Technologie
L’évolution de la musique : de la radio aux playlists personnalisées
Depuis l’âge d’or de la radio, des disques vinyles, des cassettes et des lecteurs MP3, la manière dont nous percevons la musique a considérablement changé. Les genres musicaux se sont diversifiés, allant de catégories larges comme le rock et le hip-hop à des étiquettes plus spécifiques telles que « cabaret sombre paranormal » ou « synthétiseur spatial ». Aujourd’hui, le streaming est devenu la norme. Les DJs de radio ont été remplacés par des intelligences artificielles, et la découverte de nouvelles musiques se résume souvent à une playlist de 30 chansons, mise à jour chaque semaine. Dans l’univers du streaming musical, la personnalisation est devenue la règle d’or.
Cependant, cette commodité a un coût : notre curiosité s’estompe. Bien que nous ayons accès à une multitude de genres, comme la house tropicale suédoise ou le hardcore du New Jersey, cette surabondance de choix peut paradoxalement rendre notre expérience d’écoute moins variée et moins enrichissante.
L’essor des services de streaming
Actuellement, plus de 600 millions de personnes dans le monde accèdent à la musique via des plateformes de streaming. Parmi elles, Spotify se distingue avec une part de marché de plus de 30,5 %, presque le double de celle de ses concurrents. Le lancement de la fonctionnalité Discover Weekly en 2015, qui propose des playlists personnalisées basées sur les habitudes d’écoute des utilisateurs, a été un tournant pour Spotify, positionnant la personnalisation comme une solution à notre excès d’options.
Cependant, en fournissant efficacement ce que les utilisateurs semblent désirer, Spotify a en réalité réduit le choix et a déshumanisé l’expérience d’écoute et de découverte musicale. Selon un rapport de 2022 de Distribution Strategy Group, environ 30 % des morceaux écoutés sur Spotify sont recommandés par des algorithmes. Le succès de Discover Weekly a également inspiré des playlists basées sur l’humeur, qui évoluent au fil de la journée, ainsi que des recommandations basées sur les habitudes d’écoute des utilisateurs. D’autres plateformes, comme Apple Music et Amazon Music, ont emboîté le pas. Toutefois, ces approches de personnalisation présentent un défaut commun : les playlists se ressemblent souvent, composées de morceaux qui ne varient guère en termes de sonorité.
La quête de la nouveauté
Glenn McDonald, ancien ingénieur chez Spotify et « alchimiste des données », souligne que bien que l’accès à de nouvelles musiques soit techniquement simple, beaucoup d’entre nous ne s’y aventurent pas, principalement parce que nous ne savons pas par où commencer. En nous habituant à la commodité des playlists générées, nous perdons de vue que la découverte musicale est un processus actif.
Les attentes vis-à-vis des algorithmes
Pour Spotify, la personnalisation commence par une analyse approfondie des morceaux via une plateforme d’intelligence des données, anciennement connue sous le nom d’Echo Nest. Grâce à un mélange de traitement de signal et d’écoute humaine par des musicologues, Spotify attribue environ dix attributs différents aux chansons (comme la tonalité ou la dansabilité) avant de les regrouper dans des bibliothèques. Des programmes alimentés par l’IA puisent dans ces catégories pour générer des playlists personnalisées, adaptées aux habitudes de chaque utilisateur. La manière dont Spotify classe la musique détermine ce qui nous est présenté, influençant également les niches dans lesquelles les artistes se retrouvent et leur niveau d’exposition.
McDonald divise nos habitudes d’écoute en trois cercles concentriques : les morceaux que nous écoutons quotidiennement, ceux qui ressemblent à nos préférences, et tout le reste que nous découvrons par hasard. Les playlists générées automatiquement par Spotify se concentrent principalement sur le premier groupe, s’aventurant parfois dans le second, tandis que le troisième reste accidentel. Le service ne propose jamais rien de véritablement différent.
La nécessité de la curiosité
McDonald explique que même si nous affirmons vouloir écouter quelque chose de nouveau, nous revenons souvent à ce qui nous est familier. Il soutient qu’introduire un morceau de reggae dans une playlist de « bedroom pop » peut créer une expérience d’écoute désagréable. Pour créer les 6 291 microgenres de sa base de données, Spotify utilise des données sociales, observant comment les auditeurs d’un même artiste classent les morceaux de cet artiste et qui d’autre ils écoutent. Les genres de Spotify n’ont pas de frontières absolues, mais reflètent un consensus dynamique sur la manière dont les utilisateurs consomment la musique.
Contexte et communauté
La personnalisation a rendu la navigation dans l’immense océan de contenu sur Internet incroyablement pratique. Nous recevons ce que nous aimons, nous sommes conseillés sur ce qu’il faut acheter et ce qu’il faut dire. Il n’est donc pas surprenant que nous attendions de nos applications de streaming musical qu’elles fassent de même. Cependant, demander à un algorithme d’élargir nos horizons revient à déjeuner avec un ami qui prétend être ouvert à tout mais rejette toutes vos suggestions. « La curiosité est un mode actif », affirme McDonald. Il est de notre responsabilité de sortir de notre bulle.
Des passionnés de musique trouvent de nouvelles façons de raviver cette curiosité, en créant des ligues de recommandations compétitives et des cartes interactives de musique. Avant l’ère du streaming, découvrir de la musique était un travail qui offrait une récompense émotionnelle distincte. Zack O’Malley Greenburg, ancien rédacteur en chef de la musique chez Forbes, se souvient d’échanger des CD avec ses amis, passant des heures à décider quels morceaux il aimait ou non. Plus tard, acquérir de la musique est devenu un exercice de tri parmi des fichiers audio sur des clés USB et de téléchargements illégaux de MP3 sur des sites douteux. Partager de la musique était un acte beaucoup plus personnel, et créer une mixtape pour séduire quelqu’un était un véritable acte d’amour. Les systèmes de recommandation automatisés ont remplacé cette culture de partage. Les playlists anonymes auxquelles nous adhérons aujourd’hui peuvent être modifiées et partagées, mais les enjeux émotionnels sont bien plus faibles.
La valeur de la recommandation personnelle
« Ce qui manque dans le streaming musical, c’est le pourquoi quelqu’un pense que je devrais aimer une certaine chanson », déclare Alex Keller, cofondateur de Music League, une plateforme en ligne permettant aux utilisateurs de soumettre des morceaux à des playlists thématiques. La plateforme a doublé son nombre d’utilisateurs depuis l’année dernière, atteignant environ 130 000 utilisateurs mensuels.
Music League a su créer une communauté fidèle en transformant l’expérience de recommandation musicale en un jeu. Les utilisateurs peuvent rejoindre des ligues publiques ou en créer des privées, avec des thèmes allant de « Meilleure chanson de rap » à « Crime équestre ». Chaque ligue organise plusieurs tours, où les participants soumettent et votent pour les morceaux qu’ils estiment correspondre le mieux à un thème donné. Une grande partie de l’expérience, selon Keller, réside dans la conversation qui entoure chaque soumission. Il décrit comment son expérience de chaque chanson évolue lorsque les utilisateurs sont poussés à défendre leurs choix.
Contrairement aux innombrables playlists personnalisées de Spotify qui se renouvellent instantanément, les ligues peuvent rester ouvertes pendant des mois. Il peut y avoir un long intervalle entre la réception d’un thème et la soumission d’un morceau, ou entre l’écoute et la discussion.
Redécouvrir la Musique à Travers des Interactions Authentiques
Dans un monde où la musique est souvent reléguée au second plan, des initiatives comme Music League encouragent les auditeurs à s’engager activement avec les morceaux qu’ils découvrent. Au lieu de simplement écouter des chansons en arrière-plan, les participants sont invités à soumettre des morceaux accompagnés de notes explicatives. Ce processus de découverte musicale, plus réfléchi, favorise une écoute plus consciente.
Keller, un participant de Music League, souligne que la musique, en tant qu’adulte, devient souvent une simple toile de fond. Cependant, grâce à cette plateforme collaborative, elle retrouve une place centrale. Le processus de recommandation collective confère à chaque chanson une charge émotionnelle, offrant une alternative rafraîchissante aux playlists générées automatiquement que nous utilisons souvent pour créer une ambiance.
Communautés Musicales en Ligne
Un autre exemple de cette tendance est la communauté Facebook privée appelée Oddly Specific Playlists. Avec plus de 364 000 membres, ce groupe regorge de demandes de playlists inspirées par des thèmes très spécifiques. Les utilisateurs partagent des inspirations et expliquent brièvement leur intérêt pour chaque thème. Des discussions émergent autour de requêtes telles que « Masculinité forte ; saine, pas toxique ; pas misogyne ; points bonus pour la queer attitude ». Cela soulève des questions sur ce que pourrait être une chanson représentant une masculinité saine.
Les demandes de playlists abordent souvent des sujets plus sombres, comme le chagrin ou la perte. En partageant des histoires personnelles liées à des chansons spécifiques, les membres créent des liens et favorisent la guérison au sein de la communauté. Le fait que ces échanges se produisent entre des inconnus à travers le monde renforce l’idée que même les expériences les plus spécifiques peuvent résonner universellement, offrant une forme unique de validation. Par exemple, une demande pour des chansons contenant le son « oh » a mis en lumière « Oh! Darling » des Beatles, grâce à un membre dont l’enfant de deux ans était obsédé par la lettre O.
Les algorithmes ne remettent pas en question vos goûts, ils ne font que vous proposer des versions mélangées de ce que vous aimez déjà.
Le Retour à l’Interaction Humaine
Cette volonté de favoriser des interactions humaines authentiques n’est pas nouvelle. Avant 2017, Spotify avait une fonctionnalité de chat, mais celle-ci n’a pas été suffisamment utilisée pour justifier son maintien. L’entreprise a donc choisi d’optimiser la personnalisation de son service.
Alors que la plateforme de Spotify a évolué pour simplifier le choix musical, le format brut d’Oddly Specific Playlists est resté relativement inchangé. Les commentaires peuvent être difficiles à suivre, et les utilisateurs doivent naviguer à travers une multitude de publications pour trouver des recommandations pertinentes. Malgré cette expérience parfois chaotique, la communauté prospère depuis 2019.
Selon Kyle Chayka, écrivain pour le New Yorker et auteur de Filterworld: How Algorithms Flatten Culture, « si un réseau social est de qualité, il doit avoir des personnes réelles qui ajoutent du contenu et l’organisent de manière cohérente, comme quelqu’un qui crée une playlist soigneusement élaborée ». C’est exactement ce que font les membres d’Oddly Specific Playlists, même si les résultats peuvent être difficiles à gérer.
La Curation comme Résistance
Dans son livre, Chayka explique comment les algorithmes ont remplacé les éditeurs de magazines et les conservateurs de musées en tant que gardiens de la culture. Il considère la curation comme un moyen de résister à l’aplanissement de l’internet, bien qu’il reconnaisse que le terme a été largement dévalué au cours de la dernière décennie.
Chayka décrit la curation comme un processus intentionnel, laborieux et limité, des caractéristiques qu’il juge opposées à notre relation avec les algorithmes. Alors qu’un curateur exprime des perspectives qui encouragent le dialogue, les algorithmes sont conçus pour éviter d’offenser. « Lorsqu’un humain interprète une œuvre d’art, cela ajoute de la valeur plutôt que d’en retirer. Un algorithme n’a pas la capacité d’interpréter », ajoute-t-il.
Le Rôle des DJs Indépendants
Avant l’ère du streaming, un article de magazine sur un artiste émergent ou une chronique de blog sur les « Chansons que j’écoute » permettaient de découvrir de nouveaux musiciens. Des publications musicales comme Blender, NME et The Source ont également eu une grande influence, cette dernière ayant notamment mis en lumière The Notorious B.I.G. dans sa rubrique « Unsigned Hype ». Cependant, comme l’explique Greenburg, « les services de streaming suppriment une étape ». Les algorithmes ne remettent pas en question vos goûts, mais vous offrent des versions mélangées de ce que vous aimez déjà.
Dans Filterworld, Chayka présente les DJs de radio indépendants comme antidote à la domination des algorithmes. L’acte physique de se brancher sur une station de radio, semblable à celui d’entrer dans une salle de concert, restaure une qualité tactile à notre expérience musicale. Lorsqu’une voix guide la sélection des morceaux, nous sommes plus enclins à prêter attention, insiste Chayka. Ces DJs utilisent leur connaissance et leur expertise pour déterminer ce qu’ils nous montrent et comment le faire.
« Lorsqu’un humain interprète une œuvre d’art, cela ajoute de la valeur plutôt que d’en retirer. Un algorithme n’a pas la capacité d’interpréter. »
Kyle Chayka, le New Yorker
La Création Face à l’Anxiété Algorithmique
Pour Cehryl, une musicienne basée à Hong Kong, une grande partie de son travail consiste à se demander si elle doit créer de la musique pour plaire aux algorithmes. Depuis la popularisation du streaming et l’essor de TikTok, la durée moyenne d’une chanson a chuté de quatre minutes à environ trois. Les artistes sont encouragés à sortir des singles ou des EPs plutôt que des albums conceptuels. En 2023, Spotify a lancé la fonction Preview, un fil musical à défilement infini qui met en avant les « meilleures » secondes de chaque chanson à chaque glissement. L’algorithme privilégie la pertinence et la gratification instantanée. « Pas de longues chansons. Pas de morceaux patients et étendus. Vous devez avoir le refrain dans les 15 premières secondes, sinon plus tôt », déclare Cehryl.
Cehryl exprime un besoin de nourrir la perception que l’algorithme a d’elle : « On m’a souvent classée dans la catégorie pop de chambre. Mais je ne pense pas faire de la pop de chambre. » Pour les artistes, les classifications de genre sur Spotify jouent un rôle complexe dans leur processus créatif.
L’algorithme de Spotify propose des catégorisations vagues pour identifier les genres émergents ou remodeler des genres familiers, mais la promotion de genres plus larges et reconnaissables par la plateforme pousse certains artistes à se sentir enfermés dans des cases et incite d’autres à se conformer. S’inscrire dans les catégories de Spotify augmente les chances d’un artiste de devenir viral sur la plateforme, même si chaque écoute ne rapporte que 0,003 $ au créateur.
Alex Antenna, qui a lancé un site nommé Unchartify pour offrir une méthode plus manuelle de navigation dans la base de données de Spotify, attribue ces enfermements à la volonté de personnalisation de Spotify. Il a conçu son site pour contourner la multitude de playlists « faites pour vous » et mettre en avant des recoins moins connus de la base de données de Spotify.
« La base de données musicale de Spotify possède un ensemble très riche de paramètres, de balisages et de catégories pour classifier la musique de manière très détaillée. Cela n’est tout simplement pas exposé dans l’application officielle, » déclare-t-il. Il estime que, bien qu’elle dispose d’un moyen sophistiqué de trier la musique, Spotify simplifie intentionnellement : sa bibliothèque propose principalement des playlists personnalisées basées sur des catégories larges comme « métal » ou « fête », dont beaucoup présentent principalement des « artistes populaires ou des chansons que vous avez entendues 1 000 fois. »
Antenna souligne qu’au-delà de genres tels que la pop de chambre ou le folk indépendant, Spotify offre une pléthore de microgenres (comme « reminimal » et « sky room ») qui ne sont accessibles que par leur nom via son API. Il espère qu’en mettant en lumière des genres qui représentent plus fidèlement le son d’un artiste, un système aussi granulaire qu’Unchartify pourra lutter contre l’anxiété algorithmique.
Unchartify réorganise la base de données de Spotify en triant tous les genres par ordre alphabétique — une approche inédite dans le monde actuel de l’optimisation de l’engagement — et en les cartographiant de sorte que chaque album soit un nœud reliant une liste d’albums similaires. Contrairement à la fonction « Les fans aiment aussi » de Spotify, qui recommande des artistes similaires sans indiquer où se situe leur similarité, Unchartify offre une image précise de la position musicale d’un album par rapport aux autres.
À moins d’une demande explicite, Unchartify ne tente pas de deviner ce que vous recherchez. Au lieu de cela, il vous fournit les outils pour explorer systématiquement la base de données de Spotify, comme vous pourriez le faire en fouillant dans les archives d’une bibliothèque publique. La position d’Antenna révèle une source de tension importante dans le monde de la musique à la demande : rendre l’abondance de contenu en ligne digestible nécessite une simplification, mais cette simplification fait souvent l’impasse sur la nuance.
Échapper à l’algorithme
Allant au-delà de la décision archaïque d’Antenna de lister les genres par ordre alphabétique, Radiooooo se présente comme une machine à remonter le temps musical qui élimine complètement le genre pour randomiser le processus de découverte.
Fondée en 2012 par un groupe de quatre DJs, Radiooooo propose une sélection de chansons pour chaque décennie depuis les années 1900 pour chaque pays du monde. Elle invite les utilisateurs à choisir de la musique par périodes temporelles et emplacements géographiques plutôt que par genres ou artistes, abandonnant toute ressemblance avec notre expérience de streaming actuelle et inspirant une nouvelle façon de penser la musique. Radiooooo ajoute également un composant social en créditant les membres qui ont découvert le morceau, rejoignant des communautés comme Music League et Oddly Specific Playlists pour encourager une forme de recommandation collective qui invite à la conversation et à la divergence d’opinions — un contraste frappant avec la vision de Spotify d’une écoute optimisée et sans entrave.
Peut-être que la seule façon d’échapper à nos bulles algorithmiques est de construire une communauté. En accueillant des modèles divers de consommation musicale, nous sommes amenés à considérer la musique sous différents angles, tout comme les stations de radio indépendantes qui se consacrent à raconter une histoire plutôt qu’à s’adresser à un public démographique. Il n’y a rien à optimiser dans une communauté, et par conséquent, rien à simplifier à outrance.
Bien que ces plateformes fonctionnent en contradiction avec la philosophie de Spotify, des services comme Radiooooo, Music League, Oddly Specific Playlists et les radios indépendantes complètent l’utilisation de telles plateformes. Elles agissent comme un tremplin pour notre processus de découverte, nous aidant à dépasser l’insistance de Spotify sur la personnalisation en nous dirigeant vers où chercher et, surtout, en rendant cela amusant.
McDonald compare les fonctions de Spotify à celles de Google Maps. « Google Maps ne fait pas l’exploration à ma place, mais c’est utile si je vais quelque part, » dit-il. Plutôt que de nous emmener en visites guidées, il nous fournit les outils pour naviguer vers de nouveaux horizons. Tout comme il nous montre ce qui est à proximité et comment y accéder, tout en signalant des points d’intérêt que d’autres ont visités, Spotify nous aide à accéder à la plupart de la musique, à lister les tendances d’écoute mondiales et à nous présenter des artistes similaires à ceux que nous connaissons déjà. Mais ce sont les communautés qui nous aident à nous concentrer sur une destination que Spotify peut nous aider à explorer.
Résister à l’algorithme
Quatre services de découverte musicale pour explorer au-delà des playlists générées par l’IA de Spotify
Music League est une plateforme en ligne qui permet aux utilisateurs de soumettre des chansons correspondant à un certain thème.
Oddly Specific Playlists recommande, comme son nom l’indique, des playlists inspirées par des thèmes étrangement spécifiques.
Unchartify offre une navigation plus manuelle à travers la base de données de Spotify.
Radiooooo abandonne complètement les genres et invite les utilisateurs à sélectionner de la musique par période et localisation géographique.
