Bliver crate digging dræbt af streaming-algoritmer?

I begyndelsen opdagede mennesker, at vi var tarme, knogler og celler, der deltes i nye celler igen og igen, indtil døden. Dette var det første af mange slag mod vores ego, som konstant forsøger at frigøre os fra de naturlover, vi er kædet til. Den seneste accept at sluge er, at mennesker er data: vores levede oplevelse formes af statistik som hjertebanken pr. dag, tvivl pr. minut og medianvarighed af et eksistentielt panikanfald.

Men en sådan accept tillader os at gøre oprør mod de institutioner, der høster vores data. Du kan falske en online undersøgelse som en pis på virksomheders tænketanke, eller give tommelene ned til en strålende Youtube-video bare for at se bedømmelsestallet ramme 69. Ligesom data nu er indlejret i menneskelig diskurs, er en persons behov for at trodse al logik og forventning også til stede, blot fordi de kan.

Derfor er det så bekymrende at se medierne rose computerkuraterede musikplaylister som en frelsende nåde fra monotonien i valget. Spotifys Discover Weekly er blevet hyldet af både teknikere og musikere som den første tjeneste til "knække koden” for menneskelig kuratering ved at producere playlister baseret på bruger-meta-data.

"Det er godt. Det er bedre end jeg troede, det ville være. De er lige så gode som DJs — i stor skala." Dette citat fra teknologipioner Amil Dash rammer utilsigtet kontroversen omkring Discover Weekly - det antyder, at AI-kuratorer ikke blot er ude på at overgå menneskelige DJs, men at deres endelige mål er forstædernes homogenisering af menneskelig smag: et punkt, hvor et individ er en datifyeret node i et homogeniseret netværk "i stor skala." Så i en tid, hvor kunstnerisk smag er den næste grænse for Silicon Valleys regulering og datification, bliver personlig opdagelse og valg nødvendige oprørsaktiviteter.

Discover Weekly hævder at være "menneskelig fra top til bund," hvilket er delvist sandt - deres data stammer fra både en persons smag og de kollektive vaner hos deres massive brugerbase, som de syntetiserer til en playliste med sange, der er orienteret mod personlig stil og godkendt af tusindvis af andre lyttere. På denne måde anvendes menneskelig data til at lette opdagelsesprocessen og eliminere arbejdet med at sortere gennem uønsket indhold, før man stødte på noget særligt.

Men, som historien har vist igen og igen, er forhåndsgodkendelse skadelig for kulturel fremgang. Det er grunden til, at punk begyndte livet slimet og hånede sine glamoriserede forgængere, og hvorfor mange unge er skeptiske over for deres forældres musiksmag. Succesen med Discover Weekly er rodfæstet i antagelsen om, at dets lyttere er tilfredse med deres nuværende musikalske palet, og at lyde, der udfordrer dette synspunkt, vil forårsage uønsket nød. I denne forstand deler algoritme-drevne kuratorer den samme ideologi som din konservative bedsteforælder: "Hvorfor ændre noget, når alt er så godt nu?"

Spotify ændrer sig, nogle gange - listen over genrer som den bruger til at kategorisere musik er konstant stigende, og rummer i øjeblikket over 1400, spænde fra dyb discofox til horrorcore. En algoritme analyserer lyttevanerne for dem, der både er lyttere af genren og Spotify-brugere for at antyde, hvordan en genre kunne passe ind i det større skema over musikhistorie.

Det er et imponerende system lavet af Glenn McDonald, en forkæmper for algoritmisk opdagelse og den selvudnævnte "zookeeper" for Spotifys playliste-funktionalitet. Han virker oprigtigt dedikeret til at tilbyde en reel opdagelsesoplevelse for Spotifys brugerbase. “Hvis folk er villige til at give op på minutter af deres endelige liv for at lytte til noget, de ellers aldrig ville have haft besvær med, så må det have potentialet, hvor som helst vag eller undvigende, til at ændre deres liv,” lyder et uddrag fra et foredrag, han holdt på EMP Pop Conference.

Og mens hans mål er ædelt, har simulering af opdagelse potentiale til at ramme skævt som Columbus, der forsøgte at nå Indien og i stedet ramte Amerika. Spotifys algoritmer genererer også særlige playlister, med titlen “The Needle,” som søger efter kantede lyde (ofte lokale lyde fra en opfattet “exotisk” placering, såsom Baile Funk fra Sao Paulo) for at placere på lytternes dørtrin. “Kunst og glæde bevæger sig altid hurtigere end loven. Men til sidst indhenter vi altid. Overalt kan være her nu,” siger McDonald om systemet. Så før kunstnere i Sao Paulo overhovedet kan begynde at erklære, hvordan de ønsker, deres musik skal tolkes af verden, har algoritmer grebet ind, kategoriseret og relegated en lyd til at være på et specifikt sted for at passe ind i en bestemt lytters verdenssyn.

McDonald er, forståeligt, ked af at hans system kunne blive opfattet som ondsindet. “Musikrekommandationer er maskiner ‘mod’ mennesker på samme måde, som omeletter er spatler ‘mod’ æg,” siger han under sin konference. Men han leger med en farlig sammenligning - hvem som helst kan ødelægge et over-easy æg med en mis-håndteret flip, eller endda knuse et æg, før det er klar til at blive kogt eller solgt, hvilket perfekt indkapsler verden styret af algoritmer: en hvor matematik har konstrueret vores fremtid, før vi er i stand til at gøre det selv.

Som beskrevet af post-moderne tænkere som Armen Avanessian i Dis Magazine, “Nutiden kan ikke længere primært udledes fra fortiden… den formes af fremtiden.” Prædiktiv analyse af markeder, krig og sociale netværk fører til en tilværelse forudbestemt af metadata og algoritmisk tanke. De, der stoler på deres Discover Weeklys, vil snart opfylde dette resultat; ved at klatre ind i genre bobler og humør skyer, driver de for evigt mod en identitet defineret af den stille indflydelse fra maskiner og et multi-million stærkt neuralt netværk.

Så det ser ud til, at løsningen er at svømme rundt, dyppe og dive ud af søgelyset for analyse og opføre sig så uregelmæssigt, at vores adfærd overskrider en computers evne til at fastslå vores mentale tilstand.

YouTube-videoer er et fantastisk sted at starte - det er latterligt nemt at snuble ind i et fællesskab af drum’n’bass fans, der deler vinyl-rips fra de lykkelige dage af raving, eller en YouTube-kanal dedikeret til det bedste og værste af Italo-disco. I øjeblikket bruger YouTubes anbefalingsalgoritme en blanding af data vedrørende brugerinteresse, video kvalitet og nøgleord til det punkt, at anbefalede videoer ser ud til at "matche" hvad der bliver set ved hjælp af vilkårlige målinger. “Ser du en radio mix fra 1994? Her er 20 andre radio mixes fra 1994 (bekymre dig ikke om genren).” Men disse vilkårlige valg giver så mange interessante urelaterede videoer, at YouTubes fejl værdsættes mere end dets succeser.

For en mere menneskelig oplevelse er internetradio blevet forbedret med store skridt i de seneste år og er overvældende drevet af menneskelige fællesskaber og talent. Apple Music fører an med sine interne platforme som Beats1 og OVO Sound. Et lyt til disse stationer viser tydeligt, hvor meget bedre det er at høre Kodak Black komme fra Drakes iPod end fra nummer 23 på Discover Weekly. Udover de store institutionelle radioplatforme er uafhængige streamingtjenester blevet nye hotspots for at dele lyde og ideer; stationer som Radar Radio, NTS og The Lot ser stadig DJs som mere end dygtige professionelle. Deres værter har magten til at sende lyttere på narrative rejser gennem tabte kassettebånd og direkte fra forum-musikscener verden over.

Mest gammeldags af alle er den fysiske pladebutik, også kendt som stedet, hvor de nævnte radio DJs opdager det største af deres skatte. Disse institutioner indeholder skatte af musik, der måske aldrig vil ende op på en streamingplatform, der beder om at blive opdaget af nogen uden intention om at finde musik relateret til deres egne smag. At opdage et brasiliansk funk mesterværk i en sø af dollar-kasser kan give en følelse af præstation og held, som ingen algoritme nogensinde ville være skamløs nok til at tillade sig selv.

Der er altid den truende mulighed for, at en virkelig-emotionel kunstig anbefalingsintelligens er på horisonten, og at selv den mest personlige menneskelige oplevelse aldrig vil overgå de komplekse dybder af fremtidig deep-learning. Kørsel, manuelt arbejde og andre ætsende facetter af menneskelig fejl forbedres for evigt takket være fremskridt inden for AI, og det er ikke urimeligt at forestille sig, at denne samme revolution kunne ramme vores følelser. Imperfektion kan snart være en relikvie fra fortiden, men i det mindste har det bragt os hertil - hvor det vil tage os, ligger i hænderne på dem, der bærer det med den samme respekt, vi viser vores rynkede hud og visnede knogler. Det er ikke perfekt, men det er os.