Introduction
Depuis plusieurs années, l’algorithme des Reels est l’un des points de friction majeurs chez Meta. Les utilisateurs dénoncent des contenus peu pertinents, une perte de contrôle du feed et une impression persistante de subir ce qu’on leur montre.
Les créateurs, eux, font face à une instabilité chronique de la portée, souvent difficile à expliquer ou à anticiper.
Début 2026, Meta reconnaît publiquement ces limites et annonce un changement profond de logique algorithmique. Ce changement porte un nom : UTIS – User True Interest Survey.
1. Pourquoi l’algorithme des Reels posait problème
Jusqu’ici, la recommandation des Reels reposait majoritairement sur des signaux comportementaux indirects :
- temps de visionnage,
- taux de complétion,
- likes, commentaires, partages,
- répétition de consommation de formats similaires.
Ce modèle présente une faille structurelle :
il confond attention et intérêt réel.
Un utilisateur peut regarder une vidéo jusqu’au bout par curiosité, par agacement ou par automatisme, sans pour autant vouloir revoir ce type de contenu. Résultat :
- feed qui s’enferme dans des boucles,
- sensation d’algorithme agressif,
- fatigue cognitive.
La comparaison avec le “For You” de TikTok a accentué cette perception négative.
2. 2026 : Meta change de posture
Pour la première fois, Meta adopte une posture inhabituelle :
admettre que ses signaux historiques ne suffisent plus.
Via Instagram et Facebook, le groupe explique vouloir aller au-delà de l’observation passive pour intégrer une dimension déclarative.
L’objectif affiché est double :
- améliorer la satisfaction utilisateur,
- stabiliser l’écosystème créateur.
3. UTIS : User True Interest Survey, concrètement
UTIS est un outil algorithmique basé sur une idée simple :
demander explicitement à l’utilisateur ce qui l’intéresse vraiment.
Cela prend la forme de :
- micro-questionnaires intégrés au feed,
- questions contextuelles après certaines vidéos,
- feedbacks légers sur la pertinence perçue,
- ajustements manuels possibles des centres d’intérêt.
Ces données déclaratives sont ensuite croisées avec les données comportementales classiques.
Meta ne se contente plus de deviner :
il valide ou invalide ses hypothèses algorithmiques.
4. Un vrai changement de paradigme
Avant UTIS, l’algorithme fonctionnait sur une logique probabiliste :
“Si vous regardez X, vous aimerez probablement Y.”
Avec UTIS, la logique devient hybride :
“Vous avez regardé X, mais est-ce réellement ce que vous voulez voir ?”
Ce basculement entraîne plusieurs conséquences :
- réduction des bulles algorithmiques,
- personnalisation plus fine,
- diminution du contenu perçu comme intrusif.
Le feed devient corrigible, et non plus figé.
5. Impacts directs pour les créateurs
Pour les créateurs, UTIS change les règles du jeu.
Ce qui perd de l’efficacité :
- contenus volontairement ambigus,
- formats conçus uniquement pour capter l’attention,
- stratégies basées sur la frustration ou la polémique gratuite.
Ce qui gagne en valeur :
- contenus clairs sur leur intention,
- niches assumées,
- cohérence éditoriale,
- satisfaction réelle du public cible.
La portée devient moins explosive, mais plus qualitative et stable.
6. Objectif stratégique de Meta
Derrière UTIS, Meta poursuit plusieurs objectifs structurants :
- rattraper son retard perçu face à TikTok,
- réduire la lassitude des utilisateurs,
- restaurer la confiance des créateurs,
- préparer une recommandation plus durable à long terme.
Il ne s’agit pas d’un simple ajustement technique, mais d’une réorientation profonde de la philosophie algorithmique.
Conclusion
Avec UTIS, Meta envoie un signal fort :
l’ère du feed totalement subi touche à sa fin.
En 2026, la recommandation des Reels devient un dialogue entre l’utilisateur, le créateur et l’algorithme.
Un changement attendu, mais surtout nécessaire.
