Blir crate digging drept av streamingalgoritmer?

I begynnelsen oppdaget mennesker at vi var tarmer, bein og celler som delte seg i nye celler om og om igjen til døden. Dette var det første av mange slag mot vårt ego, som konstant prøver å frigjøre oss fra naturens lover som vi er lenket til. Den nyeste aksepten å svelge er at mennesker er data: vår leveerfaring formes av statistikk som antall hjerteslag per dag, tvil per minutt og median varighet av et eksistensielt panikkanfall.

Men en slik aksept gir oss mulighet til å gjøre opprør mot institusjonene som høster våre data. Du kan forfalske en onlineundersøkelse som en protest mot bedrifts-tenketanker, eller gi tommel ned på en strålende YouTube-video bare for å se at vurderingstallet treffer 69. Akkurat slik som data nå er innebygd i menneskelig diskurs, er også en persons behov for å trosse all logikk og forventning akkurat fordi de kan.

Derfor er det så bekymringsfullt å se media prise musikkspillelister kuratert av datamaskiner som en redning fra valgmonotonien. Spotify sin Discover Weekly har blitt hyllet av både teknikere og musikkelskere som den første tjenesten til å “knekk koden” for menneskelig kuratering ved å produsere spillelister basert på brukermeta-data.

"Det er bra. Det er bedre enn jeg trodde det ville være. De er like gode som DJ-er — i stor skala." Denne uttalelsen fra teknologipioneren Amil Dash treffer uheldigvis kontroversen rundt Discover Weekly - det antyder at AI-kuratorer ikke bare er ute etter å overgå menneskelige DJ-er, men at deres endelige mål er suburbaniseringen av menneskelig smak: et punkt der et individ er et databasert knutepunkt for et homogenisert nettverk “i stor skala.” Så i en tid der kunstnerisk smak er den neste grensen for Silicon Valleys regulerings- og datifiseringsvaner, blir personlig oppdagelse og valg nødvendige opprørsakt.

Discover Weekly hevder å være “menneskelig fra toppen og ned,” noe som delvis er sant - deres data stammer fra både en persons smak og de kollektive vanene til deres enorme brukerbase, som de syntetiserer til en spilleliste med sanger orientert mot personlig stil og godkjent av tusenvis av medlyttere. På denne måten benyttes menneskelige data for å lette oppdagelsesprosessen og eliminere arbeidet med å sile gjennom uønskede valg før man finner noe spesielt.

Men, som historien har vist gang på gang, er forhåndsgodkjenning skadelig for kulturell fremgang. Det er grunnen til at punk begynte livet slimete og hånlig mot sine glamoriserte forgjengere, og hvorfor mange ungdommer er skeptiske til smakene til sine foreldrene i musikk. Sukessen til Discover Weekly er basert på antakelsen om at lytterne er fornøyde med sitt nåværende musikalske utvalg, og at lyder som utfordrer dette synspunktet ville forårsake uønsket ubehag. I denne forstand deler algoritmedrevne kuratorer den samme ideologien som din konservative besteforelder: “Hvorfor endre på noe når alt er så bra nå?”

Spotify endrer seg, noen ganger - listen over sjangere som de bruker til å kategorisere musikk øker stadig, og inneholder for øyeblikket over 1400, fra deep discofox til horrorcore. En algoritme analyserer lyttevanene til de som både er lyttere av sjangeren og Spotify-brukere for å utlede hvordan en sjanger kan passe inn i det større bildet av musikkhistorie.

Det er et imponerende system av Glenn McDonald, en forkjemper for algoritmisk oppdagelse og den selvutnevnte “dyrehageren” av Spotifys spillelistefunksjonalitet. Han ser virkelig ut til å være dedikert til å tilby en ekte oppdagelsesopplevelse for Spotifys brukerbase. “Hvis folk skal gi opp minutter av sine finite liv for å lytte til noe de ellers aldri ville ha blitt belastet med, bør det ha potensialet, uansett hvor vag eller flyktig, til å endre livene deres,” leser et utdrag fra et foredrag han holdt på EMP Pop Conference.

Og mens hans mål er edelt, har simuleringen av oppdagelse potensialet til å bomme, som Columbus som forsøker å nå India og i stedet treffer Amerika. Spotifys algoritmer genererer også spesielle spillelister, med tittelen “The Needle,” som søker etter ukonvensjonelle lyder (ofte lokale lyder fra en oppfattet “exotisk” beliggenhet, som Baile Funk fra Sao Paulo) for å legge på lytternes dørterskler. “Kunst og glede beveger seg alltid raskere enn loven. Men til slutt ikapper vi alltid opp. Overalt kan være her nå,” sier McDonald om systemet. Så før kunstnere i Sao Paulo engang kan begynne å erklære hvordan de vil bli tolket av verden, har algoritmer erobret, kategorisert og relegert en lyd til å være på et spesifikt sted for å passe verdensbildet til en spesifikk lytter.

McDonald er, forståelig nok, opprørt over at systemet hans kan bli oppfattet som ondsinnet. “Musikk anbefalinger er maskiner ‘mot’ mennesker på samme måte som omeletter er spatler ‘mot’ egg,” sier han under sitt konferanseforedrag. Men han leker med en farlig sammenligning - hvem som helst kan ødelegge et overlett egg med en dårlig utført vending, eller til og med knuse et egg før det er klart til å bli kokt eller solgt, noe som perfekt legemliggjør algoritmenes verden: en der matematikken har konstruert vår fremtid før vi er i stand til å gjøre det selv.

Som beskrevet av post-kontemporære tenkere som Armen Avanessian i Dis Magazine, “Dagens realitet kan ikke lenger primært deduseres fra fortiden... den formes av fremtiden.” Predictiv analyse av markeder, krig og sosiale nettverk fører til en tilværelse som er forutsatt av metadata og algoritmisk tenkning. De som stoler på sine Discover Weeklys vil snart oppfylle dette utfallet; ved å bosette seg i sjangerbobler og stemningsskyer, drivende mot en identitet definert av den stille innflytelsen til maskiner og et flertall på flere millioner sterke nevrale nettverk.

Så det ser ut som løsningen er å kaste seg og dykke og dykke ut av analysens blikk og oppføre seg så uforutsigbart at vår atferd overgår en datamaskins evne til å lokalisere hvor vi mentalt er.

YouTube-videoer er et flott sted å begynne - det er latterlig lett å snuble inn i et fellesskap av drum’n’bass-fans som deler vinylrip fra de gyldne dagene av rave, eller en YouTube-kanal viet til det beste og verste av Italo-disco. For øyeblikket bruker YouTubes anbefalingsalgoritme en blanding av data relatert til brukerinteresse, videokvalitet og nøkkelord til det punktet der videoer som anbefales ser ut til å “matche” hva som blir sett på ved hjelp av vilkårlige mål. “Ser på en radiomix fra 1994? Her er 20 andre radiomixer fra 1994 (ikke bekymre deg for sjanger).” Men disse vilkårlige utvalgene gir så mange interessante, ikke-relaterte videoer at YouTubes mangler blir mer verdsatt enn dets suksesser.

For en mer menneskelig opplevelse, har internett-radio forbedret seg stort de siste årene og drives overveldende av menneskelige fellesskap og talent. Apple Music er i forkant med sine interne plattformer som Beats1 og OVO Sound. Å lytte til disse stasjonene gjør det klart hvor mye hyggeligere det er å høre Kodak Black komme fra Drakes iPod enn fra spor 23 på Discover Weekly. I tillegg til de store institusjonelle radiokanalene har uavhengige strømmetjenester blitt nye hotspots for å dele lyder og ideer; stasjoner som Radar Radio, NTS og The Lot ser fortsatt på DJ-er som mer enn bare dyktige profesjonelle. Deres verter har makten til å sende lytterne på fortellende reiser gjennom tapte kassetter og musikkmiljøer fra forum over hele verden.

Det mest arkaiske av alt er den fysiske platebutikken, også kjent som stedet der de nevnte radiodj-ene oppdager det meste av skatten sin. Disse institusjonene inneholder mengder av musikk som kanskje aldri ender opp på en strømmingstjeneste, og ber om å bli oppdaget av noen uten hensikt til å finne musikk relativ til sine egne smaker. Å oppdage et brasiliansk funkmesterverk i et hav av dollar-baller kan gi en følelse av prestasjon og dummeluck som ingen algoritme noen gang ville være skamløs nok til å tillate seg selv.

Det er alltid den truende muligheten for at en virkelig emosjonell kunstig anbefalingsintelligens er rett rundt hjørnet, og at selv den mest personlige av menneskelige opplevelser aldri vil kunne overgå intrikate fremtidige deep-learning. Kjøring, manuelt arbeid og andre kaustiske aspekter av menneskelig feil blir for alltid forbedret takket være fremskritt innen AI, og det er ikke urimelig å forestille seg at denne samme revolusjonen kunne ramme våre følelser. Imperfeksjon kan snart bli et relikvie fra fortiden, men i det minste har det brakt oss så langt - hvor det vil ta oss ligger i hendene på de som bruker det med den samme respekten vi viser til vår rynkete hud og visnede bein. Det er ikke perfekt, men det er oss.