Les réseaux sociaux ne se contentent pas de nous recommander des vêtements selon nos préférences. En nous exposant sans cesse à certaines esthétiques et à certains modes de vie, ils pourraient nous inciter à nous identifier à des catégories sociales, tout en influençant nos aspirations et les identités auxquelles nous souhaitons nous associer. L’épidémie de tendances TikTok, telles que le Clean Girl Aesthetic, Old Money, Performative Male, soulève la question suivante: Comment les algorithmes des réseaux sociaux influencent-ils la perception de nos identités et, par conséquent, nos comportements de consommation dans l’industrie de la mode.
Comment les algorithmes personnalisent-ils le contenu que nous consommons?
Utilisateur naviguant sur TikTok. Photo : Julio Lopez / Pexels.
La personnalisation via l’IA repose sur divers systèmes technologiques, dont les algorithmes de recommandation. Ceux-ci permettent d’anticiper les besoins et les préférences des consommateurs avant même qu’ils ne les expriment explicitement. De façon générale, la personnalisation de l’IA se fait à travers la collecte de données des comportements, préférences et interactions des consommateurs. Par la suite, l’IA identifie des tendances et des similitudes dans les comportements des utilisateurs. Ainsi, ils peuvent regrouper les individus possédant des caractéristiques communes.
Comment fonctionne l’algorithme de recommandation de TikTok?
Prenons l’exemple de TikTok : l’IA utilisée par la plateforme permet de prédire les préférences des utilisateurs et de leur proposer du contenu dans leur fil d’actualité « Pour Toi ». À l’aide de l’apprentissage automatique (machine learning) de la plateforme, les comportements passés de ses utilisateurs sont analysés afin d’optimiser les recommandations de contenu et de maintenir leur attention.
Qu’est-ce que la machine learning?
L’apprentissage automatique ou le machine learning est une forme d’intelligence artificielle qui enseigne aux systèmes d’apprendre à partir de données fournies et d’améliorer par l’expérience, sans avoir été programmés pour une tâche précise.
Le système de recommandation de TikTok repose sur trois catégories de données:
Les interactions des utilisateurs: les vidéos aimées, partagées, commentées et visionnées jusqu’à la fin ou ignorées, ainsi que les comptes suivis et les abonnements réciproques.
Les informations sur les vidéos: les sons, les hashtags, le nombre de vues et le pays où le contenu a été publié.
Les informations sur les utilisateurs : préférences linguistiques, localisation, fuseau horaire, etc.
Toutefois, dans le cas de TikTok les interactions, comme le temps passé à visionner une vidéo, représentent la catégorie la plus influente lorsque vient le temps de personnaliser les recommandations.
La personnalisation ne dépend pas seulement des algorithmes; elle dépend aussi des utilisateurs. En effet, beaucoup d’entre eux cherchent activement à construire leur environnement numérique en fonction de l’identité qui les attire. D’après une étude menée par McKinsey, 71 % des consommateurs s’attendent à ce que les entreprises leur proposent du contenu personnalisé. De plus, 67% d’entre eux affirment même ressentir de la frustration lorsque leurs interactions avec ces compagnies ne sont pas adaptées à leurs besoins. Bien que la personnalisation soit désirée pour un grand nombre de consommateurs, en recommandant continuellement des contenus correspondant aux intérêts des utilisateurs, les algorithmes risquent de limiter la variété de choix de contenu.
Comment les algorithmes TikTok influencent-ils notre identité et nos choix vestimentaires ?
En recommandant sans cesse des contenus susceptibles de plaire aux utilisateurs, les algorithmes peuvent renforcer leurs préférences existantes. Cette exposition répétée à des esthétiques et à des modes de vie similaires risque de créer une forme de bulle algorithmique, limitant ainsi les occasions de découvrir d’autres styles, produits ou façons de s’exprimer.
Le phénomène du Clean Girl
Exemple de l’esthétique « Clean Girl », popularisée sur TikTok. Crédit photo : Pexels
Dans l’industrie de la mode, les vêtements constituent également un moyen d’exprimer notre identité et notre appartenance sociale. La Clean Girl dégage une esthétique minimaliste, élégante et sans effort. Elle se caractérise par son mode de vie, ses tenues et ses produits. Au-delà d’un simple style vestimentaire, elle représente un idéal identitaire associé à la discipline, aux routines de beauté et à l’amélioration constante de soi. D’ailleurs, la plupart des tendances sur TikTok regroupent des valeurs, des produits et des modes de vie qui permettent aux utilisateurs d’exprimer leur identité et leurs aspirations.
Une analyse qualitative de 100 vidéos TikTok portant le mot-clé #CleanGirl menée par Marta Ezquerra Fernandez démontre le rôle des algorithmes dans la diffusion de cette tendance. Ses résultats révèlent que certains utilisateurs cherchent à influencer les recommandations de leur algorithme afin d’être davantage exposés à cette esthétique. Par exemple, des commentaires tels que « commenting to stay on CleanTok » prouvent cette volonté. De plus, les plateformes numériques créent des communautés de plus en plus segmentées et les algorithmes renforcent leurs identités. L’analyse de Fernandez montre aussi que posséder les produits typiquement associés avec la Clean Girl permet de solidifier l’identification au groupe.
Comment l’utilisation de l’IA dans l’industrie du fast fashion nuit-elle à la planète?
Que ce soit pour les campagnes publicitaires, l’analyse des besoins des consommateurs, la gestion de la relation client ou la chaîne d’approvisionnement, les géants de l’industrie de la mode éphémère, traduit de l’anglais fast fashion, exploitent l’IA, ce qui multiplie les répercussions néfastes sur l’environnement.
« L’intelligence artificielle permet à la fast fashion de se transformer en ultra-fast fashion, dont Shein et Temu sont les précurseurs. Ces entreprises ne pourraient littéralement pas exister sans l’IA ».
– Sage Lenier, DIRECTRICE Générale DE SUSTAINABLE AND JUST FUTURE
Shein, l’une des entreprises les plus polluantes de l’industrie de la fast fashion, emploie des applications d’apprentissage automatique propriétaires. Ces technologies sont des algorithmes capables de reconnaître des tendances et de prédire la demande, ce qui lui permet, par la suite, d’être très rapide dans sa chaîne d’approvisionnement. Malgré leur désir de réduire leurs émissions de carbone, l’utilisation de l’IA semble faire l’inverse.
Comment Shein se sert-elle l’intelligence artificielle ?
L’évaluation des tendances : analyser les moteurs de recherche, les données des plateformes médiatiques et les produits à la mode
L’analyse des prix : comparer les prix des compétiteurs et évaluer la demande afin d’ajuster les prix
L’hyperpersonnalisation : proposer des produits adaptés aux styles et goûts des consommateurs
L’optimisation de la chaîne d’approvisionnement : distribuer efficacement les produits aux consommateurs
L’identification rapide des tendances par l’IA contribue à accélérer les impacts sur la planète. Les algorithmes accélèrent la fréquence à laquelle de nouvelles tendances émergent dans l’industrie de la mode. Le Fear of Missing Out (FOMO) est un sentiment que de nombreux consommateurs ressentent et que de nombreuses entreprises cherchent à susciter lors de la promotion de leurs produits. Ces deux facteurs combinés font en sorte que les algorithmes renforcent ce sentiment en transformant le parcours d’achat en un processus cyclique. Lorsqu’un consommateur découvre un produit sur les réseaux sociaux, son intérêt peut l’inciter à consulter d’autres recommandations et à effectuer un achat impulsif.
Consommer par choix ou par influence ?
Les algorithmes peuvent contribuer à développer un sentiment d’appartenance à une certaine communauté et à renforcer notre une identité à une certaine esthétique ou tendance. À travers le FOMO et l’exposition répétée aux produits associés à des tendances comme le Clean Girl, les recommandations algorithmiques peuvent influencer nos comportements de consommation. Avec l’émergence constante de nouvelles tendances, une question demeure: jusqu’à quel point nos goûts vestimentaires sont-ils réellement représentatifs de notre identité ou sont-ils construits par les algorithmes?
Sources
Ezquerra Fernández, M. (2026). Clean Girl aesthetic and neoliberal femininity performance on TikTok. First Monday, 31(5). https://doi.org/10.5210/fm.v31i5.14323 firstmonday.org
Joseph, J. (2025). The algorithmic self: How AI is reshaping human identity, introspection, and agency. Frontiers in Psychology, 16, Article 1645795. https://doi.org/10.3389/fpsyg.2025.1645795 PubMed Central (PMC)
Mahto, R. R., & Quintero Rodriguez, C. (2026). Ethical implications of AI in the fashion industry for trend forecasting and garment design development. AI and Ethics, 6, Article 325. https://doi.org/10.1007/s43681-026-01185-1 Springer Nature Link
Yang, X. (2026). Analysis of consumer brand identity and purchase decision model driven by social media algorithms. Journal of Innovation and Development, 17(1). https://doi.org/10.54097/eqhatk05 Journal of Innovation and Development
Bienvenue sur ce site fièrement réalisé par les étudiants de HEC Montréal. Nous utilisons des technologies telles que les fichiers témoins. Le fait de consentir à ces technologies nous permettra d'obtenir et d'analyser votre comportement de navigation dans le seul et unique but d'améliorer notre site dans un contexte pédagogique et bien entendu non commercial. Bonne lecture !
Fonctionnel Toujours activé
Le stockage ou l’accès technique est strictement nécessaire dans la finalité d’intérêt légitime de permettre l’utilisation d’un service spécifique explicitement demandé par l’abonné ou l’internaute, ou dans le seul but d’effectuer la transmission d’une communication sur un réseau de communications électroniques.
Préférences
L’accès ou le stockage technique est nécessaire dans la finalité d’intérêt légitime de stocker des préférences qui ne sont pas demandées par l’abonné ou l’internaute.
Statistiques
Le stockage ou l’accès technique qui est utilisé exclusivement à des fins statistiques.Le stockage ou l’accès technique qui est utilisé exclusivement dans des finalités statistiques anonymes. En l’absence d’une assignation à comparaître, d’une conformité volontaire de la part de votre fournisseur d’accès à internet ou d’enregistrements supplémentaires provenant d’une tierce partie, les informations stockées ou extraites à cette seule fin ne peuvent généralement pas être utilisées pour vous identifier.
Marketing
Le stockage ou l’accès technique est nécessaire pour créer des profils d’internautes afin d’envoyer des publicités, ou pour suivre l’internaute sur un site web ou sur plusieurs sites web ayant des finalités marketing similaires.
