Antes de que la música digital se convirtiera en lo que es hoy, las recomendaciones musicales solían llegar de boca de algún amigo o amiga, y sonaban más o menos así: “¿En serio no has oído lo nuevo de Fulano? ¿En qué planeta vives? ¡OMG! Te va a volar la cabeza… escucha…”.
Amigos Eran Los de Antes
Sin embargo, desde la aparición de las plataformas digitales, esos amigos fueron reemplazados por un algoritmo o fórmula, que intenta aprender lo más posible de ti (y de otra gente como tú), para recomendarte la canción perfecta.
Según dicen los expertos, esta alocada carrera de intentar conocerte mejor que tu propia madre, comenzó cuando Netflix desafió a desarrolladores de todo el mundo, con el llamado ‘Netflix Prize’, que ofrecía un millón de dólares a quien lograra crear la mejor herramienta de aprendizaje de los gustos de sus usuarios.
Deep Learning
Esto ayudó a desarrollar una rama del negocio que antes no existía y de la cual nació, no solo la herramienta de Netflix, sino variaciones mejoradas que hoy llevan a cabo el llamado “Deep learning”, en el que se basan todas las compañías para intentar mantenerte conectado y pagando por sus servicios.
Seguramente habrás notado que con el correr del tiempo, la puntería de estas empresas va mejorando y si te gusta, por ejemplo, Maluma, ya no te recomiendan a alguien como J Balvin, solo por ser ambos colombianos y cantar reggaetón, sino que entran en juego muchas otras variables.
Y es que, si bien apenas te inscribes, algunas empresas te hacen un pequeño cuestionario para conocer más de ti, a veces no es suficiente para saber con certeza si te gusta más Rosalía o Karol G, por lo que al inicio se basan mucho en demográficos como: tu edad, nacionalidad o idioma, datos que posteriormente van refinando a medida que comienzan a ‘conocerte’.
Ensalada de Datos
Luego de cierto tiempo, ese complicado algoritmo genera una ensalada de datos en la que combina no solo lo que tú y gente como tú consumen, sino también variables como el ritmo, la instrumentación y hasta las letras de cada canción que oyes. Cuando multiplicas eso por millones de usuarios, que dan ‘likes’ o agregan nuevas canciones a sus playlists, dicha ensalada se convierte en valiosísima información, que cada vez que te conectas, va reafirmándoles cuál es la música que realmente te gusta.
¿Y Los Nuevos?
Hasta aquí, ese sistema solo sirve para recomendarte artistas y canciones que la plataforma ya conoce y mantiene en rotación, pero cuando aparecen músicos nuevos o canciones a estrenar, al algoritmo no le queda más que realizar comparaciones entre músicos similares, géneros, ritmos, armonías e incluso frecuencias. Este incesante cruce de datos, permite recomendarte música o artistas nuevos y evitar así que las recomendaciones que te hagan, sean siempre las mismas.
Populares e Independientes
Para estas empresas, es casi tan importante presentarte música nueva como sugerirte los más grandes hits, ya que esto no solo ayuda a que valores más la aplicación como tal, sino que evita que te aburras de escuchar lo mismo. En otras palabras, cuando hablamos de artistas ‘desconocidos’, las plataformas intentan ser dos de tus amigos cercanos: El que te recomienda lo nuevo y súper popular de Bad Bunny, y el que te habla de una banda que escuchó en un restaurante chino durante el fin de semana.
Algún día no muy lejano, el sistema sabrá proponerte música, adaptada a la actividad que estés realizando en el momento, ya sea que estés en el gimnasio, en tu casa, o en el trabajo.
Mientras tanto, no descuides a tus amigos, que si bien ya no los necesitas para que te recomienden música, nadie cuenta chistes tan malos como ellos, y eso… no podrán reemplazarlo con ningún algoritmo.
