Algorytmiczne odkrywanie muzyki. Co za tym stoi?

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:

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.

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.

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.

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:

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