Algoritma musik gagal | Tepi

[ad_1]

Ini Langkah Mundurbuletin mingguan yang menguraikan satu cerita penting dari dunia teknologi. Untuk mengetahui lebih lanjut tentang cara melepaskan diri dari algoritme dan menemukan hal-hal yang Anda sukai, ikuti Terrence O'Brien. Langkah Mundur tiba di kotak masuk pelanggan kami pada pukul 8 pagi ET. Ikut serta Langkah Mundur Di Sini.

Saya dulu pernah melakukan ritual ini. Setiap hari Selasa, saya turun dari kereta di 8th Street dalam perjalanan pulang kerja. Saya akan mampir ke Other music, membeli CD baru (atau tiga…) dan kemudian berjalan ke Staten Island Ferry mendengarkan CD baru saya. Bahkan jika tidak ada rekaman baru yang saya nantikan minggu itu, saya akan membeli sesuatu. Seringkali, jika saya masuk tanpa memikirkan sesuatu yang spesifik, saya akan melihat rak berbentuk piramida di ujung lorong yang menyimpan pick staf. Saya akan membaca kartu indeks yang ditempel di rak berisi dukungan tulisan tangan dari seseorang yang bekerja di sana dan mengambil sesuatu yang kedengarannya menarik.

Ini mungkin tampak seperti masa lalu, namun hingga tahun 2010-an, kebanyakan orang menemukan musik baru dengan cara yang sama: menjelajahi toko kaset, teman di sekolah, kakak laki-laki keren dari seseorang, CMJ Musik Baru Bulanan mencampur CD.

Hal ini mulai berubah pada tahun 2000an dengan munculnya mesin rekomendasi algoritmik pertama. Pandora adalah pionir besar di sana dengan proyek Music Genome-nya. Tujuannya adalah untuk mengelompokkan lagu ke dalam ciri-ciri yang mudah diukur seperti “jenis kelamin vokalis utama, tingkat distorsi pada gitar listrik, jenis vokal latar”, dan sejenisnya. Kemudian ia akan mencari lagu lain yang memiliki sejumlah kesamaan dan memutar lagu tersebut.

Pandora menikmati kesuksesan awal karena pendekatan algoritmiknya terhadap rekomendasi musik merupakan hal baru pada saat itu. Namun ada juga tanda-tanda peringatan akan adanya masalah yang akan datang. Siapa pun yang menggunakan Pandora pada masa pertengahan hingga akhir pasti akrab dengan kecenderungannya untuk memutar ulang 10 lagu yang sama berulang kali.

Hal ini sebagian karena ia menjadi yang terdepan dalam streaming dan memiliki perpustakaan kecil. Ketika Pandora mengajukan IPO pada Februari 2011, Pandora hanya memiliki sekitar 800.000 lagu dari 80.000 artis. Bandingkan dengan saat ini, ketika pemain kecil seperti Qobuz memiliki lebih dari 100 juta lagu.

Hanya beberapa bulan kemudian, pada bulan Juli 2011, Spotify mendarat di AS dengan katalog 15 juta lagu dan mengubah segalanya. Sejak saat pertama, Spotify sepenuhnya menggunakan algoritma. Pada tahun 2015, Spotify mungkin meluncurkan fitur paling ikoniknya, playlist Discover Weekly, yang menyajikan rekomendasi algoritmik baru setiap minggunya, sesuai dengan namanya.

Discover Weekly jauh lebih canggih daripada proyek Music Genome. Ini dimulai dengan mengambil lagu-lagu dari daftar putar yang dibuat oleh penggunanya, kemudian mencocokkannya dengan profil selera masing-masing pengguna, menggunakan teknologi dari perusahaan bernama The Echo Nest yang dibeli pada tahun 2014. Kemudian melakukan penyesuaian dan pemfilteran tambahan, termasuk analisis pembelajaran mesin terhadap data audio mentah, sebelum membuatkan Anda daftar putar unik berisi 30 lagu.

Spotify adalah layanan streaming musik paling populer di dunia. Meskipun rekomendasi algoritmiknya belum tentu menjadi alasannya, jangkauannya berarti bahwa ratusan juta orang mendapatkan makanan musik yang dikurasi oleh mesin. Tujuan Spotify adalah membuat Anda tetap mendengarkan apa pun yang terjadi. Dalam bukunya Mesin Suasana Hatijurnalis Liz Pelly menceritakan kisah yang diceritakan oleh mantan karyawan Spotify kepadanya, di mana Daniel Ek mengatakan, “satu-satunya pesaing kita adalah keheningan.”

Menurut karyawan ini, pimpinan Spotify tidak memandang dirinya sebagai perusahaan musik, melainkan sebagai pengisi waktu. Karyawan tersebut menjelaskan bahwa, “sebagian besar pendengar musik, mereka tidak terlalu tertarik untuk mendengarkan musik. Mereka hanya memerlukan soundtrack untuk momen dalam keseharian mereka.”

Menyediakan soundtrack untuk hari Anda mungkin tampak tidak terlalu penting, tetapi hal ini menginformasikan cara kerja algoritma Spotify. Tujuannya bukan untuk membantu Anda menemukan musik baru, tujuannya hanyalah untuk membuat Anda terus mendengarkannya selama mungkin. Ini menyajikan lagu-lagu teraman agar Anda tidak menekan tombol stop.

Perusahaan ini bahkan bermitra dengan layanan perpustakaan musik dan perusahaan produksi di bawah program yang disebut Perfect Fit Content, atau PFC. Hal ini ditandai dengan terciptanya artis-artis palsu atau “hantu” yang membanjiri Spotify dengan lagu-lagu yang dirancang khusus agar menyenangkan dan tidak dapat diabaikan. Ini musik sebagai konten, bukan seni.

Layanan streaming juga memberi label rekaman sejumlah besar data tentang apa yang didengarkan orang. Dan dalam bentuk umpan balik, label mulai memprioritaskan artis yang terdengar seperti apa yang sudah didengarkan orang. Dan apa yang didengarkan orang-orang adalah apa yang disarankan oleh algoritme.

Artis, terutama yang baru mencoba melakukan terobosan, sebenarnya mulai mengubah cara mereka mengarang agar bisa bermain lebih baik di era streaming yang didorong oleh algoritme. Lagu menjadi lebih pendek, album menjadi lebih panjang, dan intro dihilangkan. Hooknya didorong ke depan lagu untuk mencoba menarik perhatian pendengar dengan segera, dan hal-hal seperti solo gitar menghilang dari musik pop. Palet suara yang digunakan artis menjadi lebih kecil, aransemennya menjadi lebih sederhana, musik pop diratakan.

Di dunia di mana sebagian besar konten disajikan kepada kita secara algoritmik, baik itu di Spotify, YouTube, atau TikTok, penemuan musik mengalami kesulitan. Firma riset pasar MIDiA menerbitkan sebuah studi yang mengkhawatirkan pada bulan September yang mengatakan, “semakin banyak pengguna bergantung pada algoritma, semakin sedikit musik yang mereka dengar.” Penelitian tersebut menemukan bahwa meskipun penemuan musik baru secara tradisional dikaitkan dengan kaum muda, “usia 16-24 tahun lebih kecil kemungkinannya dibandingkan usia 25-34 tahun untuk menemukan artis yang mereka sukai dalam setahun terakhir.” Gen Z mungkin mendengar lagu yang mereka sukai di TikTok, tetapi mereka jarang menyelidiki lebih jauh untuk mendengarkan lebih banyak musik dari artis tersebut.

Kelelahan algoritma telah terjadi selama beberapa waktu. Apple menjadikan kurasi manusia sebagai nilai jual utama layanan musiknya, dengan merekrut nama-nama besar seperti Jimmy Iovine dan Zane Lowe. Namun baru-baru ini, pemberontakan terhadap algoritma tersebut semakin meningkat.

Bandcamp Daily telah menjadi landasan penemuan musik sejak tahun 2016, dan situs tersebut meluncurkan Klub Bandcamp pada tahun 2025. Klub ini mengirimkan satu album pilihan setiap bulan, wawancara artis, dan pesta mendengarkan langsung kepada pelanggan. Qobuz memang memiliki mesin rekomendasi algoritmik, namun jauh lebih fokus pada sisi editorialnya Majalah Qobuz.

Generasi Z mungkin lebih kecil kemungkinannya menemukan artis baru yang mereka sukai dibandingkan generasi sebelumnya. Namun mereka juga memimpin kebangkitan radio kampus. Radio terestrial dulunya tampak seperti format yang sekarat, namun banyak sekolah kini melaporkan bahwa mereka tidak memiliki cukup slot waktu untuk mengakomodasi semua calon DJ.

Bahkan iPod sedang menikmati kebangkitan. iPod klasik berharga ratusan dolar di eBay, dan seluruh subkultur, meskipun kecil, telah muncul untuk memodifikasinya guna memperpanjang masa pakai baterai, meningkatkan penyimpanan, dan menambahkan kenyamanan modern seperti Bluetooth dan USB-C.

Pada tahap ini, anti-algoritma itu sendiri merupakan keseluruhan genre konten. Khususnya di YouTube, tempat para pembuat konten membuat video tentang menghentikan streaming, menghentikan doomscrolling, dan bagaimana algoritme telah meratakan budaya.

Tentu saja, begitu sesuatu menjadi tren, hanya masalah waktu sebelum perusahaan mulai mencari cara untuk mendapatkan keuntungan. Spotify telah memperkenalkan fitur untuk mencoba mengatasi keluhan tentang algoritmanya, termasuk kemampuan untuk mengecualikan lagu dari profil selera Anda. Namun itu juga memperkenalkan fitur kurasi manusia baru.

Lebih banyak perusahaan mungkin akan mulai menawarkan off-ramp seiring dengan meningkatnya kelelahan algoritma. Namun, pada akhirnya, perusahaan akan menemukan cara untuk menciptakan ilusi penemuan yang tidak disengaja. Mereka akan menyajikan rekomendasi algoritmik, namun mengemasnya dengan cara yang terasa lebih alami.

Tidak sulit membayangkan masa depan di mana playlist yang seolah-olah dikurasi oleh manusia dirancang secara algoritmik untuk mengecualikan lagu-lagu yang tidak sama persis dengan riwayat pendengaran Anda. Atau rekomendasi algoritmik ditempatkan secara halus di tempat yang mudah ditemukan, membuat Anda merasa seperti menemukan rekor baru sendirian. Anda masih akan dimanipulasi oleh suatu algoritma; itu hanya akan lebih sulit dikenali.

  • Berdasarkan standar saat ini, proyek Music Genome masih sangat sederhana. Itu bergantung pada manusia yang secara manual menandai lagu dengan berbagai “gen.” Orang-orang yang melakukan pekerjaan ini adalah musisi dan ahli musik terlatih, namun sebagian besar database masih bergantung pada opini subjektif individu. Pada awalnya, hanya 10 persen lagu yang dianalisis oleh lebih dari satu musisi untuk memastikan tingkat konsistensi tertentu.
  • Dengan sendirinya, kebangkitan vinil adalah bagian dari sentimen anti-algoritma. Ini mungkin dimulai sekitar tahun 2007, tetapi mencapai puncaknya pada tahun 2020-an. Pendengar mulai menerima kembali media fisik dan format album. Awalnya, ini didorong oleh artis independen dan toko musik kecil, tapi akhirnya artis seperti Taylor Swift pun ikut serta, menjual lebih dari 1,3 juta kopi. Kehidupan Seorang Gadis Panggung pada vinil di minggu pertama.
  • Last.FM adalah sistem rekomendasi musik awal lainnya yang mengandalkan analisis data. Ini melacak apa yang Anda dengarkan dan menyarankan band berdasarkan apa yang disukai pengguna lain dengan selera yang sama. Meskipun masih ada, rekomendasi algoritmik asli di Spotify dan sejenisnya menjadikannya usang. Meskipun tampaknya menemukan kehidupan kedua di Discord.
  • Buku Liz Pelly Mesin Suasana Hati menawarkan ikhtisar luas tentang tindakan mencurigakan Spotify, tetapi kutipan ini diterbitkan di Harper memberi Anda semua detail terpenting tentang program Konten Perfect Fit.
  • Desainer UX Lou Millar-MacHugh menjelaskan mengapa kita tidak bisa mendapatkan hal-hal menyenangkan di internet karena perusahaan hanya akan belajar menciptakan kebetulan yang dibuat-buat.
  • Orang Dalam Bisnis melihat bagaimana pelanggan Spotify “dibanjiri dengan musik yang mereka benci.”
  • Perusahaan Cepatsejarah Pandora yang menakjubkan dari pionir streaming musik hingga catatan kaki sejarah.
Ikuti topik dan penulis dari cerita ini untuk melihat lebih banyak hal serupa di feed beranda hasil personalisasi Anda dan untuk menerima pembaruan email.


[ad_2]

Algoritma musik gagal | Tepi