Automatická doporučení na další skladby se na čím dál větších platformách v hudební a filmové branži jako Amazon, Netflix, Spotify či YouTube používají již dlouho, přičemž tuto funkci pomáhá v posledních letech vylepšovat také analýza dosavadního chování posluchačů.

Otázka, jaká pokřivení mohou nastat, když lidské rozhodování přeberou algoritmy, v posledních letech vědce silně zaměstnává. Stejně tak otázka, nakolik jsou tyto systémy schopny svými návrhy skutečně vystihnout vkus uživatelů.

Výzkumníci z rakouských univerzit ve Štýrském Hradci (Grazu) a Linci proto za pomoci svých nizozemských kolegů analyzovali data k hudebním návykům více než 4000 posluchačů na streamovací platformě Last.fm. Polovina z nich upřednostňovala mainstreamovou muziku, zbylí se při volbě žánru pohybovali spíše mimo střední proud.

Nejvíce odchylek

Z výzkumu uveřejněného v časopise EPJ Data Science vyplývá, že druhá jmenovaná skupina dostává od algoritmů relativně méně užitečných návrhů na další písně. Nejméně „čitelní“ jsou pro umělou inteligenci fanoušci, kteří inklinují k tvrdému rocku a hip-hopu.

Důvodem je, že vyznavači těchto dvou žánrů se ve volbě skladeb nejvíce odchylují od svých kmenových hudebních preferencí. Umělá inteligence se s tím zatím nedokáže zcela popasovat, uvádí studie.

Potíže mají algoritmy také s posluchači žánrů, kde hrají prim akustické nástroje – například folku. Nedaří se jim příliš ani u vyznavačů ambientní či rychlejší elektronické hudby beze zpěvu.

ČTK Sdílet na Facebooku Sdílet na Twitteru Sdílet na LinkedIn Tisknout Kopírovat url adresu Zkrácená adresa Kopírovat do schránky Zavřít