L’équité dans la répartition des redevances des plateformes : une réforme nécessaire des
mécanismes de répartition
Par Guy-Philippe Wells, Directeur scientifique au LATICCE
Les mécanismes de répartition des redevances versées par les plateformes numériques d’écoute
en ligne (PNEL) tel que Spotify ont été définis il y a une vingtaine d’années alors que les revenus
qui en étaient tirés par les artistes et le producteurs étaient marginaux. Aujourd’hui, il s’agit
clairement de la source de revenus la plus importante pour l’industrie de la musique. Vu la
faiblesse de la rémunération qu’elles offrent à de très nombreux artistes et la concentration
importante des versements vers quelques milliers d’artistes à travers le monde, n’est-il pas
temps de questionner ce modèle et de mesurer ses impacts sur les industries de la musique
locales ? Nous présentons dans cette veille le modèle de répartition utilisé par la plupart des
PNEL et mettons en lumière ses principales faiblesses. Nous présentons également un modèle
alternatif qui a le potentiel d’être plus équitable pour les artistes et les producteurs des marchés
moins populeux comme l’est le Québec, un modèle centré sur les préférences individuelles des
usagers des PNEL.
Table des matières
PARTIE 1 : Des plateformes plus payantes pour les artistes québécois ? 3
1.1 Le Market Centric Payment System (MCPS) 5
1.2 Le User Centric Payment System (UCPS) 9
1.3 Une concentration des revenus vers les artistes « professionnels » 11
1.4 Conclusion 12
PARTIE 2 : Actualités 13
2.1 Universal et l’IA 13
2.2. Intelligence artificielle, culture et médias : un nouvel ouvrage sur l’IA paru aux Presses
de l’Université Laval 14
2.3 Commerce numérique, culture et enjeux de réglementation 14
PARTIE 3 : Résumés d’articles scientifiques 15
Moreau, F. et coll. 2023. Implementing a user-centric payment system in the music
streaming market : a comparative static approach from user data. 15
Shank, D. et coll. AI composer bias : Listeners like music less when they think it was
composed by an AI. Journal of Experimental Psychology : Applied, Vol 29(3), Sep 2023. 15
Voir PDF ci-joint :
