Desde Boy Pablo a Mort Garson: ¿Qué es el algoritmo de YouTube y cómo nos afecta?

Desde Boy Pablo a Mort Garson: ¿Qué es el algoritmo de YouTube y cómo nos afecta?

Deru, Osamu Kitajima, Ryo Fukui, Tommy Guerrero, Clairo, DJ Boring, Mort Garson, entre varios otros, son nombres que quizá te suenen gracias a las recomendaciones de YouTube. Y no es algo que te ha llegado solo a ti. Si comparas el feed de tus amigos y el tuyo, probablemente se diferencien harto, pero aún así todos han oído hablar de Boy Pablo, Remo Drive y Gábor Szabó, por dar un par de ejemplos, y se desconciertan por llegar a música relativamente desconocida o que no se relaciona directamente con lo que escuchan por ahí día a día. Muchos de estos artistas prácticamente no tienen relación entre sí. ¿Cómo llego YouTube a esto y qué ha significado para la música? ¿Qué misterios hay detrás?

¿Qué es exactamente un algoritmo? Es un tipo de red neuronal virtual que podemos ajustar cada vez que queramos, neuronas que interactúan entre ellas y según el caso van decidiendo qué respuesta es más apropiada para cada pregunta. Las inteligencias artificiales aprenden, nos asisten y complementan. Muchas plataformas utilizan cierto criterio editorial, pero cada vez más los algoritmos utilizados por I.A. ganan un control total de las recomendaciones que hacen. Mientras esta inteligencia aprende, sus recomendaciones se hacen independientes y terminamos con discos de Carl Tjader y Casiopea.

Los casos son diversos. Está el de Midori Takada, quien habiendo lanzado en 1983 su disco Through The Looking Glass, tuvo un boom de escuchas en el último tiempo gracias al algoritmo de YouTube y un video -ahora caído- del álbum completo que se subió el 2013 (Que llegó a más del millón de escuchas). Las canciones de este disco ambiental y minimalista ahora tienen miles de reproducciones, lo que llevo a que se produjeran prensajes nuevos del disco en CD y vinilo gracias a We Release Whatever The Fuck We Want Records  y Palto Flats. El resurgente interés llevo a una entrevista con la artista en The Guardian, un review del relanzamiento en Pitchfork, y un artículo a fondo en Dazed, por nombrar un par. Es decir, la influencia que puede tener este misterioso algoritmo no es para nada menor.

También está el caso del lo-fi house, con artistas como Ross From Friends, DJ Boring y DJ Seinfeld, el cual desde el 2016 ha empezado a tener un crecimiento importante en YouTube y visualización gracias al algoritmo de recomendaciones, con canciones que pasan el millón de visitas. La web especializada Thump debate que es el primer género impulsado por una plataforma y que alcanzó popularidad antes de que entrasen sellos y promotores. Incluso menciona, como muchos pudimos notar, que sin importar la cuenta o explorador que usases, si borrabas las cookies o el historial, Winona de DJ Boring seguía ahí, penando cual fantasma.

En el tiempo más popular del vaporwave, discos de artistas como Seaside Lovers, Software y Tatsuro Yamashita encontraron un destino similar, siendo compartidos por toda internet y teniendo una especie de revival fortuito. Y todo parece ser un misterio. El youtuber Tom Scott, apoyado por un paper lanzador por el mismo equipo de Google, argumenta que seguirá siendo así. En un video explica que si bien antes la cosa era tan fácil como asociar tags y la información que el mismo usuario subía en su video (como la metadata), con el tiempo, la cosa se complejizó. Entonces, se especuló y crearon rumores en base a cómo se creía que respondía el algoritmo (teniendo muy poca información sobre este). Creadores de contenido cambiaban sus videos y la forma de mostrarlos dependiendo de esto, pero todo no era más que eso, especulación. YouTube y Google se mantenían en silencio, pues si todos sabían como hacerlo, iban a explotarlo y spammearlo desmedidamente. Ahora, simplemente no saben, pues la plataforma de videos se apaña de los programas de búsqueda de Google, aprendiendo el software por si solo y generando este las recomendaciones, retroalimentándose constantemente, haciendo el proceso más complicado, profundo y difícil de descifrar.

Los servicios de streaming son algo distintos y su forma de recomendar música más específica. Francisco Nixon, curador de Deezer en España, en conversación con la web Xataka, comenta que “El sistema identifica las preferencias y los hábitos de escucha de los usuarios y en base a eso le ofrece la mejor recomendación hecha por nuestros editores”. Es decir, el trabajo es más personal. También está el caso de Beat Music, de Dr. Dre, que crea playlist en conjunto con artistas invitados, o el de Spotify, que crea listas en base a géneros, sentimientos o marcas, y también te permite descubrir lo que es popular en tu zona. Pandora, en su momento, contrató a cientos de musicólogos y especialistas para catalogar y recomendar, lo que reducía bastante su catálogo. Last.fm simplemente se guía de los tags de los artistas y las escuchas de los usuarios. Se valen de un acercamiento directo. Pocos casos hay como los de Cymbal, que ponen el factor recomendación en manos de los usuarios.

No todos los servicios tienen la misma aproximación que YouTube, que se vale tanto de un acercamiento activo, poniendo las recomendaciones en el inicio de la página, como del pasivo, con el auto-play, que llevo a varios de los artistas mencionados arriba a un mayor alcance en internet. El algoritmo tiene que ser eficiente, por lo que debe buscar presentar resultados frescos, nuevos e interesantes a la mayor cantidad de público posible. Quizá por eso terminamos con un disco de Haruomi Hosono o Black Marble recomendado. No podemos saberlo con certeza, por ahora. Tampoco sabemos si es que gracias a esto terminaremos en una especie de zona de confort musical digital y muchos dependerán de estas recomendaciones cada vez más especializadas. Hay que ver cómo se desarrollan con el tiempo y cómo respondemos ante ellos.