CLASSIFICAÇÃO ALGORÍTMICA DE ARQUIVOS MUSICAIS: Percepções dos usuários e influência nas práticas de escuta
Mídia e Música, Gênero Musical, Teoria Ator-Rede, Cultura Algorítmica, Sistemas de Recomendação, Interação Humano-Computador
Esta pesquisa utiliza a Teoria Ator-Rede (TAR) para analisar o streaming de música como um sistema sociotécnico complexo, onde interações entre agentes, como usuários e algoritmos, são estudadas como uma relação de retroalimentação. A plataforma de streaming é vista como controladora de fluxos online, abordando a relação usuário-algoritmo e a influência de objetos técnicos na subjetividade e fruição musical. Destaca-se a relação simbiótica entre algoritmo e usuário, com este último desempenhando papel crucial no desenvolvimento contínuo dos sistemas ao deixar-se ser monitorado. O trabalho explora o conceito de gênero musical e as práticas classificações de musical por algoritmos de inteligência artificial das plataformas de streaming. Destaca-se a fluidez e interseções dos gêneros, com a TAR auxiliando na análise musical ao compreender estas relações multifacetadas. Discutindo assim a fluidez do conceito de gênero musical, unindo dados de streaming com perspectivas de Latour, Piekut e Drott para propor uma análise flexível dos gêneros. Em adição, o trabalho (1) explora como as interações dos usuários no Spotify moldam a experiência musical, enfatizando recomendações personalizadas e técnicas de filtragem. (2) Aborda a evolução das práticas de classificação musical no Spotify e a análise de propriedades musicais por algoritmos de processamento de áudio. (3) Examina a personalização extrema e seu impacto na exploração musical, ressaltando como a interação usuário-algoritmo pode limitar a diversidade musical. O texto também (4) expõe impressões de usuários entrevistados sobre as formas de classificação musical na interface da plataforma de streaming e como estas classificações são agenciadas pelos usuários no momento de interação com a plataforma.