., 2018).

Le risque ? Un système qui renforce les destinations déjà populaires… tout en marginalisant les autres.

Un système qui nous enferme dans nos préférences

Les plateformes testent en permanence différentes suggestions pour maximiser leurs performances : clics, réservations, durée de session. Airbnb, par exemple, s’appuie sur des représentations vectorielles (“embeddings”) pour rapprocher les utilisateurs selon leurs comportements passés. Cela rend les recommandations plus pertinentes, mais moins surprenantes.

« Les systèmes de recommandation renforcent les schémas dominants de consommation touristique, agissant comme des “technologies de recentralisation” » (Trunfio & Pasquinelli, 2021).

Le résultat est bien connu : plus un lieu est cliqué, plus il est recommandé… et plus il est visité. Cette boucle auto-renforcée alimente le surtourisme. Selon l’Organisation mondiale du tourisme, 80 % des touristes visitent 10 % des destinations (Hamid et al., 2021).

Ce phénomène est documenté comme une bulle algorithmique : plus une destination est populaire, plus elle est recommandée… et plus elle est visitée. Une prophétie auto-réalisatrice, comme le montre également Jannach & Zanker (2022), qui plaide pour une approche critique du rôle des algorithmes dans la production de l’espace touristique numérique.

Surtourisme : les chiffres parlent d’eux-mêmes

• 80 % des touristes visitent 10 % des destinations mondiales (source).
• À Venise, on atteint jusqu’à 400 visiteurs par habitant en haute saison (source).
• Barcelone accueille 32 millions de touristes par an pour 1,7 million d’habitants (source).
• En Albanie, on observe une hausse de +84 % des réservations, portée par la tendance des “destination dupes” (source).

Cette concentration algorithmique transforme les plateformes en autoroutes vers les mêmes endroits. Même les modèles d’IA générative, comme ChatGPT, ont montré des biais favorisant les “hotspots” mondiaux, au détriment des destinations moins connues.

Biais commerciaux et inégalités géographiques

Les algorithmes ne sont pas neutres. Certaines plateformes, comme Booking.com, proposent une visibilité accrue aux hébergements qui versent des commissions plus élevées dans leur programme « Preferred Partner » (Booking.com). Cela désavantage les petits acteurs locaux et fausse les recommandations.

Barcelone, Venise ou Santorin en sont les victimes visibles : 32 millions de visiteurs annuels pour 1,7 million d’habitants à Barcelone, 400 visiteurs par habitant à Venise en haute saison (L’Écho Touristique, 2023).

Comme le soulignent Zanker et Ricci (2020), les TRS sont rarement neutres. Ils reproduisent des logiques commerciales opaques et privilégient la performance économique à court terme, au détriment de la diversité sociale, territoriale et environnementale.

Des solutions existent : encore faut-il les activer

Des initiatives tentent de réorienter les algorithmes vers plus de durabilité :

• Airbnb a lancé une fonction de recherche “flexible” pour suggérer des destinations inattendues.
• Expedia travaille sur un indice de dissimilarité pour proposer des alternatives.
• Booking intègre un filtre “Travel Sustainable” basé sur les émissions carbone, la gestion des déchets ou la saisonnalité.
• La recherche scientifique pousse à intégrer le principe d’équité algorithmique (“S-Fairness”), pour mieux répartir les flux touristiques.

Dans plusieurs régions (comme la Slovénie ou l’Isle of Man), des initiatives publiques intègrent désormais les algorithmes dans des politiques de gestion de flux touristique, avec des résultats prometteurs (Trunfio & Pasquinelli, 2021).

Vers une IA touristique responsable

Depuis février 2024, le Digital Services Act de l’Union européenne impose aux grandes plateformes plus de transparence sur leurs algorithmes (Commission européenne, 2024). Mais pour aller plus loin, il faut :

1. Concevoir des algorithmes intégrant la diversité géographique comme critère d’optimisation.
2. Offrir des filtres éthiques ou curieux à l’utilisateur, permettant d’explorer l’inattendu.
3. Réaliser des audits réguliers pour identifier les biais (géographiques, sociaux, commerciaux).

En conclusion : la technologie n’est qu’un miroir

L’intelligence artificielle ne crée pas le surtourisme, mais elle l’amplifie si on le lui demande. Si ses objectifs sont uniquement commerciaux, elle concentre les flux. Si on l’oriente vers la découverte, la diversité et la durabilité, elle peut transformer nos voyages.

« Le surtourisme, ce n’est pas trop de gens qui voyagent. C’est trop de gens au même endroit, au même moment. » – Brian Chesky, CEO d’Airbnb (L’Écho Touristique, 2023)

L’IA n’est pas le problème. Elle est un outil. Tout dépend du cap qu’on lui fixe.

Bonus – IA et voyage : démêler le vrai du faux

L’intelligence artificielle me fait découvrir des destinations originales.

❌ Faux. Elle vous montre surtout ce que vous (ou vos semblables) avez déjà aimé.

Les premiers résultats sont les meilleurs.

❌ Faux. Ils peuvent être influencés par des partenariats commerciaux.

Je peux échapper à l’algorithme.

✅ Vrai. Trier manuellement, utiliser des filtres ouverts ou naviguer en mode privé peut aider.

L’IA peut réduire le surtourisme.

✅ Vrai… à condition d’être conçue pour cela.