W dzisiejszym cyfrowym świecie, odkrywanie nowych trendów i rozwoju muzyki w dużej mierze opiera się na algorytmach zarządzanych przez platformy streamingowe, takie jak np. Spotify czy Pandora Internet Radio. Algorytmy, bazujące na danych o zachowaniach behawioralnych i preferencjach poszczególnych użytkowników, mają za zadanie dostarczać spersonalizowane rekomendacje muzyczne. Nie jest to nic dziwnego, skoro firmy oferuję pełną kastomizację swojej oferty, ponieważ to klient jest najważniejszy i jego potrzeby. Jednakże pojawia się pytanie, czy algorytmy rzeczywiście pomagają odkrywać muzykę, czy też służą głównie interesom platform streamingowych.
Personalizacja versus komercjalizacja
Personalizacja, którą oferują platformy streamingowe, jest oparta na analizie danych użytkowników. Algorytmy, które przetwarzają te dane, starają się dopasować muzykę do indywidualnych gustów słuchaczy. Nie da się ukryć, że użytkownicy często odkrywają nową muzykę dzięki rekomendacjom algorytmów, które są trafne i zgodne z preferencjami słuchających. Wielu z nich docenia możliwość tworzenia spersonalizowanych player list, bazujących na jednej piosence czy artyście, co prowadzi do odkrywania nowych, podobnych wykonawców.
Spotify opisuje następująco proces rekomendacji:
Spotify
„W Spotify staramy się zapewniać każdemu użytkownikowi wspaniałe i niepowtarzalne doświadczenia. Naszym celem jest łączenie wszystkich z tym, co kochają i pomoc w odkrywaniu czegoś nowego. Nie ma dwóch takich samych słuchaczy, więc korzystanie ze Spotify i wiele naszych rekomendacji jest spersonalizowanych dla każdego. Na pytanie, co im się podoba w Spotify, większość słuchaczy jako najważniejszą funkcję wymienia naszą personalizację. (…). W Spotify ludzie i technologia współpracują, aby dostarczać trafne rekomendacje. Niektóre rekomendacje opierają się na selekcji redakcyjnej, np. popowa playlista utworzona przez redaktorów muzycznych. Inne rekomendacje są dostosowane do unikalnego gustu każdego słuchacza, np. spersonalizowana playlista oparta na algorytmach opracowanych przez naszych ekspertów. (…). Spotify oferuje rekomendacje algorytmiczne, które są istotne, unikalne i specyficzne dla każdego użytkownika. Nasze algorytmy wybierają i porządkują treści w Spotify każdego słuchacza, w tym w wyszukiwarce, na stronie głównej i na spersonalizowanych playlistach”.
Na pierwszy rzut oka wszystko wydaje się w porządku. Możemy powiedzieć, że Spotify troszczy się o słuchacza i za wszelką cenę chce dostarczyć mu rzeczywiście to, co słuchacz słucha. Ale…. proces selekcji muzyki nie jest całkowicie zautomatyzowany. Jest to mieszanka pracy redakcyjnej i algorytmów. A to wprowadza dodatkową warstwę nieprzejrzystości.
R. Kitchin
Thinking Critically About and Researching Algorithms. Information,
Communication & Society 20 (2017) 1, s. 15.
„Wkraczamy obecnie w erę powszechnego zarządzania algorytmicznego, w którym algorytmy będą odgrywać coraz większą rolę w sprawowaniu władzy, co będzie środkiem umożliwiającym automatyzację dyscyplinowania i kontrolowania społeczeństw oraz zwiększania efektywności akumulacji kapitału.”
Jednakże, proces ten nie jest wolny od krytyki. Do nich należy m.in. Frank Pasquale, profesor prawa i ekspert w zakresie prawa sztucznej inteligencji (AI), algorytmów i uczenia maszynowego. (Pasquale, F. 2015. The Black Box Society: The Secret Algorithms that Control Money and Information. Cambridge: Harvard University Press).
Pasquale zauważył, że algorytmy są często „czarnymi skrzynkami”, których działanie jest ukryte przed użytkownikami i one są regulowane tylko wewnętrznie przez prywatne firmy. Możemy obserwować wejście i wyjście danych, ale nie możemy powiedzieć, w jaki sposób jedno staje się drugim. Nie mamy jasnego pojęcia, jak daleko mogą dotrzeć te informacje, w jaki sposób są wykorzystywane ani jakie są tego konsekwencje. Oznacza to, że proces rekomendacji może być napędzany również interesami komercyjnymi, których celem jest zwiększenie zysków platformy poprzez promowanie określonych treści. A to już nie są podpowiedzi wolne od głęboko ukrytych wewnętrznych interesów portalu.
Czy słyszałeś o firmie The Echo Nest?
Warto w tym miejscu wspomnieć o ważnym wydarzeniu. Spotify w roku 2014 mocno postawił na znaczenie analityki danych w sektorze transmisji strumieniowej. Platforma zapłaciła 58 milionów dolarów mało znanemu wówczas startupowi o nazwie „The Echo Nest”. Firma była wiodącą na świecie firmą, która zajmowała się wywiadem muzycznym. To tutaj prowadzi główny trop jak wygląda gromadzenie danych na temat słuchania muzyki.
The Echo Nest dysponuje bazą wiedzy, która obejmuje ponad bilion punktów danych, około 37 milionów utworów oraz 3,3 miliona artystów. Firma przetwarza i klasyfikuje muzykę według wielu czynników akustycznych – od jej wysokości, przez tempo, aż po taneczność. System pobiera i analizuje każdy plik mp3. Zwraca uwagę na wszystko: każde pojedyncze „zdarzenie” w utworze, takie jak nuta w solówce gitarowej lub sposób, w jaki dwie nuty są ze sobą połączone. Przeciętna piosenka zawiera około 2000 takich „zdarzeń”, które system może przeanalizować. Następnie tworzy powiązania między tą piosenką a innymi piosenkami o podobnych progresjach lub strukturach.
F. Pasquale
The Black Box Society. The Secret Algorithms That Control Money and Information,
London 2015, Harvard University Press, s. 3-4.
„Wiedza to potęga. Kontrolowanie innych i unikanie kontroli siebie to jedna z najważniejszych form władzy. Firmy wyszukują intymne szczegóły życia potencjalnych klientów i pracowników, ale przekazują organom regulacyjnym jak najmniej informacji na temat ich własnych statystyk i procedur. Firmy internetowe gromadzą coraz więcej danych o swoich użytkownikach, ale walczą z przepisami, które pozwalałyby tym samym użytkownikom sprawować pewną kontrolę nad wynikającą z nich dokumentacją cyfrową”.
Oprócz analizy każdego utworu, The Echo Nest analizuje w internecie rozmowy o muzyce – miliony wpisów na blogach, recenzje muzyczne, tweety i dyskusje w mediach społecznościowych. Platforma Echo Nest zestawia słowa kluczowe znajdujące się w opisach muzyki i jej twórców, a następnie łączy je z innymi artystami i utworami, które zostały opisane podobnymi słowami i frazami kluczowymi. Dane te służą do określenia podobieństw utworów na poziomie bardziej kulturowym.
Nie mam jakichkolwiek złudzeń co do tego, że we współczesnych serwisach streamingowych każda piosenka, której słuchamy, każda piosenka, którą pomijamy, każdy kciuk w górę lub w dół jest śledzony i wprowadzany do algorytmu.
Po takim zmapowaniu świata muzyki pozostaje tylko jedno zadanie – ustalić, gdzie na tej mapie mieści się każdy słuchacz i jego indywidualne przemieszczanie się w przestrzeni muzycznej. Tym samym algorytmy The Echo Nest w czasie rzeczywistym określa Ciebie jako słuchacza, jakim typem fana muzyki jesteś – określa Twoje upodobania muzyczne (wykonawcy i piosenki) oraz zachowania muzyczne (ulubione, oceny, pominięcia). Nazywa się to „profil smaku” (Taste Profile).
Jak to się ma do każdego z nas jako słuchacza? To jest bardzo proste: wszystkie analizy mają praktyczne zastosowanie w rekomendacjach utworów lub wykonawców. I to by było w porządku, gdyby nie fakt targetowania reklam. Jeżeli Spotify wie jakim typem słuchacza jesteś, wie również bardzo dobrze jakiego rodzaju reklamy platforma powinna Ci wyświetlać! A to jest pokłosiem tego, że zdecydowana większość słuchaczy Spotify wybiera „bezpłatną” wersję z reklamami.
F. Pasquale
The Black Box Society. The Secret Algorithms That Control Money and Information, London 2015, Harvard University Press, s. 61.
„«Lepsze doświadczenie użytkownika» to powód, dla którego największe firmy internetowe dają za prawie wszystko, co robią. Ale z pewnością ich interesy muszą czasami być sprzeczne z naszymi – i co wtedy?11 Spory dotyczące stronniczości i nadużycia władzy uwikłały większość ważnych platform internetowych, pomimo aury neutralności, którą tak starannie kultywują. Pocieszające byłoby posiadanie jasnych odpowiedzi na temat tego, kiedy dochodzi do konfliktów i jak sobie z nimi radzić. Jednak ogromne firmy opierają się ujawnieniu znaczących informacji i ukrywają ważne decyzje za technologią i szablonowymi umowami. Co się dzieje, dzieje się poza naszym zasięgiem.”
Już w 2013 roku, gdy The Echo Nest uruchomił usługę „Music Audience Understanding”, dyrektor generalny firmy Jim Lucchese, powiedział, że firma przechodzi teraz od „Jaka jest następna piosenka, którą chcesz usłyszeć?” do „Jakich reklam potrzebujesz, na które prawdopodobnie zareagujesz?”. Wygląda na to, że nie ma nic za darmo a jedno i drugie jest ze sobą ściśle powiązane. Czyżby rację miał Brian Whitman, współzałożyciel The Echo Nest, gdy powiedział: „Preferencje muzyczne mogą przewidzieć o Tobie więcej niż cokolwiek innego”.
Idźmy dalej: jeżeli platformy streamingowe są w stanie zidentyfikować statystycznie znaczące relacje pomiędzy gustem muzycznym a informacjami pozamuzycznymi (wiek, płeć i dziesiątki kategorii stylu życia słuchacza, to przekłada się to bezpośrednio na targetowanie reklamy. A to z kolei przekłada się na możliwość zwiększania stawki dla reklamodawców za prawo dostępu do swoich słuchaczy.
Można postawić pytanie: I do czego służy algorytmizacja muzyki? Każda moineta ma avers i rewers. W wypadku platform streamingowych nie jest inaczej!
Podsumowanie: przyszłość muzyki a zarządzanie algorytmami
Algorytmy niewątpliwie zrewolucjonizowały sposób, w jaki odkrywamy i konsumujemy muzykę. Ich rola w przyszłości będzie rosła, ale ważne jest, aby zachować równowagę między personalizacją a komercjalizacją. Przejrzystość w działaniu algorytmów i większa kontrola użytkowników nad swoimi danymi mogą przyczynić się do bardziej autentycznego odkrywania muzyki.
Spotify zapewnia:
Spotify
„Spotify, polecając treści, priorytetowo traktuje satysfakcję słuchaczy. W niektórych przypadkach względy komercyjne, takie jak koszt treści lub możliwość zarabiania na nich, mogą mieć wpływ na nasze rekomendacje„.
Ale czy można wierzyć tym słowom uwzględniając działanie narzędzi śledzenia i analizy zachowań słuchaczy na platformie? Czy mówimy tutaj tylko o „niektórych przypadkach”? A może to komercjalizacja każdego z nas jest kluczem do algorytmizowania muzyki?
W kontekście przyszłości muzyki, kluczowe będzie zrozumienie i akceptacja roli, jaką technologia odgrywa w naszym codziennym życiu muzycznym. Algorytmiczne rekomendacje mogą być użytecznym narzędziem, o ile są one wykorzystywane w sposób etyczny i z uwzględnieniem potrzeb słuchaczy, a nie wyłącznie w interesie komercyjnych platform streamingowych nastawionych na zysk.
Na podstawie:
- Paolo Magaudda, Smartphones, Music Platforms, and the Algorithm Selection, w: Michela Drusian, Paolo Magaudda, Cosimo Marco Scarcelli, Young People and the Smartphone. Everyday Life on the Small Screen, 2022, Palgrave Macmillan, s.67-84.
- https://www.spotify.com/us/safetyandprivacy/understanding-recommendations
Rekordowy rok dla branży muzycznej w USA. Analiza sprzedaży za 2023 rok według RIAA.
Dane statystyczne opublikowane przez amerykańską organizację RIAA za rok 2023 wskazują na kolejny rekordowy okres, wykazujący ciągły rozwój sprzedaży w…
„Zarażeni dźwiękiem”. Wyniki badań winylowych preferencji muzycznych w Polsce. (Część IV)
W czwartej części przedstawiamy kolejne pytania, na które udzielili odpowiedzi respondenci ankiety, które wprost poświęcone zostały płytom winylowym. Warto przyjrzeć…
Rynek muzyczny w roku 2023 według raportu IFPI
Raport IFPI za rok 2023: Global Music Report – State of the Industry 2024 przybliża nam status quo rynku muzycznego….
Muzyka w interakcji. Raport IFPI „Engaging with Music” 2023 (2)
Największe w swoim rodzaju badanie dotyczące muzyki IFPI z 2023 r. pokazuje, jak fani z całego świata odkrywają, słuchają i…
Muzyka w interakcji. Raport IFPI „Engaging with Music” 2023
„Engaging with Music” raport IFPI to największe tego rodzaju badanie, które dostarcza unikatowego spojrzenia na fanów z całego świata angażujących…
„Zarażeni dźwiękiem”. Wyniki badań preferencji muzycznych w Polsce. (Część III)
Książkę Stanisława Trzcińskiego „Zarażeni dźwiękiem: Rynek muzyczny w czasach sztucznej inteligencji” należy odnotować z kilka powodów, m.in. ze względu na…