 |
| Créditos: Pixabay |
Listas de reprodução geradas por algoritmos em serviços de streaming de música, como o Spotify, dão um palpite sobre o tipo de música que você gosta com base no que você e outras pessoas como você ouvem e gostam. Um novo estudo revela como essas listas de reprodução podem ser melhores com base em como seu cérebro se diverte com as músicas mais recentes.
Quando pesquisadores dos EUA treinaram algoritmos de aprendizado de máquina para analisar as respostas corporais dos ouvintes de música, eles puderam prever quais faixas agradariam mais pessoas com 97% de precisão.
Tudo o que os algoritmos precisavam fazer era avaliar a emoção e a atenção de uma pessoa a uma música, usando o estado de sua neurofisiologia como proxy.
Quanto mais tempo uma pessoa estivesse neurologicamente “imersa” em uma música e quanto menos ela estivesse “afastada”, maior a probabilidade de a música se tornar um sucesso nacional.
Na verdade, esse era um indicador muito melhor do sucesso de uma música do que se um indivíduo dissesse que gostava de ouvir a música.
Em outras palavras, só porque você gosta conscientemente de uma faixa não significa que outras pessoas também o farão. Seu estado subconsciente, no entanto, pode saber melhor.
“Em vez de perguntar aos usuários se eles ‘gostam’ de uma nova música, as tecnologias vestíveis neurais, como as deste estudo, podem avaliar o valor neural do conteúdo automaticamente”, escrevem os pesquisadores.
Mesmo que o algoritmo recebesse dados fisiológicos de apenas um minuto ouvindo uma música, ele ainda poderia prever um sucesso com 82% de precisão.
O novo método supera estudos semelhantes que usaram varreduras cerebrais para avaliar as respostas musicais. Estes só foram capazes de prever acertos a uma taxa de cerca de 50 por cento.
Nos novos experimentos, os ouvintes individuais só eram bons em adivinhar se uma música foi bem-sucedida se já a tivessem ouvido antes – um viés que, quando removido, nos torna muito piores em prever um sucesso ou fracasso.
“Ao aplicar o aprendizado de máquina a dados neurofisiológicos, pudemos identificar quase perfeitamente canções de sucesso”, diz o neuroeconomista Paul Zak, da Claremont Graduate University, na Califórnia.
“É incrível que a atividade neural de 33 pessoas possa prever se milhões de outras ouviram novas músicas. Nada próximo a essa precisão foi mostrado antes.”
Os participantes do estudo primeiro se sentaram em uma sala usando sensores cardíacos e ouviram 24 músicas recentes tocadas em alto-falantes. Treze músicas foram consideradas hits pelas plataformas de streaming, mas os participantes não foram informados sobre quais eram.
No final do experimento, o grupo foi solicitado a classificar quais músicas eles mais gostaram.
Os dados coletados de seus sensores cardíacos foram então alimentados em uma plataforma comercial de neurociência que usa dados de frequência cardíaca para inferir o estado do cérebro de uma pessoa.
A ocitocina e a dopamina, por exemplo, são dois hormônios neurológicos conhecidos por terem efeitos consequentes no coração. Eles também são liberados quando você se sente bem.
Enquanto você canta ou ouve música, por exemplo, as evidências sugerem que seu tronco cerebral geralmente libera oxitocina, e a dopamina é liberada e se liga ao córtex pré-frontal quando você está prestando atenção extra a algo ou está “imerso” nisso.
A leitura desses sinais cerebrais por meio do coração pode ser uma maneira de “neuroprever” quais músicas farão mais pessoas baterem os pés .
Estudos anteriores tentaram fazer isso concentrando-se em uma região do cérebro envolvida no sistema de recompensa. Mas os pesquisadores tiveram pouco sucesso.
O estudo atual se concentra em diferentes sinais neurofisiológicos que, principalmente, incorporam respostas emocionais. Ele também usou um conjunto de algoritmos de aprendizado de máquina, não apenas um.
“A medição das respostas emocionais usando tecnologias de neurociência fornece uma nova maneira para artistas, produtores de discos e serviços de streaming encantarem os ouvintes com novas músicas”, escrevem os autores .
“Nossa contribuição é mostrar que as medições estatísticas neurocientíficas do sistema nervoso periférico classificam com bastante precisão acertos e fracassos”.
Teoricamente, essas informações podem ser usadas para criar listas de reprodução individuais para determinados estados de humor, mas se aplicam a mais do que apenas música.
A ‘neuroprevisão’ também pode ser aplicada a praticamente qualquer forma de entretenimento, dando às pessoas o que elas querem antes mesmo que percebam.
O estudo atual é pequeno e alguns detalhes ainda precisam ser trabalhados, mas como prova de conceito, parece promissor.
“Nossa principal contribuição é a metodologia”, diz Zak.
“É provável que essa abordagem possa ser usada para prever sucessos de muitos outros tipos de entretenimento também, incluindo filmes e programas de TV”.
Referência: Front. Artif. Intell., 20 June 2023 | Sec. Machine Learning and Artificial Intelligence Volume 6 - 2023 https://doi.org/10.3389/frai.2023.1154663
Fonte: https://www.frontiersin.org/articles/10.3389/frai.2023.1154663/full
