Les plateformes numériques peuvent multiplier les recommandations autour d’un même sujet. Ce phénomène, souvent appelé « rabbit hole », interroge la circulation des récits antimaçonniques. Son étude exige de distinguer l’exposition répétée, l’adhésion à une thèse et la radicalisation, sans présumer d’une causalité automatique.
Des recommandations sous surveillance
En novembre 2026, la question des « rabbit holes » revient dans le débat européen à propos du fil « Pour toi » de TikTok. Les conclusions préliminaires évoquées par la Commission européenne portent sur les risques liés à l’accumulation de contenus recommandés. Elles ne constituent pas une décision définitive. [1].
Le règlement européen sur les services numériques (DSA) encadre les risques systémiques des très grandes plateformes et impose des exigences de transparence sur leurs systèmes de recommandation. Il prévoit, pour ces services, au moins une option de recommandation qui ne repose pas sur le profilage [2]. La question dépasse donc le seul retrait de publications illicites : elle concerne aussi les conditions techniques de leur visibilité.
Le terrier, la bulle et la chambre d’écho
L’expression « terrier informationnel » décrit une trajectoire : une première consultation est suivie de recommandations ou de liens qui concentrent progressivement l’attention sur un domaine. La « bulle de filtres » insiste sur la personnalisation des contenus, popularisée par Eli Pariser [5]. La « chambre d’écho » renvoie à des environnements où les sources et les interactions tendent à renforcer les convictions partagées [6]. Ces concepts se recoupent sans se confondre.
L’expression « rabbit hole » est une allusion à Alice in Wonderland de Lewis Carroll (création numérique de Jiri Pragman dans le style de Carroll)
Une succession de vidéos consacrées aux sociétés secrètes ne démontre pas à elle seule une radicalisation. Elle peut résulter de préférences préexistantes, d’une recherche documentaire ou d’un système de recommandation. Les travaux sur la consommation de contenus radicaux sur YouTube soulignent la nécessité d’examiner les trajectoires réelles plutôt que de déduire des effets de la seule architecture technique [7].
Un terrain propice aux rapprochements conspirationnistes
Les discours antimaçonniques mobilisent un répertoire de symboles, de citations attribuées et de récits de pouvoir caché. Une recherche initiale sur l’histoire des loges ou l’iconographie peut, dans certaines conditions, être rapprochée de publications sur les Illuminati, les élites mondiales ou d’autres thématiques conspirationnistes. Cette trajectoire reste hypothétique tant qu’elle n’a pas été enregistrée et reproduite.
Le conspirationnisme de fusion constitue ici une grille de lecture : des récits hétérogènes sont agrégés dans une explication générale. L’enquête doit déterminer qui effectue cette agrégation. S’agit-il du créateur de contenu, d’un réseau de relais, des choix de l’utilisateur ou d’un classement algorithmique ? Confondre ces mécanismes conduirait à surestimer le rôle de la plateforme.
Des plateformes aux architectures distinctes
Sur TikTok, l’enchaînement de vidéos courtes et le fil personnalisé peuvent prolonger une consultation sans recherche supplémentaire. Sur YouTube, les suggestions adjacentes, la page d’accueil et la lecture automatique interviennent dans la continuité du parcours. Google explique que l’historique et les réactions de l’utilisateur contribuent aux recommandations [3].
Facebook et Instagram combinent abonnements, interactions et contenus suggérés ; X juxtapose un fil de recommandations et un fil d’abonnements. Sur Reddit, les communautés structurent largement l’exposition. Telegram repose davantage sur les canaux suivis et les transferts, même si des fonctions de découverte peuvent intervenir. Des différences dont il faut tenir compte.
Comment réduire l’effet de terrier ?
Le premier levier consiste à privilégier, lorsque cela est possible, les abonnements choisis plutôt qu’un fil personnalisé. Le second est de limiter les signaux involontaires : regarder longuement un contenu uniquement pour le contester, le commenter ou le partager peut contribuer à entretenir sa visibilité. Les commandes « Pas intéressé », le masquage de comptes et le filtrage de mots-clés peuvent modifier les suggestions, sans garantir leur disparition.
YouTube permet d’agir sur l’historique de visionnage et les recommandations [3]. Instagram propose une réinitialisation des contenus suggérés, après laquelle la personnalisation reprend progressivement [4]. Sur TikTok, l’actualisation du fil et les filtres thématiques constituent d’autres leviers. Sur X et Facebook, les fils d’abonnements ou les listes réduisent la dépendance aux recommandations. Les noms et la disponibilité de ces réglages évoluent selon les versions et les régions.
Ces mesures ne suffisent pas si les sources volontairement suivies sont elles-mêmes homogènes. Diversifier les références documentaires et accéder directement aux archives, travaux scientifiques ou publications institutionnelles demeure nécessaire. Il faut également éviter de présenter toute critique de la franc-maçonnerie comme une manifestation d’antimaçonnisme : seule l’analyse du contenu permet de qualifier le discours.
Observer sans fausser les résultats
Pour un Observatoire, les comptes personnels et les comptes documentaires devraient être séparés. Une veille intensive peut modifier les recommandations du profil utilisé. Un protocole de recherche doit enregistrer les points d’entrée, les contenus effectivement proposés, leur ordre, les actions effectuées et les conditions de session. Les captures et références doivent être conservées avant toute réinitialisation.
Une expérience utile consisterait à comparer plusieurs parcours à partir de requêtes identiques : « symboles maçonniques », « histoire de la franc-maçonnerie » ou « sociétés secrètes ». Il faudrait mesurer la part de contenus antimaçonniques parmi les recommandations, les passerelles vers d’autres récits et les effets des fonctions « Pas intéressé » ou « Ne pas recommander ». Ces observations doivent être répétées et confrontées à des profils témoins.
Un objet d’enquête, non une explication automatique
Le terrier informationnel permet de déplacer l’attention du seul message vers les conditions de sa circulation. Il ne prouve ni l’adhésion de l’internaute ni la responsabilité exclusive de l’algorithme. Dans le domaine antimaçonnique, sa valeur réside dans la possibilité de mesurer les recommandations, les relais et les sorties de parcours.
Une enquête rigoureuse pourrait éclairer les liens entre l’antimaçonosphère, les systèmes de recommandation et le conspirationnisme de fusion. Elle devrait aussi rendre compte des résultats négatifs : une plateforme peut ne pas amplifier le thème étudié, ou les réglages de désengagement peuvent s’avérer efficaces. Cette symétrie est indispensable à la fiabilité de l’observation.
Notes
1. Commission européenne. (2026, 6 novembre). Conclusions préliminaires concernant le fil « Pour toi » de TikTok et les effets de « rabbit hole » au regard du règlement sur les services numériques. Communiqué institutionnel.
2. Union européenne. (2022). Règlement (UE) 2022/2065 du Parlement européen et du Conseil du 19 octobre 2022 relatif à un marché unique des services numériques (règlement sur les services numériques). Journal officiel de l’Union européenne. https://eur-lex.europa.eu/eli/reg/2022/2065/oj
3. Google. (s. d.). Gérer les recommandations et les résultats de recherche. Centre d’aide YouTube. https://support.google.com/youtube/
4. Meta. (2024, 19 novembre). Reshape Your Instagram With a Recommendations Reset. Meta Newsroom. https://about.fb.com/news/2024/11/reshape-your-instagram-with-a-recommendations-reset/
5. Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. Penguin Press.
6. Cinelli, M., De Francisci Morales, G., Galeazzi, A., Quattrociocchi, W., & Starnini, M. (2021). The echo chamber effect on social media. Proceedings of the National Academy of Sciences, 118(9), e2023301118. https://doi.org/10.1073/pnas.2023301118
7. Hosseinmardi, H., Ghasemian, A., Clauset, A., Rothschild, D. M., Mobius, M., & Watts, D. J. (2021). Examining the consumption of radical content on YouTube. Proceedings of the National Academy of Sciences, 118(32), e2101967118. https://doi.org/10.1073/pnas.2101967118