Дэвид Бирн - Как работает музыка

The Genome Project ставит вопросы: какая часть наших решений несправедливо предвзята из-за воспитания и окружающей культуры и откроем ли мы для себя что-то новое, если избежим этих предубеждений. Как я уже упоминал, рекомендация от надежного друга или артиста, который мне нравится, имеет большой вес. И мне хотелось бы думать, что на меня не влияет популярность как таковая, но, боюсь, все-таки влияет. И мне хотелось бы думать, что я не культурный сноб, что я могу наслаждаться хорошо продуманным поп-кондитерским изделием так же, как и всем остальным, и что мне нравится музыка в разных жанрах. Но в какой мере я обманываю себя?

Мне очень нравится классическая кантри-музыка, такие артисты, как Хэнк Уильямс, Тэмми Уайнетт, Долли Партон, Лоретта Линн. Моя дочь впитала в себя эту музыку во время совместных поездок, или когда я ставил ее, готовя ужин. Дочка подпевает этим песням, так же как и я. Рискну предположить, что ее любовь к этой музыке – результат социального воздействия.

Итак, вот контраргумент Вестергрену: подвержены ли мы влиянию социальных и культурных факторов в той же степени, что и фактическим качествам музыки? Всегда ли работает геномная идея? Мне может нравиться одна мрачная, угрюмая, энергичная группа, и при этом я могу ненавидеть тексты другой похожей группы, хотя генетически они могут совпадать.

Вестергрен утверждает, что вкус людей не всегда в точности таков, как они во всеуслышание заявляют. Специалист по данным может сделать аналогичное утверждение: врут люди, но не данные. В какой-то степени это правда, но цифры и факты могут быть интерпретированы по-разному. Они могут быть верными, но их анализ может варьировать.

Поскольку данные измеряют только то, что можно посчитать, просится возражение, что многое из того, что ценно в искусстве, трудно измерить. Мы куда менее особенные, чем мы думаем, но мы также социальные, эмоциональные, непредсказуемые и нестабильные существа. То, что мы ценим в нашей жизни, трудно свести к числам, хотя цифры и могут сказать больше, чем мы готовы признать.

Другой вид рекомендаций основан на культурных связях. Алгоритмы сравнивают то, что вам нравится, с тем, что нравится вашим друзьям, и с тем, что нравится другим людям, разделяющим ваши вкусы, а затем предполагают, какая музыка может прийтись вам по вкусу. Этот процесс не имеет ничего общего с самой музыкой. Это лишь поиск общих черт, и чем больше доступа мы предоставляем к нашим личным данным, тем точнее становятся рекомендации и производство контента. Взять хотя бы теперь уже известную историю о рекомендательном механизме, который «знал», что женщина беременна, и отправил ей рекомендации по подгузникам, прежде чем она сама узнала о своей беременности.

Я участвовал в круглом столе по кураторству вместе с представителями Pandora, Pitchfork, Vice и Mixcloud. Райан Шрайбер – соучредитель Pitchfork , истинный музыкальный гик – рассказал, как тестировал для себя Discover Weekly, алгоритм рекомендаций Spotify, который смотрит на плей-листы других людей с теми же песнями, что и в вашем, и, сравнивая их, предполагает, что у вас схожий вкус.

Поначалу Шрайбер был шокирован результатами: Discover Weekly, казалось, знал его слишком хорошо (основываясь на его предыдущих прослушиваниях и прослушиваниях людей со схожим вкусом) – это было почти что жутко. Spotify давал настолько необычные рекомендации, что Шрайбер задавался вопросом: «Как он узнал, что мне понравится группа “Икс”?»

Но затем случилось нечто странное. Он создал плей-листы для конкретных потребностей, один с эмбиентной минималистской музыкой для отдыха поздно вечером, а другой – ориентированный на редкие фанковые грувы. И когда он в следующий раз сверился с Discover Weekly, рекомендации оказались странными. Алгоритм попытался найти музыку, которая одновременно напоминала бы и эмбиент, и фанк, и в результате предлагал что-то совсем другое.

Мы любим отстаивать свою индивидуальность, но все чаще сталкиваемся с тем, насколько мы предсказуемы. Возникает конфликт: мы не хотим, чтобы иллюзия выбора исчезла, но жаждем удобной предсказуемости. Примерно 40 % из нас доверяют алгоритмически сформированным книжным рекомендациям. Мы хотим испытать коллективный опыт, подпевая той же песне, что и все присутствующие на концерте, но также питаем иллюзии, будто мы индивидуально решили отождествить себя с этой песней. Странное влияние, которое оказывает Discover Weekly на некоторых поклонников, диссонирует с их ощущением собственной уникальности. Мы более предсказуемы, чем готовы себе признаться, поэтому такие алгоритмы и работают, но восторг от присоединения к коллективу конфликтует с желанием чувствовать себя особенным.