De dj is een algoritme

Vast in een versterkende loop

Juist de combinatie van de twee filtermethodes is krachtig, omdat ze elkaars zwakheden ondervangen. Zo is de automatische inhoudelijke analyse van nummers niet feilloos, weet John Ashley Burgoyne, muziekwetenschapper van de Universiteit van Amsterdam. “Het destilleren van de precieze toonsoort van een nummer kan lastig zijn”, zegt hij. “Een simpele volgorde van akkoorden met een enkel instrument is doorgaans goed te volgen, maar het wordt snel complex in een niet-standaard liedje met veel instrumenten. Zelfs muzikanten hebben daar moeite mee. En ook het herkennen van gezongen teksten is lastig.” Door juist te vertrouwen op de muzieksmaak van anderen kan een algoritme dit probleem ondervangen.

Aan de andere kant kan de inhoudelijke analyse juist de zwaktes van het sociale systeem ondervangen. Een nieuwe abonnee heeft bijvoorbeeld nog geen luistergeschiedenis, wat het lastig maakt om een muzikale dubbelganger te vinden. Via een inhoudelijke analyse kan het algoritme aan de hand van een paar nummers toch een redelijk vervolg geven op beluisterde nummers. Een andere valkuil van het sociale systeem is de neiging om veelbeluisterde nummers tot grote hoogte op te stuwen. Er ontstaan zichzelf versterkende loops die hetzelfde nummer uiteindelijk bij iedereen naar voren schuiven, en die het gat tussen populaire en minder populaire liedjes vergroten. Dat gebeurt minder met de inhoudelijke filters.

Dat een algoritme vast komt te zitten in een loop is volgens Bauer en Burgoyne een bekend probleem. “In eerste instantie dachten veel mensen dat streamingplatforms de diversiteit van de muziek waarnaar we luisterden zouden vergroten. Maar sommige onderzoeken lieten zien dat het tegenovergestelde gebeurde”, zegt Bauer. “Daarom speelt de dienst af en toe moedwillig een willekeurig nummer af dat misschien wat minder populair is, ook om de luisteraar te blijven verrassen. De meeste mensen willen niet keer op keer hun favoriete nummer horen. Overigens verschilt de behoefte aan variatie ook van persoon tot persoon.”

De (on)macht van het algoritme

Maar hoeveel macht heeft het algoritme nu echt? Uit de jaren negentig (ver voordat er streamingdiensten waren) gaan verhalen de ronde over producers die met elkaar weddenschappen afsloten om een zo ‘slecht’ mogelijk nummer in de muzikale top te krijgen. Maar slikt het publiek echt alles?

Om daarachter te komen deden wetenschappers van de Columbia-universiteit in New York in 2006 experimenten met een online platform waarop ruim 14 duizend mensen naar een ‘top 48’ van onbekende nummers konden luisteren. Deelnemers konden zien hoeveel keer de nummers door anderen geluisterd waren, maar wat ze niet wisten is dat deze getallen gemanipuleerd waren. Er werden acht verschillende ‘werelden’ gecreëerd met verschillende hitlijsten waarbij steeds andere nummers de lijst aanvoerden.

De onderzoekers concluderen dat het aantal streams dat bij een nummer weergegeven wordt invloed heeft op de populariteit van een nummer. Ze schrijven in een andere publicatie dat iedere hit een soort selffulfilling prophecy is: gedreven door hoge luisteraantallen wordt een nummer vaak geluisterd, wat de luisteraantallen nog verder opdrijft. Toch moeten je met ‘manipulatieve algoritmes’ oppassen. Uit de experimenten bleek namelijk ook dat wanneer in feite onpopulaire nummers te veel omhoog worden gedrukt, luisteraars in hun geheel afhaken. Ze gebruiken het platform dan simpelweg minder of helemaal niet meer. Hits hebben dus wel degelijk een kwaliteit die andere liedjes niet hebben.

Volgens Burgoyne zijn er veel factoren die bijdragen aan het succes van een nummer, en vaak liggen die ook buiten de muziek. “Denk aan star power: mensen luisteren graag naar bekende artiesten. Of kijk naar het Eurovisiesongfestival, de show is daar waarschijnlijk even belangrijk als het nummer zelf”, zegt hij. “De muziekindustrie weet dit natuurlijk en maakt daar dankbaar gebruik van. En toch: de allerbeste algoritmes kunnen tegenwoordig de eindnotering van een nieuw nummer in de top 100 voorspellen met een marge van ongeveer vijftig plekken. Dat is best een prestatie, maar het laat ook de onvoorspelbaarheid zien.”

Donkergrijze doos

Zijn de algoritmes feilloos en eerlijk? Gezien de enorme populariteit van streamingdiensten kun je concluderen dat veel mensen er op zijn minst zo tevreden mee zijn dat ze er een tientje per maand voor overhebben. Maar er is ook ruimte voor verbetering. Zo ontdekte Bauer in haar onderzoek dat aanbevelingsalgoritmes vrouwelijke artiesten een lagere positie geven op afspeellijsten dan mannelijke collega’s, zelfs wanneer je rekening houdt met het feit dat er minder vrouwelijke artiesten zijn. Waarom is niet duidelijk. Een platform als Spotify zegt overigens werk te maken van een gelijkwaardigere behandeling van artiesten.

Het is sowieso de vraag of het beste nummer – als je dat al zou kunnen aanwijzen – altijd bovenaan staat en of de muziekwereld in die zin ooit ‘eerlijk’ is geweest. Hangt die niet van vriendjespolitiek en soms zelfs list en bedrog aan elkaar? “Natuurlijk was er nooit een perfect systeem”, zegt Bauer. “Maar er was beter zicht op de weg die naar succes leidde, je wist min of meer wat je moest doen. De artiesten die wij voor ons onderzoek spraken, zeggen geen flauw benul te hebben van de manier waarop hun muziek het publiek bereikt. Dat is eigenlijk nog frustrerender dan het oude systeem.”