Música

Un músico contra el algoritmo

Sergio Oramas es informático y musicólogo; también es Muyaio, un artista que busca abrirse camino en el océano de artistas emergentes y, para eso, tiene su propia arma: un algoritmo “justo” de recomendación musical

Muyaio, un músico contra el algoritmo
Muyaio, un músico contra el algoritmoLa Razón

Los robots ya están entre nosotros aunque no nos sirvan el café por la mañana o nos planchen una camisa. Los robots están por todas partes, pero especialmente cuando hacemos cualquier cosa con el teléfono. Nuestra actividad en internet, redes sociales o en cualquiera de las aplicaciones que utilicemos (de Wallapop a Tinder parando por Netflix) deja un rastro de datos que un algoritmo, que no es estrictamente un robot pero nos sirve para la metáfora, se encargan de filtrar, analizar y categorizar. Nos conocen por lo que escuchamos, miramos o compramos con el objetivo de recomendarnos nuevos contenidos que consigan obtener el oro que nosotros tenemos y que no valoramos: nuestra atención. También nuestro dinero, claro. Se trata de los famosos algoritmos de recomendación, unos sistemas que se basan en una lógica sencilla: si usted ha «pinchado» en tres contenidos y otra persona lo ha hecho en los mismos más en un cuarto, es muy probable que a usted le guste también ese cuarto objeto. «Es un sistema que funciona asombrosamente bien, porque compartimos gustos, las personas tenemos perfiles parecidos», dice Sergio Oramas, informático, musicólogo y doctorado en música y tecnología que trabaja en Pandora, una compañía estadounidense similar a Spotify. Oramas también es músico y acaba de publicar «El algoritmo», una canción con enorme sentido del humor sobre el poder de control que estas operaciones matemáticas tienen sobre nosotros. Y para demostrar nada es bueno o malo, sino que todo depende de cómo se utilice, Oramas ha desarrollado un algoritmo «justo» para los grupos emergentes.

 

Lección de humildad

En su canción, el canario le habla al algoritmo: «Me seduces así, / pones lo que me gusta / bobadas las justas. / Me conoces muy bien / sabes cómo levantarme / y cómo ponerme a bailar», dice la canción de su álter ego, Muyaio, que compara la relación con el sistema informático con una especie de relación de amor tóxica de la que quiere escapar pero no sabe cómo. «Es que los algoritmos son tóxicos muchos de ellos, porque lo que quieren es que estemos ahí captando nuestra atención», explica Oramas, doctorado en música y tecnología. Lo primero que aprendemos de los algoritmos es una lección de humildad: nos creemos especiales y únicos, pero no. Somos predecibles y además muy parecidos unos a otros. «Es un sistema, el de las sugerencias, que funciona tanto para compras como en tu ‘‘feed’’ de Instagram o en los anuncios que te aparecen cuando navegas por internet. En el caso de la música, todas las aplicaciones tienen un sistema de recomendaciones o una radio aleatoria que va reproduciendo temas, pero el gran problema es que necesitas tener cierta actividad como artista para aparecer en esa rueda. Es decir: tienes que ser popular previamente. Por eso, se generan dinámicas similares a las de otros ámbitos de la sociedad. Los artistas más escuchados se escuchan todavía más, es decir, que aumentan las desigualdades. Los ricos se hacen más ricos», dice el artista, que basó su tesis precisamente en cómo desarrollar un algoritmo que incluya a artistas emergentes, con pocas escuchas, entre las sugerencias del oyente medio.

No es una cuestión menor, porque estos sistemas de recomendación tienen un enorme poder de impulsar canciones o artistas de una manera similar a como Google Discover puede multiplicar las visitas a una noticia solo con ofrecérsela a sus usuarios. El gran problema para desarrollar este sistema es que, «cuando tratas de meter artistas menos conocidos, las métricas de consumo bajan. Los usuarios quieren escuchar solo lo conocido, lo popular. Si metes algo que no identifican rápidamente, se multiplican las posibilidades de que el usuario se desconecte». Y la primera norma de un buen algoritmo es favorecer el consumo. Constituirse como un circuito de recompensa que se alimenta a sí mismo. «Ya sea en redes sociales o en Netflix, el sistema quiere que estemos ahí, enganchados a su movida. Y nosotros sabemos que lo hacen y que lo consiguen, así que, en el fondo, se parece a una relación tóxica: ‘‘Sé que eres malo, pero te sigo consumiendo’’. La mayor parte de la gente no quiere arriesgar, pero hay personas que, si les llevas de la mano, amplían su horizonte. Y la idea es que exista un algoritmo que sea como tu amigo que te conoce y te recomienda algo interesante», explica Oramas, que no quiere quedarse solo en una crítica verbal, sino que ha decidido pasar a la acción.

Acaba de dar forma a algoderitmo.com, una web de recomendaciones musicales basada en un algoritmo de su propia factura. «Hice un análisis de los grupos emergentes que están en activo y tomé sus datos. Grupos con un mínimo de popularidad y que se estén buscando las castañas ahora mismo. Tomé los nombres de convocatorias como los Premios de la Música Independiente o de Girando Por Salas, porque no me interesaban bandas que tengan una música estupenda pero ya no estén en activo, sino apoyar a los que están luchando. Y así es como analizamos el audio de las canciones utilizando redes neuronales para saber cómo son», explica Oramas.

Cien millones de canciones

En Pandora, el artista se encarga de perfeccionar un algoritmo que ayude a dar visibilidad a grupos de menos impacto. «Yo llevo diez años trabajando en ello y ya hemos conseguido un análisis automático de las canciones, que es lo más complicado. Porque entonces la recomendación se puede hacer en base a cómo son los temas y no a cuánta gente comparte tus gustos», explica. En un catálogo como el de Pandora de cien millones de referencias, esa información es imposible de elaborar manualmente, la única opción hasta hace poco. «Clasificábamos los datos del género, los “beats” por minuto, la instrumentación, incluso el “mood” o sentimiento de las canciones. Pero ahora hemos entrenado a una red neuronal para que vaya extendiendo ese conocimiento a todo el catálogo. Así puedes hacer que las canciones que entran en las sugerencias sean cada vez más diversas», explica Oramas.

La motivación «es puro egoísmo (ríe). Me pregunté cómo podría mi yo ‘‘data scientist’’ ayudar a mi yo músico. Y bueno, ya de camino, ayudar a otros. Pienso que todos los grupos tienen un público potencial, pero cuesta encontrarles a veces». A través de su web algoderitmo.com, cualquiera puede introducir dos artistas favoritos y recibir varias sugerencias de grupos. «Lo que hice fue crear varias listas en Spotify para que todas las escuchas que se generen sean monetizables por los grupos y que se les pague lo que les corresponde por las reproducciones». Asunto espinoso ese también para los grupos. «Es una retribución muy pequeña, pero la cuestión es cómo se reparte el pastel que hay. Ahora mismo, se toman los beneficios y se dividen entre las reproducciones y así se paga ese 0,0025 euros o lo que sea. Pero hay otra manera: si uno paga 10 euros al mes por el servicio, que ese dinero vaya íntegramente a los grupos que escuchas. Incluso se podría hacer de otra, como una especie de sistema de bienestar. Que una parte de lo que ganan los que más cobran se destine, como un impuesto, a apoyar a los grupos jóvenes», propone Oramas. Ideas para hacer de la música un entorno más humano. Y, si mandan las máquinas, al menos que estén bien programadas.

Spotify anuncia mejores recomendaciones

El tema de las sugerencias está de plena actualidad. En su conferencia anual ante clientes y medios, los responsables de Spotify han anunciado novedades en el funcionamiento de la plataforma. En concreto, la plataforma ha agregado la función «Smart Shuffle» o reproducción aleatoria inteligente, una forma de introducir nueva música en las listas de reproducción que también se aplicará a la otra gran apuesta de contenidos de la plataforma sueca, los podcast. «Discovery Mode» es una herramienta para que los artistas puedan seleccionar qué canciones consideran prioritariasy así Spotify añadirá esta información a sus algoritmos de recomendaciones y personalización para sus usuarios