....................... ....................... ....................... ....................... ....................... ....................... ....................... ....................... ....................... ....................... .......................
Compre online

Browse By

music-inbox

Music Inbox: curadoria musical humana em tempos de máquinas curadoras

A pós-modernidade informacional pode facilmente ser descrita como a era dos algoritmos. Para cada atividade cotidiana, há um código a nos vigiar e, a cada “esquina” em que viramos, há algo a ser oferecido com base nas nossas atividades anteriores. É a era do “compre isso se você se interessou por aquilo”; do “assista este se você já assistiu aquele outro”. É a era dos banners inteligentes/insistentes que vão lhe perseguir e oferecer mamadeiras pelo restante da sua vida se, num acesso de curiosidade, você pesquisar sobre as mudanças hormonais da gestação. Entenda que os banners não fazem isso porque são maus, mas porque não possuem inteligência própria. Acontece que os algoritmos são programados para rastrear atividades frias e comuns, então não estão prontos para lidar com nossos comportamentos estranhos; são máquinas matemáticas que vão demorar a entender que a sua pesquisa sobre biscoitos chineses da sorte, às 2:00 da manhã, está mais ligada à sua insônia do que ao seu interesse em adquirir produtos orientais.

Music Inbox: projeto da auxilia e ao mesmo tempo dribla o algoritmo do Spotify ao reumanizar a escuta de música digital. Conheça clicando aqui.

Music Inbox: projeto auxilia e ao mesmo tempo dribla o algoritmo do Spotify ao reumanizar a escuta de música digital. Conheça clicando aqui.

Talvez isso explique o fato de tantos perfis de usuários terem desistido das sugestões de músicas enviadas pelo Spotify. Embora o algoritmo da companhia de streaming tenha melhorado muito nos últimos tempos, a análise fria do código sobre o comportamento dos ouvintes ainda não dá conta da forma esquisita como as pessoas escutam música na prática. Enquanto o sistema tenta interpretar as ações do ouvinte a partir de cálculos matemáticos, o usuário opera dentro do sistema montando playlists sem pé nem cabeça com base apenas no seu livre arbítrio de uso; e enquanto o sistema tenta relacionar os perfis de usuário de maneira objetiva para entender semelhanças entre gêneros musicais na geração de playlists, os usuários seguem ouvindo música de maneira passional com base em associações subjetivas que respondem apenas à sua prática cotidiana e à sua memória afetiva. Eis um relacionamento cheio de problemas que o serviço tenta resolver com as armas que tem, conforme escreveu um tempo atrás o blog da Bananas Music Branding.

“Se o Spotify nota que duas das suas músicas favoritas aparecem em uma mesma playlist dentro da plataforma, junto com uma terceira que você nunca ouviu, ele joga a última pra sua Descobertas da Semana. (…) O algoritmo também cria um ‘perfil pessoal’ baseado no seu gosto musical. E aí você é agrupado, junto com várias outras pessoas com gosto parecido”. Em Desvendando as Descobertas da Semana do Spotify.

Perceba como essa lógica é estruturada com base na normalidade do usuário, no estabelecimento de semelhanças e perfis, não estando pronta para entender por que diabos você escutou Wando ao longo da semana passada se a música popular dos anos 80 não combina com os seus artistas preferidos de sempre; e uma lógica com menos capacidade ainda de entender que não é porque você ouviu Wando ao longo de uma semana que você automaticamente vai se interessar por ouvir Reginaldo Rossi pelos próximos 15 dias. Toda uma ciência complexamente calculada (conforme detalha a pesquisadora Daniela Bertocchi em seu artigo sobre o tema) que ainda precisará evoluir para compreender que a música que você ouviu escondido durante o mês passado INTEIRO não pode, EM HIPÓTESE ALGUMA, aparecer na playlist que você está escutando com os amigos no carro. E, nessas situações de escuta coletiva, qualquer faixa mal colocada pode ser fatal. Talvez seja um dos poucos casos onde a margem de acerto de 98% do algoritmo não seja o bastante.

Roberto Carlos e Anitta no especial do Rei em 2013: se a programação do especial fosse montada por um algoritmo, dificilmente teríamos visto esta cena, mas quem acompanha a edição anual sabe que coisas desse tipo são bem comuns de acontecer.

Roberto Carlos e Anitta no especial do Rei em 2013: se a programação do especial fosse montada por um algoritmo, dificilmente teríamos visto esta cena, mas quem acompanha a edição anual sabe que coisas desse tipo são bem comuns por ali.

Colocando humanidades no jogo

Enquanto o sistema, por sua natureza matemática/técnica, se esforça na busca por cálculos mais sofisticados que “humanizem” as sugestões musicais, usuários verdadeiramente humanos se incluem no processo propondo outras lógicas, complementares e ao mesmo tempo opositoras ao algoritmo. É o caso do projeto Music Inbox, criado pela própria Bananas Music Branding.

Na prática, o projeto é um sistema de recomendação de playlists gerido por seres humanos com RG, CPF e obrigações natalinas. Você se cadastra em uma lista de recepção de e-mails (através desse link) e, a partir desse cadastro, passa a receber, na sua caixa de entrada, sugestões de playlists de Spotify montadas por outros usuários. Essas playlists sugeridas, por sua vez, podem abranger um gênero específico, como a autoexplicativa Jazzy Mood, que poderia ser facilmente gerada pelo próprio software do Spotify a partir da relação de dados. Mas essas playlists podem também ser construídas com lógicas genuinamente humanas praticamente impensáveis para um sistema binário de rastreamento, como a instigante Fashion Drops Velvet Edition, que reúne música “sexy e sofisticada”. Imagine agora o algoritmo do Spotify tentando calcular o grau de sensualidade de uma música e você certamente entenderá como (pelo menos por enquanto) só um ser humano (com libido, sexualidade e inspiração) poderia montar uma lista desse tipo.

>> Inscreva-se no Music Inbox utilizando este link e passe a receber as playlists no seu e-mail.

Dessa forma, o Music Inbox se coloca como parceiro do algoritmo (à medida que auxilia o Spotify dando-lhe qualidades afetivas que por natureza o sistema não possui) e ao mesmo se posiciona como opositor da própria lógica algoritmica (à medida que propõe a subjetivização da escuta, na contramão da padronização e do achatamento dos gostos propostos pela lógica matemática do software).

Esse caráter de oposição ao maquínico fica ainda mais fortalecido quando se repara no modo de distribuição das playlists: via e-mail, para garantir que TODOS os inscritos receberão TODOS os conteúdos, em oposição à matemática de filtros do Facebook ou do Instagram, onde um algoritmo define quais usuários receberão determinados conteúdos com base em cálculos que o próprio usuário não consegue controlar plenamente.

Com suas características e curiosidades que merecem ser refletidas – e com sugestões ricas geradas por usuários tão estranhos quanto os que escutam – o Music Inbox é um projeto de identidade informacional híbrida, típica de um momento de transição onde o software avança para tentar entender o homem nas suas maiores especificidades e o homem reage fazendo um uso marginal dos sistemas e garantindo a sua subjetividade essencial.