推薦系統呼嚨你?大者恆大的邏輯,統率著你聽的音樂?

串流平台介面。(翻攝自Apple Music官網)
串流平台介面。(翻攝自Apple Music官網

作者林真宇,在英國與台灣、高教與產業間移動也生根。目前於卡地夫大學做與音樂和創意產業相關的研究。每天的思考、語言和文字,都和音樂審查和文化政策息息相關。

幾年前,我曾有一份職稱為 Music curator (音樂策展人)的神秘工作。長期遠距上工,彈性工時,從未見過身處全球各地的同事。每個星期,我聽著一些線上系統隨機挑選的歌曲,我評比音樂類型、曲風、情緒等標籤,並告訴系統我喜不喜歡它的推薦。我和系統長期互動著,它也學習著我的喜好與品味。大多數時候,我的工作只是為推薦的合適程度評分;偶爾,我也需糾正錯誤的標籤,當粵語情歌被標成了華語流行(Mandopop),或 1960 年代的英國搖滾被標成了 1990 年代的美國另類搖滾。音樂相關知識,多少還是有些幫助,但我也漸漸發現系統越來越精確。兩年多後,神秘專案解散,系統訓練大功告成。

今日使用聽音樂的我和你,也在做一樣的事:頻繁使用音樂(Music Recommender Systems),有時覺得推薦很棒,時而摸不著頭緒。對於音樂人而言,這也是一團謎:這些音樂推薦,是如何產生的?系統有沒有把自己的音樂,推薦給適合的聽眾?推薦準確與否,對自己的影響是什麼?究竟,系統是為音樂人帶來了可觀的長尾效應,還是推波助瀾大者恆大的局面?關於音樂串流平台的討論一直都轟轟烈烈,而各國從業人員的焦點,從分潤機制、數據透明程度、也漸漸移往串流平台的推薦系統。本系列文章,將與讀者一起探究這些問題的答案。

音樂推薦系統是什麼?

2021 至 2022 年間,英國進行的串流音樂經濟調查[註1],結案報告中提出的建議,點出音樂人與業者們在串流時代的種種焦慮。結論寫道,新的、獨立廠牌的音樂,在當今串流經濟下面臨能見度與利潤皆低的雙重挑戰,需要特別的扶植;另外,面對美國更龐大的產業與市場,英國本土音樂的出口,政府也應加強支持的力道。這些提問,著眼的面向有許多,但正如大多數扶持音樂場景(Music Scenes)及產業政策討論,常有兩種絕非相互違背,但並不相同的訴求基礎:一是創造產值和就業機會;二則為促進文化多元與社會公平。本文將探討音樂推薦系統中的偏誤(Bias)是什麼,而在討論中,這兩種訴求將如影隨形。

音樂推薦系統是根據用使用者的喜好、行為和特徵,向他們推薦音樂的技術。 系統分析用戶收聽歷史記錄、歌曲元數據和社交互動等大量數據,提供個人化的音樂推薦。音樂推薦系統的主要目標,是幫助用戶發現符合他們品味和偏好的新音樂。 隨著平台的內容以及使用人次的增長,串流平台開始優化推薦系統,透過這些技術來提高用戶滿意度和參與度。

音樂推薦系統使用了不同的技術和方法,而協同過濾(Collaborative Filtering),是最常用的技術之一。 它分析使用者的行為和偏好,且識別不同使用者間的模式和相似性,於是系統會根據類似使用者的收聽習慣,向個別用戶推薦音樂。 透過發掘使用者的社群(Community)的集體智慧,協同過濾,可以推薦個別使用者可能自己還沒發現的音樂。而內容過濾(Content-based Filtering),著重於歌曲本身的特徵,透過分析樂種、節奏、情緒和歌詞,識別歌曲間的相似性。 系統會推薦與使用者過去喜歡的歌曲,具有類似特徵的音樂。 內容過濾,擅長推薦特定樂種或流派的音樂,對於具有明確偏好的用戶,一般而言比較受用。推薦系統往往集合了協同過濾、內容過濾和其他算法,充分利用每種方法的優勢,來克服單種技術的局限性。

串流平台介面。(翻攝自Spotify官網

音樂推薦系統使用的用戶數據,包括使用者個人資料、收聽歷史記錄、播放列表和評分等。歌曲元數據(樂種、流派、參與製作的詳細名單與專輯訊息等),也有助於音樂的分類。此外,社交數據(關注對象和社交關係),也可用於識別社交圈中流行的音樂。研究[註2]指出,音樂推薦系統能針對不同的標的做推薦,這些標的包含的連貫性(Coherence)、音樂內容的多元性(Diversity),而多元性,與個人偏好的準確性(Accuracy),但這些目的邏輯可能是相悖的。為了避免造成「過濾氣泡」(Filter Bubbles),讓大家聽著太過於單一的音樂,許多研究[註3]不斷在進行,而推薦系統仍不斷地翻新調整著。

人會偏心,那音樂推薦系統有偏誤嗎?

英國資料倫理與創新中心(Centre for Data Ethics and Innovation, CDEI)於2023 年 3 月份發表的報告[註4],爬梳不同領域的研究成果,探討由演算法驅動的推薦系統,如何影響音樂的製作與消費。它將不同領域的成果彙整,提供了音樂推薦系統相關討論具參考價值的框架。其中,有兩個重要的討論:音樂推薦的偏誤(Bias)是否影響音樂人與消費者,以及音樂推薦系統是否使音樂的多元性(Diversity)受限。跟著此報告的討論與邏輯,本文和讀者一起探討音樂推薦系統常被討論的偏誤,和可能造成的影響。

音樂推薦系統有兩種偏誤,已獲得較廣泛的討論。其一,是流行度偏誤(Popularity Bias)。流行度偏誤指的是,已為大眾所知的音樂作品,會在平台上大者恆大,不斷地被推薦、再次地被聆聽,許多研究已實證的方式,指出這樣的偏誤,存在於我們使用的音樂推薦系統中,它可能使聆聽者的品味趨向同質化,也對獨立或者剛起步的音樂人不利,更不易讓觀眾聽見他們的音樂。另外,串流世界裡的長尾效應確實存在,只是以營收而言,身處長尾的音樂人,倚靠串流所收到的利潤,微薄至幾乎無法維生。

人口特徵的偏誤(Bias According to Demographic Characteristics),指的是使用者或是音樂人擁有不同的性別、階級、國籍、年齡,而因為這些不同,系統對他們有了不同的評判。某些音樂人的音樂,可能因為在音樂推薦系統中不容易被推薦,而其他音樂人卻推薦數眾,擁有優勢地位。以聽眾而言,也有某些使用者,因為不同的人口特徵,比群體中其他人更容易獲得他們喜歡的音樂推薦。目前,性別的偏誤,已有較多實證,而種族、階級、語種等則稀缺。

對於台灣的音樂人來說,若希望能夠經營跨國市場,後者的討論也相當重要。2017 年的一份研究[註5]顯示,Spotify 推薦給用戶的音樂表演者之男女性別比例,約為 80% 比 15% ,另外 5% 為混合性別或團體。其他研究人員提出[註6],性別比例懸殊的原因,是 Spotify 平台上女性的歌曲佔比本來就低,並非清單生成,有特殊的反女性偏見。無論如何,Spotify 仍招致延續產業內存在已久性別不平等,而未有積極作為的批評。

串流平台介面。(翻攝自Spotify官網

音樂推薦系統有偏誤,然後呢?

Y2K 美學重新當道的此刻,讓我想起 2000 年代的尾聲,實體與數位音樂的交替之際。那是個不確定、混亂、躁動、但也有一點希望的年代。當時關於數位化時代的音樂想像,關鍵字是多元 、公平、更民主的產製與消費。後來,世界變了,有希望也有失望。音樂串流平台成就了很多了不起的事情,但確實,演算機制仍重複著過去的某些不公平,細緻地維持著大者恆大,英語世界白人男性的主導地位,讓其他族群望塵莫及。當然,我們也需要理解,市場中大者恆大的趨向,如何如幽魂般,在流行音樂工業的天空裡盤旋著。

過去,經濟學理論,著眼音樂產業中「巨星效應」與「贏者全拿」的現象,我們也見證了跨國唱片公司一紙合約抵萬金的過往,接著,音樂榜單、獎項與大眾媒體,擁有了使音樂成為不朽經典的強大能力。英國資料倫理與創新中心的報告[註7]指出,現在的研究,仍舊缺乏歷史深度,無法以較全面的方式,探討各個不同國家與區域,這些優勢與權力關係是如何產生的。

串流平台並未「發明」這樣的不公平,並不代表不需正視影響與責任。知道過去不太好,現在也沒有太好的我們,也不見得無力形塑接下來的場景。儘管仍有待觀察研究之處,但今天的我們已進步了一些些。我們的進步在於更能正視偏見、歧視、偏誤帶來的結構性問題,對於增加弱勢者在文化領域中不足的代表性,也有了更多共識。弱勢者,並不只是女性或性少數的音樂人,也可能是另類、小眾樂種、唱著少數族群語言的歌者、推動著非英語系在地音樂的行銷人員。肯定性行動(Affirmative Action) ,是為塑造更平等的社會,採取的積極措施,身處 2023 的我們,應該去思考,串流平台、政府與產業人員們,能進行什麼樣的肯定性行動?如文中已提到的,我們所在意的未來,除了追求產值和就業機會以外,還有文化多元與社會公平。

在串流平台聽著音樂的我們,每個都是「音樂策展人」,訓練著推薦系統,形塑著自己聽到的推薦歌單。正因如此,我們應檢視平台所塑造的推薦系統機制,究竟是否和他們強調的產業使命和社會責任[註8]吻合。2021 年英國的「串流音樂經濟」調查,各方音樂工作者、工會、或組織,儘管利益與立場不盡相同,參與討論、提供證據,提出他們對於串流影響的憂慮,質問著政府和平台,要求他們回應且行動,而本文所介紹推薦系統的偏見,也是其一。這樣的動能,或許能帶給音樂工作者們一些鼓勵:路還長,但更平等的可能性應該存在。而這樣的可能性,需要在創造、產製與消費音樂的世界被實踐。畢竟,音樂是最能述說人的故事與信念的媒介了。本系列的下一篇文章,將持續探討串流音樂的推薦系統,如何影響音樂的「多元性」(Diversity)。

1. 串流音樂經濟調查出處

2. 音樂推薦系統研究出處

3. 音樂推薦系統研究出處

4. 英國資料倫理與創新中心研究出處

5. 串流平台男女比例研究出處

6. 串流平台偏誤研究出處

7. 英國資料倫理與創新中心研究出處

8. Spotify 的社會責任官方聲明出處

●本文為Taiwan Beats授權刊登於聯合新聞網「琅琅悅讀」頻道,原題〈【英國快訊】誰決定你聽的歌?串流平台推薦系統的偏誤〉

加入 琅琅悅讀 Google News 按下追蹤,精選好文不漏接!
串流平台 推薦系統 歌單

精選影音

延伸閱讀

杜篤之、《航海王》魯夫配音員登入雲端!《Sound Makers 聲音匠人》伴你靜心度過炎炎夏日

「國家比愛情更遠/在遙遠的花園我活得更好」:海朋森 「游一遊」 2024 亞洲巡演

情慾交纏政治,六四禁片《頤和園》中的愛情追求及幻滅

臺南浪漫綺譚!400 強檔鉅獻,舞台劇《內海城電波》週末開城

猜你喜歡

udn討論區

0 則留言
規範
  • 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
  • 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
  • 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
  • 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。