“Gosto (não) se discute”: perspectivas humano-algorítmicas a partir do Spotify e da “Descobertas da Semana”

• Autor(a) principal: Moreira, Alékis de Carvalho
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/27594
• topic: Spotify; Sistemas de Recomendação; Playlist Descobertas da Semana; Performance de gosto; Análise de Conteúdo; Música; Plataforma aberta da Web; Análise de conteúdo (Comunicação); Spotify; Recommender Systems; Discover Weekly Playlist; Taste Performance; Content Analysis

Esta pesquisa se propõe a realizar uma análise das recentes transformações na indústria fonográfica na cultura digital, com um olhar focado nos usuários e nas plataformas de streaming musical, entendendo especificamente o Spotify e sua playlist “Descobertas da Semana” como agentes importantes no que diz respeito ao consumo personalizado e baseado em contexto. A partir de noções como plataformização, sistemas de recomendação, agência algorítmica e curadoria (humana e automatizada), entre outras, desvelamos processos emergentes, enquanto nos debruçando sobre atores humanos e não humanos no sentido de mapear essas relações. Partimos da premissa de que a noção de gosto pautada pelo sistema de recomendação do Spotify seria insuficiente para entender e dar conta da complexidade das preferências subjetivas dos usuários. Nesse sentido, nosso objetivo central aponta para uma compreensão do que eles, os usuários, dizem sobre e como se posicionam em relação ao que vêem refletido na plataforma / playlist / experiência. Nossa hipótese é de que a plataforma consegue resultados positivos em sua empreitada junto à maioria dos usuários, entendendo que isso pode ser reflexo das estratégias da empresa por consolidar a nova fase de seu modelo de negócio, em busca da máxima “personalização”. Com o objetivo, portanto, de entender a perspectiva dos usuários da playlist, e testar nossa hipótese, coletamos – ao longo de dois anos – e analisamos 2.215 tweets que comentavam sobre as recomendações de músicas feitas pela plataforma. Utilizando a análise de conteúdo como metodologia, nossos resultados apontam para uma parcela significativa (54,1% ou 1199 tweets) falando positivamente e dando a entender que possuem um sentimento de satisfação em relação à playlist e as descobertas que realizam a partir dela, fazendo questão de afirmar isso em postagens em uma plataforma de rede social (Twitter). Identificamos ainda uma parcela que parece resistir e tensionar o modelo de gosto pautado pelo Spotify (26,5% contrários). Assim, corroborações e controvérsias dão a ver continuidades e rupturas na performance do sistema de recomendação da plataforma de modo a problematizar a noção de gosto estabelecida por engenheiros em suas perspectivas algorítmicas.