Kan algoritmer bidrage til løsninger på streamingmarkedet?

Kommentar til ”Streaming og den omvendte Robin Hood”, Musikeren, 27.02.2015.

Det er gældeligt at lettilgængelige streaming-services sætter ”publikum fri” og øger musikforbruget [1,2], som Daniel Nordgård @danielnordgard nævner. Men problematisk, at der er en markant ophobning i toppen – den velkendte ’filter bubble’-problematik som mange nuværende anbefalingsværtøjer er årsagen til. Det giver en ’kulturel singularitet’, som gør os alle fattigere på viden og oplevelser, og samtidigt at mange gode musikere aldrig slår igennem – en ’superstar economy’ [3], selvom Rasmus Rex Pedersen @rasmusrex påpeger, at analysen er ”sindssyg kompleks”.

Skal vi skrotte algoritmerne og anbefalingsværtøjerne og gå tilbage til fortidens metoder? Nej det er simpelthen ikke muligt i det hav af mange millioner af sange som findes: Jeg tror, at algoritmer er løsningen, men algoritmerne er endnu ikke gode nok til at give den guiding og kuratering, som Daniel Nordgård efterlyser – eller muligheder for at lede efter nichemusik, som Rasmus Rex Pedersen nævner.

I forskningsprojektet CoSound @cosounddk på DTU Compute arbejder vi med anbefaling af musik. Et centralt spørgsmål er, hvordan man kan få bedre adgang til sange, som man potentielt er interesseret i at lytte til, hvis systemet bare kunne anbefale det. Det kræver langt mere komplicererede algoritmer, som ikke kun baserer sig vores simple ’likes’ eller ’antal stjerner’ gennem såkaldte ’collaborative filtering’, der har en tildens til at forstærke ’superstar effekten’. Der er brug for algoritmer som udnytter beskrivelser af indholdet (f.eks. analyse af udtrykte følelser i musik) sammen med forbrugshistorik, kontekst (hvor er du, hvornår, med hvem og hvorfor), opmærksomhed samt lytterens følelsesmæssige og kognitive tilstand.

[1]  Musikselskaber 2014 – tal og perspektiver, IFPI 2015.

[2]  IFPI Digital Music Report 2014, IFPI 2014.

[3] Mark Mulligan: “MIDiA Consulting, The Death of the Long Tail: The Superstar Music Economy”, marts 2014.

Sig ja til algoritmen og oplev verden

Kommentar til Jacob Marstrands debatindlæg “Sig nej til algoritmen og oplev verden”, Politiken, 19. feb. 2015, Kl. 22.14,

Jacob Marstand berører den vigtige ’filter bubble’-problematik med algoritmebaserede anbefalingsværtøjer inden for film, musik, nyheder m.m. Jeg er helt enig i, at der er en risiko for en ’kulturel singularitet’, som gør os alle fattigere på viden og oplevelser, og samtidigt at mange gode forfattere, musikere, instruktører aldrig slår igennem: der er tale om ’superstar economy’ hvor kun superstars slår igennem*. Det er jo paradoksalt, når der aldrig i verdenshistorien har været mere viden og materiale til rådighed gennem internettet og streamingtjenester og forbruget samtidigt vokser.

Skal vi skrotte algoritmerne og anbefalingsværtøjerne og gå tilbage til fortidens metoder? Nej det er simpelthen ikke muligt i det hav af mange millioner af udbud som findes: Algoritmer er løsningen, men algoritmerne er endnu ikke gode nok.

I forskningsprojektet CoSound (http://www.cosound.dk) på DTU Compute arbejder vi med anbefaling af musik. Et centralt spørgsmål er, hvordan man kan få bedre adgang til sange, som man potentielt er interesseret i at lytte til, hvis systemet bare kunne anbefale det. Det kræver langt mere komplicererede algoritmer, som ikke kun baserer sig vores simple ’likes’ eller ’antal stjerner’ gennem såkaldte ’collaborative filtering’, der har en tildens til at forstærke ’superstar effekten’. Der er brug for algoritmer som udnytter beskrivelser af indholdet (f.eks. analyse af udtrykte følelser i musik) sammen med forbrugshistorik, kontekst (hvor er du, hvornår, med hvem og hvorfor), opmærksomhed og din følelsesmæssige og kognitive tilstand.

*) Mark Mulligan: “MIDiA Consulting, The Death of the Long Tail: The Superstar Music Economy”, marts 2014.