Se você está ouvindo música agora, é provável que você não tenha escolhido o que colocar em você mesmo – você terceirizou para um algoritmo. A popularidade dos sistemas de recomendação é tamanha que passamos a contar com eles para nos servir o que queremos sem nem mesmo ter que pedir, com serviços de streaming de música como Spotify, Pandora e Deezer, todos usando sistemas personalizados para sugerir listas de reprodução ou faixas sob medida para o usuário.
Geralmente, esses sistemas são muito bons. O problema, para alguns, é que talvez sejam realmente bons demais. Eles descobriram o seu gosto, sabem exatamente o que você ouve e recomendam mais do mesmo, até que você esteja preso em um poço sem fim de gravações do ABBA (só eu?). Mas e se você quiser sair da rotina normal e tentar algo novo? Você pode treinar ou enganar o algoritmo para sugerir um intervalo mais diversificado?
“Isso é complicado”, diz Peter Knees, professor assistente da TU Wien. “Provavelmente você tem que direcioná-lo diretamente na direção que você já sabe que pode estar interessado.”
O problema só piora quanto mais você confia nas recomendações automatizadas. “Quando você continua ouvindo as recomendações que estão sendo feitas, acaba naquele ciclo de feedback, porque fornece mais evidências de que esta é a música que você deseja ouvir, porque a está ouvindo”, diz Knees. Isso fornece um reforço positivo ao sistema, incentivando-o a continuar fazendo sugestões semelhantes. Para sair dessa bolha, você precisará ouvir explicitamente algo diferente.
Empresas como o Spotify são sigilosas sobre exatamente como seus sistemas de recomendação funcionam (e o Spotify se recusou a comentar sobre os detalhes de seu algoritmo para este artigo), mas Knees diz que podemos presumir que a maioria se baseia fortemente na filtragem colaborativa, que faz previsões pode gostar com base no que outras pessoas que têm hábitos de escuta semelhantes aos seus também gostam. Você pode pensar que seu gosto musical é algo muito pessoal, mas provavelmente não é tão único. Um sistema de filtragem colaborativa pode criar uma imagem de grupos de gostos – artistas ou faixas que atraem o mesmo grupo de pessoas. Realmente, Knees diz, isso não é tão diferente do que fazíamos antes dos serviços de streaming, quando você pode pedir a alguém que gostou de algumas das mesmas bandas que você para mais recomendações.
O problema ocorre quando você quer fugir do seu gênero, época ou gosto geral e encontrar algo novo. O sistema não foi projetado para isso, então você terá que se esforçar. “Francamente, a melhor solução seria criar uma nova conta e realmente treiná-la em algo muito diferente”, diz Markus Schedl, um professor da Johannes Kepler University Linz.
Caso contrário, você precisa buscar ativamente algo novo. Você pode procurar um novo gênero ou usar uma ferramenta fora de seu serviço de streaming principal para encontrar sugestões de artistas ou faixas e depois pesquisá-los. Schedl sugere encontrar algo que você não ouve tanto e iniciar uma lista de reprodução ‘Rádio’ – um recurso do Spotify que cria uma lista de reprodução baseada em uma música selecionada (no entanto, eles também podem ser influenciados por seus hábitos de escuta mais amplos).
Knees sugere esperar por novos lançamentos ou ouvir regularmente as faixas mais populares. “Há uma chance de que a próxima coisa que surgir seja o seu estilo”, diz ele. Mas fugir do mainstream é mais difícil. Você descobrirá que, mesmo se procurar ativamente por um novo gênero, provavelmente será direcionado a artistas e faixas mais populares. Isso faz sentido – se muitas pessoas gostam de algo, é mais provável que você também goste – mas pode dificultar a descoberta de joias escondidas.
Knees aconselha, portanto, a tentar explorar ativamente a “cauda longa” – o grande número de artistas e faixas que têm poucos ouvintes, mas que podem ser apenas o seu nicho. Embora você possa navegar manualmente por artistas obscuros e catálogos antigos, no entanto, suas recomendações provavelmente ainda tenderão um pouco mais para o mainstream. “Mesmo se você estiver na cauda longa, isso o empurra de volta para a cabeça, para os itens populares, ao fazer recomendações, porque é aqui que o sistema é mais estável”, diz ele.
Como regra geral, se você quiser diversificar sua audição, terá que se esforçar mais na descoberta de música em vez de permitir que o sistema faça isso por você. Em vez de apenas ouvir listas de reprodução personalizadas, você pode seguir listas de reprodução selecionadas por indivíduos, bem como fazer a sua própria. “Se você está dependendo de uma plataforma para fazer o trabalho por você, então você está basicamente no modo de rádio, como as pessoas estavam antes”, diz Knees.
Os sistemas de recomendação de música podem funcionar de outra forma, o que pode ajudar a quebrar o ciclo de feedback: recomendações baseadas em conteúdo. Nessa abordagem, as recomendações são baseadas no som, e não nos hábitos de escuta de outras pessoas. O sistema pode quantificar aspectos da música, como andamento, e encontrar faixas semelhantes com base nessas qualidades acústicas. Schedl sugere que você pode até mesmo colocar um valor numérico em coisas como “dançabilidade” ou “instrumentalidade”. Nesse caso, você pode até ajustar o sistema para diversidade, ajustando o quão semelhantes as faixas recomendadas devem ser.
O quanto esse tipo de abordagem de recomendação baseada em conteúdo é usado, no entanto, é desconhecido e pode ser uma estratégia muito arriscada em termos de experiência do usuário. Jogue muito da mesma coisa e o usuário pode ficar entediado; mas toque algo muito fora de sua zona de conforto e eles podem simplesmente sair.
“Você tem esse compromisso entre se ater a recomendações realmente sólidas e sem risco, apenas fazendo o que todo mundo faz e, por outro lado, deixar o computador fazer uma recomendação com base nas propriedades do som sozinho, sem saber nada sobre os aspectos culturais de música, o que pode quebrar completamente essa expectativa ”, diz Knees. Isso pode ser bom – pode encontrar a música perfeita só para você – ou pode minar completamente a confiança do usuário no sistema de recomendação.
Enquanto isso, se 2021 é o ano em que você volta para a descoberta da música, você terá que tomar a iniciativa de explorar o que está fora de sua bolha de filtros. É provável, de fato, que você ouça uma variedade maior de músicas desde o uso de plataformas de streaming do que antes. Talvez, muses Knees, tenha sido o esforço extra exigido para encontrar um artista ou uma faixa do passado que fez com que parecesse mais precioso. Faça o trabalho, então, e talvez valha a pena.
Não esqueça de deixar o seu comentário.