L’augmentation rapide des vidéos produites par les utilisateurs (UGC) soulève la nécessité de développer des algorithmes efficaces d’évaluation de la qualité vidéo (VQA). Toutefois, l’objectif du problème UGC-VQA reste encore ambigu et peut être abordé sous deux angles : d’un point de vue technique, qui mesure la perception des déformations ; et d’un point de vue esthétique, qui concerne les préférences et les recommandations liées au contenu. Afin de comprendre l’impact de ces deux perspectives sur les opinions subjectives globales en matière d’UGC-VQA, nous menons une vaste étude subjective afin de recueillir les jugements humains sur la qualité globale des vidéos, ainsi que les perceptions issues des dimensions esthétique et technique. La base de données de qualité vidéo désentrelacée (DIVIDE-3k) ainsi obtenue confirme que les jugements humains sur la qualité des vidéos UGC sont universellement et inévitablement influencés par les deux perspectives. À la lumière de ces résultats, nous proposons le Disentangled Objective Video Quality Evaluator (DOVER), un modèle capable d’apprendre la qualité des vidéos UGC en tenant compte de ces deux dimensions. DOVER atteint des performances de pointe dans le domaine de l’UGC-VQA tout en offrant une très haute efficacité. Grâce aux évaluations par perspective disponibles dans DIVIDE-3k, nous introduisons également DOVER++, la première approche permettant d’obtenir des évaluations de qualité fiables et clairement délimitées à partir d’un seul point de vue — esthétique ou technique. Code disponible à l’adresse : https://github.com/VQAssessment/DOVER.