La façon dont j’écoute de la musique est fonctionnelle. J’ai une playlist pour le gymnase, la musique de fond du travail et le déchaînement pour me pousser à travers l’échec de l’après-midi. Mon choix est associé à des activités spécifiques et à une journée, donc lorsque Spotify a introduit la liste de jour en septembre 2023, j’étais plié.
Daylist est une liste de lecture dynamique et individuelle qui met à jour toute la journée en fonction de vos habitudes d’audition. Il guérit la piste qui correspond aux options précédentes, s’ajuste à différents moments et, d’humeur. C’est l’ouvrir idéal, riez des noms de playlist Ressed, frappe le remaniement et allez, aucune réflexion n’est requise.
Mais est-ce une bonne chose? Tout d’abord, j’ai adoré. Mais au fil du temps, cela est passé de la chose que j’ai appréciée par quelque chose en quoi je fais trop confiance sans aucun sentiment. Et maintenant, j’ai commencé à noter un modèle – le même sujet, le même type de piste à plusieurs reprises.
Ce qui me surprend: suis-je piégé dans une boucle organisée par l’IA, jusqu’à ce que mon goût soit un circuit fermé, nourrissez les mêmes préférences dans le système? L’algorithme de recommandation de Spotify me rend-il approximatif – et j’ose appeler cela ennuyeux?
Comment fonctionnent les recommandations?
Le matériel personnel est une partie importante du succès de Spotify, et Daylist est l’une des nombreuses caractéristiques gérées par recommandé. Là, nous recherchons chaque semaine, libérons un radar, le mixage quotidien, la répétition, le rembobinage, votre podcast quotidien, et plus encore.
Les listes de lecture saisonnières, telles que Spotify enveloppées, gardent les choses fraîches. L’approche de Spotify a connu un tel succès que d’autres services de streaming ont suivi la poursuite, affiner leur propre liste de lecture et les moteurs recommandés pour concourir.
Certaines listes de lecture sont organisées par de vrais humains dans Spotify, mais la plupart des recommandations reposent sur des algorithmes. Le système puise de nombreuses entrées: ce que vous entendez, ce que vous laissez, ce que vous économisez, votre emplacement, votre âge, le large comportement de l’écoute et les tendances générales. Une méthode majeure est un filtrage collaboratif, analysant les utilisateurs avec des habitudes similaires pour recommander la musique que vous aimez.
Une autre technique examine le filtrage basé sur les matériaux, les caractéristiques des chansons – comme pour trouver un tempo, un style et un casson d’instrumentation et suggérer des pistes similaires. Ensuite, la conscience de référence filtre, qui considère l’heure de la journée, l’emplacement et le passé pour entendre le comportement – c’est le même que le diaphonie de puissance.
Ces techniques fonctionnent ensemble pour garder les recommandations fraîches mais toujours pour rester personnelles. Même quand il sent que l’algorithme ne fait que recycler mon ancien favori, il introduit en fait de nouvelles chansons qui correspondent à mon goût – juste assez de variété pour garder les choses intéressantes avec
Bulle de filtre
Il y a un côté négatif pour toute privatisation. Plus j’écoute les recommandations de l’algorithme, plus mon choix devient fort, connu sous le nom de bulle Eco Chamber ou Filtre.
Et ce n’est pas seulement Spotify. Netflix, YouTube, Applications de nouvelles – ils fonctionnent tous de la même manière, qui nous aiment déjà, qui nous aiment déjà, parfois au prix d’une véritable recherche.
Ce n’est pas nouveau. Au fil des ans, notre expérience numérique – et même notre goût – sont plus façonnées par les recommandations que notre propre curiosité. L’installation est cuite, ce qui rend difficile de se débarrasser. Et soyons honnêtes – ces plates-formes sont conçues pour faire défiler, nous voir et nous écouter, ce n’est pas une question de ce qui est suivant.
Algorithme
Si les recommandations alimentées par l’IA me maintiennent dans une ornière musicale, quelle est la solution? Les correctifs sont simples – presque embarrassées – mais j’avais besoin d’un rappel.
Récemment, j’essaie de trouver de la nouvelle musique. Je demande à des amis plus de podcasts musicaux, de stations de radio et de recommandations. Même en reconnaissant simplement que je peux rester coincé une longueur d’avance.
J’utilise également Spotify plus intentionnel – pour remanier dans ma bibliothèque pour redécouvrir l’ancien favori, je recherche des artistes plutôt que de cliquer sur le bouclier de couleur rêveur de la liste de jour. Ce matin, au lieu de la liste d’ouverture, j’ai joué une nouvelle liste de lecture musicale. Pas un grand pas, mais un petit.
Parce que si j’aime la commodité d’un algorithme, je me dis quoi entendre, ce qui aime, ce qui est prudent, je n’aime pas comment il reflète la musique. Ces plateformes ne sont pas conçues pour nous aider à trouver des joyaux cachés ou à soutenir des artistes émergents – les champions qui sont déjà à la mode. Leur véritable objectif? Tenez-nous occupé et gagnez de l’argent.
Et pourtant, il y a quelque chose de magique dans les remèdes humains, l’aléatoire et les découvertes fortuites. Mais ce genre d’exploration tente, la patience et parfois le désir de se tromper. Pouvons-nous jamais coder dans un algorithme? Il a l’air très sale, très humain – mais peut-être un jour.
Ensuite, j’ai peut-être trouvé tout ce mal. Ce moteur de recommandation peut comprendre un humain profond – pas seulement la partie que nous aimons accepter. Nous disons que nous aimons la découverte, que nous avons envie de nouveauté. Mais quand il s’agit de divertissement – films, télévision, musique – peut-être que nous ne sommes pas si courageux. Peut-être que nous aimons les choses pour nous sentir familiers.
Peut-être que ça ne m’entraîne pas. Peut-être que je suis juste ennuyeux.
