Sistemas de recomendação do Spotify na descoberta e consumo musical

Abstract

Com o constante crescimento da presença de sistemas de recomendação em plataformas digitais, diversas questões colocam-se acerca de potenciais influências que tais sistemas apresentam sobre os indivíduos. O presente estudo investiga as implicações do Spotify no processo de descoberta e consumo musical dos seus usuários. Partindo da noção teórica proposta por Beer (2016) de que os algoritmos tornam-se parte constituinte da infra-estrutura de formação do gosto e da noção de "algorithmic imaginary" (Bucher, 2020) como forma de melhor compreender o entendimento dos usuários sobre os algoritmos, foram aplicadas duas metodologias. A primeira focada na análise da interface do próprio Spotify (walkthrough) com a utilização de dois usuários testes simulando diferentes comportamentos na plataforma. A segunda, através de 9 entrevistas, focada na percepção e nas utilizações que os usuários brasileiros fazem da plataforma para melhor compreender as relações entre os sistemas de recomendação e os usuários. Os resultados apontaram a ampla utilização do "streaming" como principal forma de obter contato com novas músicas, além de apontar as funcionalidades de reprodução automática e as "playlists" 'Feitas para Você' do Spotify como as mais eficazes para tal. Além disso, verificou-se uma ampla adoção das recomendações musicais por parte dos usuários, que possuem a percepção de que as recomendações são coerentes com seu gosto musical e de que foram capazes de expandir sua variedade de consumo por conta das sugestões, mesmo que a plataforma priorize determinados gêneros economicamente mais favoráveis para si. Observou-se também que os usuários da amostra possuem conhecimento acerca do funcionamento dos algoritmos de recomendação, ainda que haja uma lacuna em relação ao nível de detalhe das informações que o Spotify é capaz de captar e utilizar para criar as recomendações musicais.

With the constant growth in the presence of recommendation systems on digital platforms, several questions arise about the potential influences that such systems have on individuals. The present study investigates the implications of Spotify in the process of music discovery and consumption of its users. Starting from the theoretical notion proposed by Beer (2016) that algorithms become a constituent part of the taste formation infrastructure and the notion of algorithmic imaginary (Bucher, 2020) as a way of better understanding users' understanding of algorithms, two methodologies were applied. The first focused on analyzing Spotify's own interface (walkthrough) using two test users simulating different behaviors on the platform. The second, through 9 interviews, focused on the perception and uses that Brazilian users make of the platform to better understand the relationships between recommendation systems and users. The results showed the wide use of streaming as the main way of getting in touch with new music, in addition to pointing out Spotify's automatic auto-play feature and 'Made for You' playlists as the most effective for discovering new music. Furthermore, there was a wide adoption of the musical recommendations by the users, who have the perception that the recommendations are consistent with their musical taste and that they were able to expand their variety of consumption due to the suggestions, even if the platform prioritizes certain genres that are economically favorable for itself, as observed during the investigation. It was also observed that the users in the sample have knowledge about how recommendation algorithms work, although there is a gap in relation to the level of detail of the information that Spotify is capable of capturing and using to create music recommendations.