The Stepback heti hírlevelünkben egy-egy fontos technológiai témát bontunk ki részletesen. Ebben a cikkben a zenei algoritmusok térnyerésének történetét és hatásait vizsgáljuk meg, különös tekintettel arra, hogyan változtatták meg a zenehallgatási szokásokat és az új zenék felfedezését.
Régi idők rituáléja: a zene felfedezése fizikai formában
Nem is olyan régen, még a 2010-es évek előtt, az emberek többsége hasonló módon fedezte fel az új zenéket: lemezboltokban böngészve, barátoktól hallva vagy akár egy menő idősebb testvér ajánlására. Egy személyes emlék szerint minden kedden, hazafelé menet egy New York-i metrómegállónál betért egy kis lemezboltba, ahol gyakran vásárolt egy-két CD-t, majd azokat hallgatva sétált tovább a Staten Island-i kompig. Ha nem volt konkrét elképzelése, akkor a bolt dolgozóinak ajánlásait tartalmazó kézzel írt kártyák alapján választott új albumot.
Ez az élmény ma már szinte őskorinak tűnik, hiszen azóta gyökeresen megváltozott a zene felfedezésének módja.
Az algoritmusok megjelenése: Pandora és a Music Genome Project
A 2000-es években jelentek meg az első algoritmusalapú zenei ajánló rendszerek. A Pandora volt az egyik úttörő, amely a Music Genome Project nevű kezdeményezésével próbálta lebontani a dalokat könnyen mérhető jellemzőkre – például az énekes nemére, az elektromos gitár torzításának mértékére vagy a háttérvokál típusára –, majd ezek alapján keresett hasonló számokat.
Bár Pandora kezdetben sikeres volt újszerű algoritmusa miatt, hamar megmutatkoztak korlátai is: gyakran ugyanazt a 10-15 dalt játszotta újra és újra. Ez részben annak volt köszönhető, hogy streaming szolgáltatóként még viszonylag kis zenei könyvtárral rendelkezett – 2011-ben körülbelül 800 ezer dal szerepelt kínálatában.
A Spotify forradalma és az algoritmikus ajánlások fejlődése
2011 júliusában érkezett meg az Egyesült Államokba a Spotify, amely már 15 millió dalból álló katalógussal indult. A Spotify rögtön teljes mellszélességgel belevetette magát az algoritmusok fejlesztésébe. 2015-ben elindította ikonikus funkcióját, a Discover Weekly lejátszási listát, amely hetente frissített személyre szabott ajánlásokat kínál.
A Discover Weekly jóval kifinomultabb rendszer volt, mint Pandora korábbi megoldása: először felhasználók által készített lejátszási listákból merített dalokat, majd ezeket összevetette egyéni ízlésprofilokkal – ezt egy 2014-ben felvásárolt cég, az Echo Nest technológiája tette lehetővé. Ezt követően további finomhangolások és gépi tanulásos elemzések következtek, így alakult ki minden felhasználó számára egyedi 30 számos lista.
Spotify célja: minél hosszabb hallgatói elköteleződés
A Spotify ma a világ legnépszerűbb zenei streaming szolgáltatása. Bár nem kizárólag az algoritmusai miatt vált sikeressé, ezek révén több százmillió ember kap folyamatosan gépi válogatású zenét. A vállalat célja nem feltétlenül az új zenék felfedezésének segítése, hanem hogy minél tovább lekösse hallgatóit.
Liz Pelly újságíró „Mood Machine” című könyvében idézi egy korábbi Spotify alkalmazott történetét, amely szerint Daniel Ek vezérigazgató kijelentette: „az egyetlen versenytársunk a csend.” Ez azt jelenti, hogy Spotify nem csupán zenei cégként tekint magára, hanem időkitöltő szolgáltatásként – sok hallgató valójában nem is igazán zenét akar hallgatni, csak háttérzenét keres napjuk pillanataihoz.
A „Perfect Fit Content” program és a mesterséges tartalomgyártás
A Spotify még tovább ment: létrehozott egy programot Perfect Fit Content (PFC) néven, amely keretében hamis vagy „szellemművészek” által készített dalokat töltöttek fel kifejezetten úgy komponálva, hogy kellemesek legyenek ugyan, de ne vonják el túlzottan a figyelmet. Ez már nem művészetként kezelte a zenét, hanem egyszerű tartalomként.
A zenei ipar alkalmazkodása az algoritmusokhoz
A streaming szolgáltatások rengeteg adatot szolgáltattak arról, mit hallgatnak az emberek. Ennek hatására a kiadók elkezdték előnyben részesíteni azokat az előadókat és dalokat, amelyek megfelelnek az algoritmusok által preferált mintáknak. Az előadók pedig – különösen az újonnan feltörekvők – elkezdtek úgy komponálni, hogy jobban illeszkedjenek ezekhez az elvárásokhoz:
- A dalok rövidebbek lettek;
- Az albumok hosszabbak;
- Az intrók eltűntek;
- A sláger rész (hook) került előre;
- A gitárszólók szinte teljesen eltűntek;
- A hangzásvilág beszűkült és egyszerűsödött;
- A popzene dinamikája laposabbá vált.
Zenehallgatás és felfedezés válsága az algoritmikus korban
Mivel ma szinte minden tartalmat algoritmusok válogatnak ki nekünk – legyen szó Spotify-ról, YouTube-ról vagy TikTok-ról –, maga a zenei felfedezés jelentősen visszaesett. A MIDiA piackutató cég szeptemberi tanulmánya szerint minél inkább támaszkodnak az emberek algoritmusokra, annál kevesebb új zenét hallanak.
Különösen aggasztó adat, hogy míg hagyományosan a fiatalabb korosztály (16-24 évesek) volt leginkább nyitott új előadók felfedezésére, most ők kevésbé találnak rá új kedvenceikre mint az idősebbek (25-34 évesek). Bár például Gen Z tagjai TikTok-on találkozhatnak egy-egy slágerrel, ritkán kutatnak tovább adott előadó után.
Az algoritmus-ellenesség erősödése és alternatívák
Egyre többen érzik úgy: elegük van az állandó algoritmikus ajánlásokból. Az Apple például emberi kurátorokat állított szolgáltatásai élére olyan nevekkel mint Jimmy Iovine vagy Zane Lowe. A Bandcamp Daily 2016 óta fontos szereplője a zenei felfedezésnek; 2025-ben indította el Bandcamp Clubs nevű programját is, amely havonta egy ember által kiválasztott albumot kínál interjúkkal és élő közvetítésekkel együtt.
A Qobuz streaming szolgáltatás is rendelkezik algoritmikus ajánlóval, de erősen fókuszál szerkesztőségi tartalmaira is Qobuz Magazine néven.
Újraéledő analóg kultúra és rádiózás
Bár Gen Z kevésbé fedez fel új előadókat digitális platformokon keresztül, éppen ők vezetnek egyfajta visszatérést a főiskolai rádiózásban. A földi rádiózás sokáig haldokló formátumnak tűnt, de ma már sok intézmény jelezte: nincs elég műsoridő minden feltörekvő DJ számára.
Még az iPod is reneszánszát éli: klasszikus modellekért több száz dollárt adnak eBay-en; létezik egy kisebb közösség is akik modifikálják ezeket készülékeket akkumulátor-csere vagy Bluetooth csatlakozás érdekében.
Az „anti-algoritmus” mint önálló műfaj
Különösen YouTube-on terjednek azok a tartalmak amelyek arról szólnak hogyan lehet megszabadulni a streaming szolgáltatásoktól vagy hogyan kerülhetjük el az „algoritmikus kimerültséget”. Ezekben videós alkotók mutatják be hogyan torzítják el kulturális élményeinket ezek a gépi rendszerek.
A jövő kilátásai: mesterséges véletlenszerűség és emberi kuráció illúziója
Bár jelenleg több szolgáltató is próbál reagálni kritikákra – például lehetőséget adva bizonyos dalok kizárására személyes profilból vagy emberi kurátorok bevonásával –, várhatóan hamarosan megjelenik majd egyfajta „mesterséges véletlenszerűség”. Ez azt jelenti majd, hogy bár látszólag emberi válogatásokat kapunk majd kézhez, valójában ezek is algoritmusok által lesznek finomhangolva úgy, hogy ne tűnjön fel manipuláció.
Zárszó: Az algoritmusok múltja és jelenje
A Music Genome Project kezdetleges módszerekkel dolgozott: emberek manuálisan címkézték fel dalokat különböző „génekkel”, bár csak körülbelül 10%-ukat ellenőrizték többen is egységesítés céljából. Ez azonban már akkor is szubjektív volt.
Érdekes módon a bakelitlemez reneszánsza is részben ennek az anti-algoritmikus hangulatnak köszönhető. Bár 2007 körül indult el ez a folyamat, igazán csak a 2020-as években érte el csúcspontját. Kezdetben független művészek és kis lemezboltok hajtották ezt előre; később olyan sztárok is beszálltak mint Taylor Swift – aki első héten több mint 1.3 millió bakelitet adott el albumából.
További érdekességek és források
- Last.FM: Egy másik korai ajánló rendszer adat-alapú javaslatokkal; mára inkább Discord közösségek használják.
- Mood Machine (Liz Pelly): Részletes betekintést nyújt Spotify működésébe és Perfect Fit Content programjába.
- User Experience szakértő Lou Millar-MacHugh: Elemzi miért nem lehet igazán „jó dolgunk” az interneten mesterséges véletlenszerűség nélkül.
- Business Insider: Vizsgálja hogyan árasztják el Spotify-felhasználókat olyan zenékkel amiket nem szeretnek.
- Fast Company: Pandora történetének izgalmas áttekintése pionír szereptől feledésig.
Kövess minket további izgalmas tech- és zenei témákért!
Forrás: https://www.theverge.com/column/815744/music-recommendation-algorithms
