Kasa kazma, akış algoritmaları tarafından yok mu ediliyor?

Başlangıçta, insanlar kendimizi bağırsaklar, kemikler ve ölümün eşiğine kadar sürekli yeni hücrelere bölünen hücreler olarak keşfettik. Bu, doğanın yasalarına zincirlenmiş olan egolarımıza birçok darbeden ilkiydi. Sindirmemiz gereken en son kabul, insanların veri olduğudur: yaşadığımız deneyim, günlük atımlar, dakikada şüpheler ve varoluşsal panik atağına median süre gibi istatistiklerle şekillenir.

Ama böyle bir kabul, verilerimizi toplayan kurumlara karşı isyan etmemizi sağlıyor. Bir çevrimiçi anketi, kurumsal düşünce tanklarına bir tepki olarak sahteleyebilir veya bir Youtube videosuna sadece derecelendirme sayısının 69’a ulaşmasını görmek için düşük oy verebilirsiniz. Veri, insan tartışmalarına yerleştiği gibi, bir kişinin tüm mantığı ve beklentilerini çiğneme ihtiyacı da vardır, yalnızca bunu yapabildiği için.

Bu yüzden, medyanın bilgisayar tarafından oluşturulan müzik çalma listelerini seçimin sıradanlığından kurtuluş olarak övmesi bu kadar rahatsız edici. Spotify'ın Discover Weekly’ı, kullanıcı meta-verilerine dayalı çalma listeleri üreterek “şifreyi kırdı” şeklinde teknoloji meraklıları ve müzik tutkunları tarafından övüldü.

"Bu iyi. Beklediğimden daha iyi. Onlar DJ’ler kadar iyi — ölçekli." Bu ifade, teknoloji öncüsü Amil Dash’ın, Discover Weekly’ın tartışmalarını yanlışlıkla gündeme getirmektedir - AI küratörlerinin sadece insan DJ’leri geçmeye çalıştığını değil, aynı zamanda nihai hedeflerinin insan zevkini homojen bir ağın "ölçekli" bir veri noktası haline getirmek olduğunu ima eder. Böylece, sanatsal zevkin Silikon Vadisi’nin düzenlemesi ve datalaşma alışkanlığı için bir sonraki sınır haline geldiği bir çağda, kişisel keşif ve seçim isyan etmenin gerekli eylemleri haline gelir.

Discover Weekly, "üstten aşağıya insan" olduğunu iddia ediyor, bu kısmen doğru — verileri, hem bir bireyin zevkinden hem de büyük kullanıcı tabanının kolektif alışkanlıklarından gelmektedir, bu da binlerce dinleyicinin onayladığı kişisel tarz oryantasyonuna sahip bir şarkı listesine sentezlenmektedir. Bu şekilde, insan verisi, keşif sürecini kolaylaştırmak ve özel bir şeyi bulmadan önce istenmeyenleri eleme yükünü ortadan kaldırmak için kullanılmaktadır.

Ama tarihin defalarca gösterdiği gibi, ön onay, kültürel gelişmeye zararlıdır. Punk’ın hayatına kaygılı ve gözyaşları içinde başlama sebebi bu ve birçok gencin ebeveynlerinin müzik zevkine neden şüpheyle yaklaştığıdır. Discover Weekly’ın başarısı, dinleyicilerinin mevcut müzik paletlerinden memnun oldukları varsayımına dayanıyor ve bu bakış açısını sorgulayan seslerin, istemeden sıkıntıya yol açacağı düşüncesiyle kökleşmiş bir yargıdır. Bu bakımdan, algoritma temelli küratörler, muhafazakar büyükannelerinizle aynı ideolojiyi paylaşmaktadır: "Her şey bu kadar iyi iken neden değişmeli?"

Spotify bazen değişiyor - kategorize edilen müzikler için kullandığı türler listesi sürekli artmakta ve şu anda derin diskoşadan horrorcore'a kadar 1400'den fazla türü kapsamaktadır. Bir algoritma, o türün dinleyicisi ve Spotify kullanıcısı olan bireylerin dinleme alışkanlıklarını analiz ederek, bir türü müzik tarihinin daha büyük şemasına nasıl yerleşebileceğini çıkarır.

Bu, algoritmik keşif savunucusu ve Spotify'ın çalma listesi işlevselliğinin kendini “hayvanat bahçesi yöneticisi” olarak tanımlayan Glenn McDonald tarafından etkileyici bir sistem. Spotify’ın kullanıcı tabanına gerçek bir keşif deneyimi sunmaya gerçekten adanmış görünüyor. “Eğer insanlar sınırlı yaşamlarından dakikalar harcayacaklarsa ve başka türlü hiç tanışamayacakları bir şey dinleyeceklerse, bu durumun değişim potansiyeli, ne kadar belirsiz veya kayıtsız olursa olsun, hayatlarını değiştirme potansiyeline sahip olmalıdır,” diyor, EMP Pop Konferansı'nda yaptığı bir konuşmanın alıntısında.

Ama hedefi soylu olsa da, keşfi simüle etme potansiyeli Columbo'nun Hindistan'a ulaşmaya çalışırken Amerika'yı bulması gibi yanlışlıkla yere çakılabilir. Spotify’ın algoritmaları ayrıca, dinleyicilere özel çalma listeleri oluşturur ve bunlar "İğne" başlığını taşır; bu çalma listeleri, dinleyicilerin kapısına yerleştirilmek üzere marjinal sesleri (genellikle Sao Paulo'dan gelen "egzotik" olarak algılanan yerel sesler, örneğin Baile Funk) bulmak için tasarlanmıştır. “Sanat ve neşe her zaman hukuktan daha hızlı hareket eder. Ama sonunda her zaman yetişiriz. Her yer şimdi bir yer olabilir,” diyor McDonald, sistem hakkında. Yani Sao Paulo'daki sanatçılar müziklerinin dünyada nasıl yorumlanmasını isterlerse istemeye başladıklarında, algoritmalar bir sesin belirli bir yerde bulunabilmesi ve belirli bir dinleyicinin dünya görüşüne uyması için ele geçirip kategorize etmiştir.

McDonald, sisteminin kötü niyetli olarak algılanabileceği endişesini haklı olarak taşımaktadır. “Müzik önerilerinin makinelerle 'karşı' insanlar olduğu gibi, omletler de spatulalarla 'karşı' yumurtalardır,” konferanstaki konuşmasında belirtiyor. Ama bu, tehlikeli bir benzetme yapıyor - kimse yanlış bir flip ile yumuşak bir yumurtayı mahvedemez ya da bir yumurtayı pişirilmek veya satılmak için hazır olmadan kırmaz, bu da algoritmaların dünyasını mükemmel bir şekilde tanımlamaktadır: matematiğin geleceğimizi inşa ettiği bir dünya, bunu kendimiz yapmadan önce.

Post-modern düşünürler gibi Armen Avanessian tarafından tanımlandığı gibi, Dis Magazine, “Şu an artık öncelikle geçmişten çıkarılamaz... gelecekle şekillenmektedir.” Pazarlar, savaşlar ve sosyal ağlar üzerindeki tahmine dayalı analizler, metadata ve algoritmik düşünce tarafından önceden belirlenmiş bir varoluşa yol açmaktadır. Discover Weekly’lerinden faydalananlar, bu durumu hızla gerçekleştirecekler; tür baloncukları ve ruh hali bulutlarına yuvalanarak, makinelerin sessiz etkisi ve milyonlarca güçlü sinir ağı tarafından tanımlanan bir kimliğe doğru sürekli sürüklenecekler.

Dolayısıyla çözüm, vitesi zorlamak, analiz gözünden kaçmak ve davranışlarımızı o kadar düzensiz hale getirmek gibi görünüyor ki, davranışımız bir bilgisayarın mental durumumuzu belirleme yetisini aşsın.

YouTube videoları başlamak için harika bir yerdir - bambaşka bir ritim ortamına ait olan drum’n’bass topluluğuna kayıta dalmak veya Italo-disco’nun en iyileri ve en kötülerine adanmış bir Youtube kanalına rastlamak oldukça kolaydır. Şu anda, Youtube'un öneri algoritması, kullanıcı ilgisi, video kalitesi ve anahtar kelimelerle ilgili bir karışıma dayanarak, önerilen videoların “eşleştiği” hissini vermek için rastgele ölçütler kullanmaktadır. “1994 tarihli bir radyo miksine mi bakıyorsunuz? İşte 1994’ten başka 20 radyo mixi (türle ilgilenmeyin).” Ama bu rastgele seçimler, Youtube'un hatalarına başarılarından daha fazla değer vererek benzeri görülmemiş ilginç, alakasız videolar sunar.

Daha insani bir deneyim için, internet radyosu son birkaç yılda büyük sıçramalar yaptı ve öncelikle insan toplulukları ve yetenekleri tarafından yönlendirilmektedir. Apple müziği, Beats1 ve OVO Sound gibi kendi iç platformlarıyla liderliği elinde bulunduruyor. Bu istasyonlardan birine kulak vermek, Kodak Black'in Drake'in iPod'undan çıkmasının, Discover Weekly'ın 23. parçasından daha keyifli olduğunu gösterir. Büyük kurumsal radyo platformlarının yanında, bağımsız akış servisleri, seslerin ve fikirlerin paylaşımı için yeni sıcak noktalar haline geldi; Radar Radio, NTS ve The Lot gibi istasyonlar DJ'lere, yetenekli profesyonellerden daha fazlası olarak bakmaktadır. Sunucuları, dinleyicileri kaybolmuş kasetler ve forum müzik sahnelerini dünyanın dört bir yanına yönlendiren anlatı yolculuklarına çıkarma yetisine sahiptir.

En ilkel olan ise, fiziksel plak dükkanıdır; bu yerler, yukarıda bahsedilen radyo DJ'lerinin hazinelerinin büyük bir kısmını keşfettiği yerlerdir. Bu kurumlar, muhtemelen hiçbir akış platformuna girmeyecek müzik hazineleriyle doludur ve kendi zevklerine göre müzik bulma konusunda hiç niyeti olmayan biri tarafından keşfedilmeyi beklemektedir. Bir dolar kutusunun içinde bir Brezilya funk şaheserini keşfetmek, bir algoritmanın asla sahip olamayacağı bir tesadüf ve başarı hissine yol açar.

Gerçekten dokunaklı bir yapay öneri zekasının ufukta olduğu ve en kişisel insan deneyimlerinin dahi gelecekteki derin öğrenmenin karmaşıklıklarına hiç ulaşamayacağı olasılığı her zaman vardır. Sürüş, manuel işçilik ve diğer insan hatalarının aşırı yönleri, AI'daki ilerlemeler sayesinde asla geliştirilmektedir ve duygularımızın da bu aynı devrimden etkilenebileceğini düşünmek ajite edici değildir. Kusur, çok yakında geçmişin bir anısı olabilir ancak en azından bizi bu noktaya getirdi - nereye götüreceği, onu buruşmuş etimize ve solmuş kemiğimize gösterdiğimiz saygı ile aynı saygıyla kullananların ellerindedir. Mükemmel değil, ama bu biziz.