Pada Oktober, penyanyi, penulis lagu, dan pembuat musik mengupload 100.000 lagu baru setiap hari ke layanan streaming seperti Spotify. Itu terlalu banyak musik. Tidak ada realitas, alternatif atau sebaliknya, di mana seseorang dapat mendengarkan semua itu bahkan dalam seribu masa hidup. Baik Anda menyukai kebisingan Jepang, musik hardcore Rusia, afro-house Senegal, doom metal Swedia, atau hip hop Bay Area, banyaknya pilihan mendengarkan yang tersedia melumpuhkan. Ini adalah masalah monumental yang sedang dipecahkan oleh ilmuwan data Glenn McDonald. Dalam kutipan di bawah dari Computing Taste: Algorithms and Makers of Music Recommendation, penulis dan antropolog Tuft’s University Nick Seaver mengeksplorasi metodologi berbasis lanskap unik McDonald’s untuk memunculkan semua trek yang Anda tidak pernah tahu bahwa Anda tidak dapat hidup tanpanya.
Universitas Chicago Press
Dicetak ulang dengan izin dari Computing Taste: Algorithms and the Makers of Music Recommendation oleh Nick Seaver, diterbitkan oleh The University of Chicago Press. © 2022 oleh Universitas Chicago. Seluruh hak cipta.
Dunia Musik
“Kita sekarang berada di awal era musik yang terhubung tanpa batas,” sang alkemis data mengumumkan dari bawah Space Needle. Glenn McDonald telah memilih gelarnya sendiri, lebih memilih “alkimia”, dengan asosiasi esoterisnya, daripada “ilmu data” yang sekarang biasa. Pekerjaannya, seperti yang dia gambarkan dari atas panggung, adalah “menggunakan matematika dan mengetik dan komputer untuk membantu orang memahami dan menemukan musik.”
McDonald mempraktikkan alkimia untuk layanan streaming musik Spotify, di mana dia bekerja untuk mengubah hal-hal dasar dari data besar — log interaksi pendengar, bit file audio digital, dan apa pun yang bisa dia dapatkan — menjadi emas berharga: produk yang mungkin menarik dan mempertahankan pelanggan yang membayar. Kekuatan misterius alkimia McDonald’s terletak pada cara data biasa, jika diproses dengan benar, tampak berubah dari jejak interaksional tipis menjadi signifikansi budaya yang kental.
Saat itu tahun 2014, dan McDonald memberikan presentasi di Pop Conference, pertemuan tahunan kritikus musik dan akademisi yang diadakan di tumpukan bangunan yang dirancang oleh Frank Gehry di pusat Seattle. Saya berada di sisi lain negara itu, dan saya mengikuti secara online. Tahun itu, tema konferensi adalah “Musik dan Mobilitas”, dan Mc Donald memulai ceramahnya dengan menceritakan perjalanan musik pribadinya, memainkan sampel sambil jalan. “Ketika saya masih kecil,” dia memulai, “Anda menemukan musik dengan diam dan menunggu.” Sebagai seorang anak di rumah, dia mendengarkan musik rakyat yang dimainkan orang tuanya di stereo. Namun seiring bertambahnya usia, pendengarannya meluas: radio mobil menawarkan heavy metal dan gelombang baru; internet mengungkapkan dunia genre baru dan tidak jelas untuk dijelajahi. Di mana dulu dia terjebak di tempat, pengamat pasif musik yang kebetulan lewat, dia akhirnya akan mengukur kemajuan hidupnya dengan cakrawala musiknya yang semakin luas. McDonald telah berhasil mengubah hasrat ini menjadi sebuah profesi, bekerja untuk membantu orang lain menjelajahi apa yang disebutnya “dunia musik”, yang dibuat oleh layanan streaming berdasarkan permintaan lebih mudah diakses daripada sebelumnya.
Di tempat lain, McDonald (2013) akan menggambarkan dunia musik seolah-olah itu adalah lanskap: “Ikuti jalan apa pun, tidak peduli seberapa tidak mungkin dan tidak terlihat jalan itu, dan Anda akan menemukan lembah tersembunyi dengan seratus band yang pernah tinggal di sana. selama bertahun-tahun, merekonstruksi dunia musik dalam miniatur yang diubah secara metodis dan istimewa, seperti dalam hip hop Australia, pop Hongaria, rumah mikro, atau logam Viking.
Pelancong di dunia musik akan menemukan keakraban dan kejutan — suara yang tidak pernah mereka bayangkan dan lagu yang mereka kagumi. McDonald mengagumi kemampuan baru ini untuk mendengar musik dari seluruh dunia, dari Skotlandia, Australia, atau Malawi. “Musik yang sempurna untuk Anda mungkin berasal dari sisi lain planet ini,” katanya, tetapi ini bukan masalah: “dalam musik, kami memiliki teleporter.” Streaming sesuai permintaan memberikan semacam mobilitas musik, yang memungkinkan pendengar melakukan perjalanan melintasi dunia musik secara instan.
Namun, dia menyarankan, mengulangi pengulangan umum, skala dunia ini bisa sangat besar dan sulit dinavigasi. “Agar dunia baru ini benar-benar dapat diterima,” kata McDonald, “kita harus menemukan cara untuk memetakan ruang ini dan kemudian membuat mesin untuk membawa Anda melalui jalur yang menarik.” Sistem pemberi rekomendasi yang ditawarkan oleh perusahaan seperti Spotify adalah mesinnya. Karya McDonald’s baru-baru ini berfokus pada peta, atau seperti yang dia gambarkan dalam ceramah lain: “semacam lapisan tipis dari tatanan yang samar-samar dapat dipahami di atas binatang ruang informasi yang menggeliat, bergelombang, dan meluas dari semua musik dunia.”
Meskipun bahasanya mungkin luar biasa puitis, McDonald mengungkapkan pemahaman tentang variasi musik yang dibagikan secara luas di antara rekomendasi pembuat musik: Musik ada dalam semacam ruang. Ruang itu, di satu sisi, cukup biasa – seperti lanskap yang mungkin Anda lalui, menghadapi hal-hal baru saat Anda berjalan. Tetapi dalam arti lain, ruang ini sangat aneh: di balik lembah dan bukit, ada binatang buas yang menggeliat, bergelombang, terus tumbuh dan mengikat titik-titik di ruang bersama-sama, terhubung tanpa batas. Ruang musik bisa tampak sealami pegunungan yang terlihat dari puncak Space Needle; tetapi itu juga bisa tampak seperti campur aduk topologi buatan manusia di dasarnya. Itu organik dan intuitif; itu teknologi dan kacau.
Metafora spasial memberikan bahasa yang dominan untuk memikirkan perbedaan di antara pembuat rekomendasi musik, seperti yang mereka lakukan dalam pembelajaran mesin dan di antara budaya Eropa-Amerika secara lebih umum. Dalam konteks ini, mudah untuk membayangkan hal-hal tertentu yang serupa berkumpul di sini, sementara hal-hal lain yang berbeda berkumpul di sana. Dalam percakapan dengan para insinyur, sangat umum untuk menemukan ruang musik yang muncul melalui gerakan, yang menyelubungi speaker dalam lingkungan imajiner yang diisi oleh jepitan singkat di udara dan diatur oleh lambaian tangan. Satu genre di sebelah kiri Anda, genre lain di kanan Anda. Di papan tulis dan jendela yang tersebar di sekitar kantor, Anda mungkin menemukan ruang musik yang ditampilkan dalam dua dimensi, berisi serangkaian titik yang mengelompok dan menyebar ke seluruh bidang.
Di ruang musik, musik serupa ada di dekatnya. Jika Anda menemukan diri Anda dalam ruang seperti itu, Anda harus dikelilingi oleh musik yang Anda sukai. Untuk menemukannya lebih banyak, Anda hanya perlu melihat sekeliling Anda dan bergerak. Di ruang musik, genre seperti daerah, playlist seperti jalur, dan selera seperti hanyut, teritori kepulauan. Lagu favorit baru Anda mungkin berada tepat di atas cakrawala.
Namun terlepas dari keakrabannya, ruang seperti ini aneh: kesamaan dapat ditemukan di mana saja, dan titik yang tampak berjauhan bisa tiba-tiba menjadi berdekatan. Jika Anda bertanya, Anda akan mengetahui bahwa semua representasi spasial ini hanyalah reduksi dari sesuatu yang jauh lebih kompleks, dari ruang yang tidak terdiri dari dua atau tiga dimensi, tetapi berpotensi ribuan. Ini adalah informasi-ruang-binatang McDonald’s, sebuah abstraksi matematis yang merentangkan intuisi spasial manusia melewati titik puncaknya.
Ruang seperti ini, secara umum disebut “ruang kesamaan”, adalah medan simbolis tempat sebagian besar pembelajaran mesin bekerja. Untuk mengklasifikasikan poin data atau merekomendasikan item, sistem pembelajaran mesin biasanya menempatkannya di ruang, mengumpulkannya ke dalam kelompok, mengukur jarak di antara mereka, dan menggambar batas di antara mereka. Pembelajaran mesin, seperti yang dikemukakan oleh ahli teori budaya Adrian Mackenzie (2017, 63), “membuat semua perbedaan sebagai jarak dan arah gerakan.” Jadi sementara ruang musik di satu sisi merupakan metafora informal (lanskap variasi musik) di sisi lain itu adalah objek formal yang sangat teknis (substrat matematis dari rekomendasi algoritmik).
Pemahaman spasial tentang perjalanan data melalui infrastruktur teknis dan percakapan sehari-hari; mereka sekaligus merupakan bentuk ekspresi metaforis dan praktik komputasi yang konkret. Dengan kata lain, “ruang” di sini adalah formalisme — konsep teknis terbatas yang memfasilitasi ketelitian melalui abstraksi — dan apa yang oleh antropolog Stefan Helmreich (2016, 468) disebut sebagai informalisme — metafora yang kurang disiplin yang berjalan seiring dengan teknik formal. Dalam praktiknya, seringkali sulit atau tidak mungkin untuk memisahkan kekhususan teknis dari iringan metaforisnya. Ketika pembuat rekomendasi musik berbicara tentang ruang, mereka berbicara sekaligus secara kiasan dan teknis.
Bagi banyak kritikus, “rasionalitas geometris” (Blanke 2018) dari pembelajaran mesin ini membuatnya menjadi kutukan bagi “budaya” itu sendiri: ia mengukur kualitas, merasionalkan hasrat, dan mengambil objek budaya dari konteks sosial sehari-hari mereka untuk memindahkannya ke dalam isolasi yang steril. jaringan komputasi. Antropologi budaya arus utama, misalnya, telah lama mendefinisikan dirinya bertentangan dengan formalisme seperti ini, yang tampaknya tidak memiliki ketebalan, kepekaan, atau kecukupan untuk pengalaman hidup yang kita cari melalui etnografi. Seperti yang disarankan oleh ahli teori politik Louise Amoore dan Volha Piotukh (2015, 361), analitik semacam itu “mengurangi bentuk kehidupan dan data yang heterogen menjadi ruang perhitungan yang homogen.”
Menggunakan istilah ahli geografi Henri Lefebvre (1992), ruang kesamaan adalah contoh yang jelas dari “ruang abstrak”—semacam ruang representasi di mana segala sesuatu dapat diukur dan diukur, dikendalikan oleh otoritas pusat dalam melayani modal. Ahli teori media Robert Prey (2015, 16), menerapkan kerangka kerja Lefebvre untuk streaming musik, menunjukkan bahwa orang-orang seperti McDonald – “analis data, pemrogram, dan insinyur” – terutama peduli dengan ruang perhitungan dan pengukuran yang abstrak dan dipahami. Conceived space, dalam pemikiran Lefebvrian, adalah parasit pada ruang sosial yang hidup, yang diasosiasikan Prey dengan pendengar yang menolak dan menafsirkan ulang karya teknolog. Penyebaran ruang abstrak di bawah kapitalisme menandakan, dalam kerangka ini, “penaklukan yang menghancurkan dari yang dihayati oleh yang dikandung” (Wilson 2013).
Tetapi bagi orang-orang yang bekerja dengannya, ruang musik tidak terasa seperti kisi-kisi yang steril, bahkan secara matematis. Pembuat rekomendasi musik tidak membatasi diri pada abstraksi halus dari ruang yang dikandung. Selama pelatihan mereka, mereka belajar untuk mengalami ruang musik sebagai hal biasa dan dapat dihuni, terlepas dari keanehan yang mendasarinya. Ruang musik sama intuitifnya dengan lanskap untuk dilalui dan sama asingnya dengan objek teknik yang rumit dan berdimensi tinggi. Menggunakan perbedaan yang sering dipermasalahkan dari geografi budaya, mereka memperlakukan “ruang” seperti “tempat”, seolah-olah jaringan abstrak dan homogen adalah semacam lingkungan lokal yang dapat ditinggali.
Ruang kesamaan adalah hasil dari banyak keputusan; mereka sama sekali tidak “ alami, “dan orang-orang seperti McDonald sadar bahwa pilihan yang mereka buat dapat mengatur ulang mereka secara mendalam. Namun metafora spasial, bergerak melintasi ucapan, gerak tubuh, ilustrasi, dan perhitungan, membantu membuat pola dalam data budaya terasa nyata. Kebingungan antara peta dan teritori—antara representasi lunak dan medan objektif—produktif bagi orang-orang yang sekaligus tertarik untuk menciptakan pengetahuan objektif dan peduli dengan penghitungan pengaruh subjektif mereka sendiri pada proses tersebut. Pemahaman spasial ini mengubah makna konsep musik seperti genre atau fenomena sosial seperti selera, menjadikannya sebagai bentuk pengelompokan.
Semua produk yang direkomendasikan oleh Engadget dipilih oleh tim editorial kami, terlepas dari perusahaan induk kami. Beberapa cerita kami menyertakan tautan afiliasi. Jika Anda membeli sesuatu melalui salah satu tautan ini, kami dapat memperoleh komisi afiliasi. Semua harga adalah benar pada saat penerbitan.