﻿﻿{"id":2321,"date":"2026-02-11T15:01:21","date_gmt":"2026-02-11T14:01:21","guid":{"rendered":"https:\/\/elearningsamba.com\/index.php\/xikipedia-le-tiktok-de-wikipedia-sans-tracking-ni-ia\/"},"modified":"2026-02-11T15:01:21","modified_gmt":"2026-02-11T14:01:21","slug":"xikipedia-le-tiktok-de-wikipedia-sans-tracking-ni-ia","status":"publish","type":"page","link":"https:\/\/elearningsamba.com\/index.php\/xikipedia-le-tiktok-de-wikipedia-sans-tracking-ni-ia\/","title":{"rendered":"Xikipedia &#8211; Le TikTok de Wikipedia sans tracking ni IA"},"content":{"rendered":"<p>Les algorithmes de recommandation, vous connaissez bien je pense&#8230; YouTube, TikTok, Instagram&#8230; ces trucs qui vous gardent scotch\u00e9 \u00e0 l&#8217;\u00e9cran durant des heures en aspirant toutes vos donn\u00e9es au passage. H\u00e9 bien un dev de bon go\u00fbt a d\u00e9cid\u00e9 de prouver qu&#8217;on pouvait faire la m\u00eame chose sans machine learning et sans collecter la moindre info perso.<\/p>\n<p>Son arme secr\u00e8te ? <strong>Les 270 000 articles de Simple Wikipedia.<\/strong><\/p>\n<p>\n<a href=\"https:\/\/xikipedia.org\/\">Xikipedia<\/a><br \/>\n, c&#8217;est un pseudo r\u00e9seau social qui vous balance des articles de Simple Wikipedia sous forme de feed, exactement comme votre fil TikTok pr\u00e9f\u00e9r\u00e9. Sauf que derri\u00e8re, y&#8217;a pas de ferme de serveurs qui analyse votre comportement mais juste un petit algorithme local en JS qui tourne dans votre navigateur.<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/korben.info\/cdn-cgi\/image\/width=1200,fit=scale-down,quality=90,f=avif\/xikipedia-wikipedia-feed-algorithmique\/xikipedia-wikipedia-feed-algorithmique-2.png\" alt=\"\" loading=\"lazy\"><\/p>\n<p>En gros, le syst\u00e8me fonctionne avec un scoring par cat\u00e9gorie c\u00f4t\u00e9 client, stock\u00e9 en localStorage. Vous scrollez un article sans le lire ? Moins 5 points pour cette cat\u00e9gorie. Vous likez ? Plus 50 points, avec un bonus qui augmente si vous n&#8217;avez pas lik\u00e9 depuis longtemps (genre un m\u00e9canisme anti-binge plut\u00f4t malin). Vous cliquez sur l&#8217;article complet ? 75 points. Sur une image ? 100 points !!<\/p>\n<p>Et c&#8217;est comme \u00e7a qu&#8217;au bout de quelques minutes de scroll, le feed commence \u00e0 comprendre vos centres d&#8217;int\u00e9r\u00eat et vous propose des trucs de plus en plus pertinents. J&#8217;ai test\u00e9 en likant 3-4 articles sur l&#8217;astronomie&#8230; au d\u00e9but je pensais que \u00e7a serait du random total, mais au bout de 5 minutes j&#8217;avais quasiment que des trucs sur l&#8217;espace et la physique. Plut\u00f4t efficace pour un algo sans IA.<\/p>\n<p>D&#8217;ailleurs, le truc qui est assez cool c&#8217;est la r\u00e9partition des contenus. 40% de s\u00e9lection pond\u00e9r\u00e9e par vos scores, 42% du contenu le mieux not\u00e9, et 18% compl\u00e8tement al\u00e9atoire. Ce dernier bout de hasard, c&#8217;est ce qui \u00e9vite de s&#8217;enfermer dans une bulle de filtre (prends-en de la graine, YouTube !!).<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/korben.info\/cdn-cgi\/image\/width=1200,fit=scale-down,quality=90,f=avif\/xikipedia-wikipedia-feed-algorithmique\/xikipedia-wikipedia-feed-algorithmique-3.png\" alt=\"\" loading=\"lazy\"><\/p>\n<p><em>La page d&#8217;accueil avec ses cat\u00e9gories &#8211; sobre mais efficace<\/em><\/p>\n<p>Le tout tourne en PWA, c&#8217;est-\u00e0-dire que \u00e7a s&#8217;installe comme une app sur votre t\u00e9l\u00e9phone ou votre ordi et \u00e7a fonctionne m\u00eame hors ligne apr\u00e8s le premier chargement. Les ~34 Mo de donn\u00e9es compress\u00e9es de<br \/>\n<a href=\"https:\/\/simple.wikipedia.org\/\">Simple Wikipedia<\/a><br \/>\nsont stock\u00e9es localement via IndexedDB dans votre navigateur. Vous pouvez cr\u00e9er plusieurs profils (pratique si vous partagez un appareil), consulter vos stats d&#8217;engagement perso, et m\u00eame basculer entre th\u00e8me clair et sombre.<\/p>\n<p>Et le code est sous licence AGPLv3,<br \/>\n<a href=\"https:\/\/github.com\/rebane2001\/xikipedia\">dispo sur GitHub<\/a><br \/>\n.<\/p>\n<p>Petit b\u00e9mol quand m\u00eame si vous \u00eates sur iPhone, y&#8217;a des restrictions m\u00e9moire impos\u00e9es par Apple sur Safari qui peuvent poser probl\u00e8me avec les ~34 Mo de donn\u00e9es. Attention aussi, le premier chargement prend un moment vu qu&#8217;il faut tout t\u00e9l\u00e9charger d&#8217;un coup&#8230; sauf si vous \u00eates en 4G pourrie, l\u00e0 \u00e7a peut carr\u00e9ment planter en plein milieu. Et pas moyen de reprendre, faut tout relancer. Pr\u00e9voyez donc du Wi-Fi.<\/p>\n<p>Pour ceux qui se demandent \u00e0 quoi \u00e7a sert concr\u00e8tement&#8230; c&#8217;est juste un moyen sympa de tomber sur des sujets que vous n&#8217;auriez jamais cherch\u00e9s, le tout sans que personne ne sache que vous avez pass\u00e9 45 minutes \u00e0 lire des articles sur les pieuvres g\u00e9antes du Pacifique.<\/p>\n<p>Voil\u00e0, j&#8217;aurais pas pari\u00e9 dessus au d\u00e9part&#8230; mais apr\u00e8s avoir scroll\u00e9 une bonne demi-heure, je dois avouer que c&#8217;est plut\u00f4t malin comme approche.<\/p>\n<p>Amusez-vous bien !<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Les algorithmes de recommandation, vous connaissez bien je pense&#8230; YouTube, TikTok, Instagram&#8230; ces trucs qui vous gardent scotch\u00e9 \u00e0 l&#8217;\u00e9cran durant des heures en aspirant toutes vos donn\u00e9es au passage. H\u00e9 bien un dev de bon go\u00fbt a d\u00e9cid\u00e9 de prouver qu&#8217;on pouvait faire la m\u00eame chose sans machine learning et sans collecter la moindre info perso. Son arme secr\u00e8te ? Les 270 000 articles de Simple Wikipedia. Xikipedia , c&#8217;est un pseudo r\u00e9seau social qui vous balance des articles de Simple Wikipedia sous forme de feed, exactement comme votre fil TikTok pr\u00e9f\u00e9r\u00e9. Sauf que derri\u00e8re, y&#8217;a pas de ferme de serveurs qui analyse votre comportement mais juste un petit algorithme local en JS qui tourne dans votre navigateur. En gros, le syst\u00e8me fonctionne avec un scoring par cat\u00e9gorie c\u00f4t\u00e9 client, stock\u00e9 en localStorage. Vous scrollez un article sans le lire ? Moins 5 points pour cette cat\u00e9gorie. Vous likez ? Plus 50 points, avec un bonus qui augmente si vous n&#8217;avez pas lik\u00e9 depuis longtemps (genre un m\u00e9canisme anti-binge plut\u00f4t malin). Vous cliquez sur l&#8217;article complet ? 75 points. Sur une image ? 100 points !! Et c&#8217;est comme \u00e7a qu&#8217;au bout de quelques minutes de scroll, le feed commence \u00e0 comprendre vos centres d&#8217;int\u00e9r\u00eat et vous propose des trucs de plus en plus pertinents. J&#8217;ai test\u00e9 en likant 3-4 articles sur l&#8217;astronomie&#8230; au d\u00e9but je pensais que \u00e7a serait du random total, mais au bout de 5 minutes j&#8217;avais quasiment que des trucs sur l&#8217;espace et la physique. Plut\u00f4t efficace pour un algo sans IA. D&#8217;ailleurs, le truc qui est assez cool c&#8217;est la r\u00e9partition des contenus. 40% de s\u00e9lection pond\u00e9r\u00e9e par vos scores, 42% du contenu le mieux not\u00e9, et 18% compl\u00e8tement al\u00e9atoire. Ce dernier bout de hasard, c&#8217;est ce qui \u00e9vite de s&#8217;enfermer dans une bulle de filtre (prends-en de la graine, YouTube !!). La page d&#8217;accueil avec ses cat\u00e9gories &#8211; sobre mais efficace Le tout tourne en PWA, c&#8217;est-\u00e0-dire que \u00e7a s&#8217;installe comme une app sur votre t\u00e9l\u00e9phone ou votre ordi et \u00e7a fonctionne m\u00eame hors ligne apr\u00e8s le premier chargement. Les ~34 Mo de donn\u00e9es compress\u00e9es de Simple Wikipedia sont stock\u00e9es localement via IndexedDB dans votre navigateur. Vous pouvez cr\u00e9er plusieurs profils (pratique si vous partagez un appareil), consulter vos stats d&#8217;engagement perso, et m\u00eame basculer entre th\u00e8me clair et sombre. Et le code est sous licence AGPLv3, dispo sur GitHub . Petit b\u00e9mol quand m\u00eame si vous \u00eates sur iPhone, y&#8217;a des restrictions m\u00e9moire impos\u00e9es par Apple sur Safari qui peuvent poser probl\u00e8me avec les ~34 Mo de donn\u00e9es. Attention aussi, le premier chargement prend un moment vu qu&#8217;il faut tout t\u00e9l\u00e9charger d&#8217;un coup&#8230; sauf si vous \u00eates en 4G pourrie, l\u00e0 \u00e7a peut carr\u00e9ment planter en plein milieu. Et pas moyen de reprendre, faut tout relancer. Pr\u00e9voyez donc du Wi-Fi. Pour ceux qui se demandent \u00e0 quoi \u00e7a sert concr\u00e8tement&#8230; c&#8217;est juste un moyen sympa de tomber sur des sujets que vous n&#8217;auriez jamais cherch\u00e9s, le tout sans que personne ne sache que vous avez pass\u00e9 45 minutes \u00e0 lire des articles sur les pieuvres g\u00e9antes du Pacifique. Voil\u00e0, j&#8217;aurais pas pari\u00e9 dessus au d\u00e9part&#8230; mais apr\u00e8s avoir scroll\u00e9 une bonne demi-heure, je dois avouer que c&#8217;est plut\u00f4t malin comme approche. Amusez-vous bien !<\/p>\n","protected":false},"author":1,"featured_media":2322,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"give_campaign_id":0,"_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_kadence_starter_templates_imported_post":false,"footnotes":""},"class_list":["post-2321","page","type-page","status-publish","has-post-thumbnail","hentry"],"campaignId":"","_links":{"self":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/pages\/2321","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/comments?post=2321"}],"version-history":[{"count":0,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/pages\/2321\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/media\/2322"}],"wp:attachment":[{"href":"https:\/\/elearningsamba.com\/index.php\/wp-json\/wp\/v2\/media?parent=2321"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}