Come Amazon e Netflix, anche Spotify investe molto nelle recommendation, i suggerimenti fatti agli utenti in base ai loro gusti. L’algoritmo che gestisce i suggerimenti di Spotify è stato messo a punto da Echo Nest, una startup fondata nel 2005 ed acquisita nel 2014 dalla società: recentemente 1843, il magazine di lifestyle dell’Economist, ha fatto due chiacchiere con Glenn McDonald, il “data alchemist” di Spotify che insieme ad altri colleghi di Echo Nest lavora a quell’algoritmo (il titolo, ironizza la rivista, se l’è scelto da solo). McDonald ha spiegato che, per categorizzare i brani musicali, il suo algoritmo individua una serie di variabili, come per esempio il volume, il ritmo e, soprattutto, un valore che chiamano «valenza emotiva», ovvero la collocazione nello spettro che va dalla tristezza alla felicità: più una canzone è allegra, maggiore è la sua valenza emotiva, mentre le canzoni tristi hanno una bassa valenza emotiva.
Resta da chiedersi, però, come faccia un algoritmo a capire se una canzone è allegra o triste. La risposta è che, da solo, non può: infatti c’è stato bisogno di un input umano. «Per programmare l’algoritmo, dei volontari umani hanno ascoltato coppie di canzoni, dopodiché veniva chiesto loro di indicare quale delle due li rendeva più tristi e quale invece li rendeva più di buon umore», spiega il magazine. A questo punto, «gli input umani sono stati trasmessi al computer, per insegnargli come analizzare le canzoni da solo». Va fatto notare, tuttavia, che la valenza emotiva non è l’unico degli elementi utilizzati dall’algoritmo di Spotify per determinare se una canzone è triste e allegra. Un altro consiste nell’analizzare la presenza di eventuali parole negative, come “solitudine” oppure “odio”.
