英语轻松读发新版了,欢迎下载、更新

帮助,我认为Spotify让我无聊!这都是人工智能的错

2025-02-18 16:30:56 英文原文

作者:Becca CaddySocial Links Navigation

Screenshot of Spotify daylist hub
(图片来源:未来)

我听音乐的方式功能正常。我为健身房有播放列表,工作背景音乐以及乐观的曲目,使我度过了下午的低迷。我的选择与一天中的特定活动和时间有关,因此当Spotify介绍时日报在2023年9月,我迷上了。

DayList是一个动态的个性化播放列表,它会根据您的听力习惯在整天更新。它策划了与过去选择相匹配的轨道,从理论上讲,适应了不同的时间。这是理想的打开,嘲笑AI生成的播放列表名称,击中混乱,然后没有任何思考。

但这是一件好事吗?起初,我喜欢它。但是随着时间的流逝,它从我喜欢的东西转变为我在没有意识到的情况下依赖的东西。现在,我开始注意到一个模式 - 相同的主题,同样的曲目一次又一次出现。

这让我想知道:我是否卡在AI策划的环中,将同样的偏好回到系统中,直到我的口味成为闭路电路?Spotify的推荐算法是否可以预测,而且我敢说,无聊吗?

A woman wearing headphones opening the Spotify mobile app

(图片来源:Shutterstock)

建议如何工作?

个性化内容是Spotify成功的重要组成部分,而Daylist只是许多推荐驱动的功能之一。每周都会发现雷达,每日混音,重复,重复倒带,您的日常播客等等。

季节性播放列表,例如Spotify包装,也可以保持新鲜感。Spotify的方法是如此成功,以至于其他流媒体服务也效仿,精炼了自己的播放列表和推荐引擎以竞争。

一些播放列表在Spotify的实际人类策划,但大多数依赖推荐算法。该系统从多个输入中提取:您要听的内容,跳过什么,保存的内容,您的位置,年龄,更广泛的听众行为和一般趋势。一种关键方法是协作过滤,该方法分析了具有类似习惯的用户,以推荐您可能喜欢的音乐。

另一种基于内容的滤波技术研究了歌曲特征,例如节奏,流派和仪器,以找到模式并提出类似的曲目。然后,有上下文感知的过滤,它考虑了一天中的时间,位置和过去的聆听行为 - 这就是为日报提供动力的。

这些技术共同努力,以保持建议新鲜,但仍然是个性化的。即使感觉这种算法只是回收了我的旧收藏夹,它实际上是在介绍适合我的品味的新歌 - 只是有足够的品种来使事情变得有趣。

Screenshots of Spotify Wrapped on three smartphones.

(图片来源:Spotify)

过滤器气泡

所有这些个性化都是不利的。我听算法的建议越多,我的选择就越强化,创造了所谓的回声室或过滤气泡。

而且这不仅是Spotify。Netflix,YouTube,新闻应用程序 - 它们都以相同的方式工作,为我们提供了更多我们已经喜欢的东西,有时以真正的发现为代价。

这不是新的。多年来,我们的数字经验甚至我们的口味 - 由建议所影响的比我们自己的好奇心更大。便利是烘烤的,使得很难自由。老实说 - 这些平台旨在让我们滚动,观看和倾听,而不是质疑接下来的事情。

摆脱算法

如果AI驱动的建议使我陷入音乐车辙,那么解决方案是什么?修复程序几乎很尴尬,所以我需要提醒。

最近,我一直在努力寻找新音乐。我正在听更多的音乐播客,广播电台和向朋友询问建议。即使只是意识到我可能被卡住是向前迈出的一步。

我还更有故意地使用Spotify。在我的图书馆中改组来重新发现旧的收藏夹,寻找艺术家,而不是无意识地单击Daylist的梦幻色彩梯度。今天早上,我播放了一个新的音乐播放列表,而不是开放日报。这不是一个巨大的一步,而是一小步。

Screen shot of Spotify's New Music Friday playlists

(图片来源:未来)

因为我喜欢算法的便利,告诉我该听什么,喜欢什么,关心什么,我不喜欢它如何使音乐商品化。这些平台旨在帮助我们发现隐藏的宝石或支持新兴艺术家 - 他们拥护已经趋势的事情。他们的真正目标?让我们参与并赚钱。

然而,关于人类的策划,随机性和偶然发现的神奇性。但是这种探索需要有时努力,耐心和愿意弄错它的意愿。我们可以将其编码为算法吗?感觉太混乱了,太过分了,但也许有一天。

再说一次,也许我弄错了。也许这些推荐引擎确实了解了深深的人类 - 不是我们喜欢承认的部分。我们说我们喜欢发现,我们渴望新颖。但是,在娱乐,电视,音乐方面 - 也许我们不是冒险的。也许我们只是喜欢熟悉的事情。

也许不是Spotify让我无聊。也许我只是很无聊。

报名参加突发新闻,评论,意见,顶级技术交易等等。

贝卡(Becca)是自由记者兼作家Techradar的撰稿人。她写了十多年的关于消费者技术和流行科学的文章,涵盖了各种主题,包括机器人为何眼睛以及我们是否会有一天会体验概述效果。她对VR/AR,可穿戴设备,数字健康,太空技术以及与未来的专家和学者聊天特别感兴趣。她为Techradar,T3,Wired,New Scientist,The Guardian,Chorperse,以及更多的工作做出了贡献。她的第一本书《放映时间》于2021年1月出版,上面写着摇摆书。她热爱科幻小说,野蛮的建筑,并花费太多时间在虚拟现实中漂浮在太空中。 

有关人工智能的更多信息

关于《帮助,我认为Spotify让我无聊!这都是人工智能的错》的评论


暂无评论

发表评论

摘要

作者探讨了他们与Spotify的日间功能的关系,Spotify的日间功能是一个动态的播放列表,该列表根据听力习惯更新。最初,他们开始欣赏它的便利性和个性化,他们开始质疑它是否仅限于可预测的音乐选择。他们讨论了AI驱动建议在数字服务中的广泛含义,并强调了这些系统如何创建回声室。为了摆脱算法RUT,作者通过播客,广播和朋友建议寻求新音乐,同时更有意使用Spotify。本文反映了建议算法的便利性与人类策划和发现的价值之间的张力。