A partir do padrão normativo da ecologia midiática são destacados três percursos possíveis: a busca, o acesso às recomendações e o acesso às estações. As especificações da representação situam-se, dentro do padrão normativo da lógica comunicacional, no aspecto da recomendação. Adota-se, como procedimento de análise das representações, os percursos a partir do acesso às recomendações nos ambientes Deezer, Spotify e Google Play Music, representantes do padrão normativo da ecologia derivado de Pandora e LastFM, conforme apresentado no capítulo anterior.
Os procedimentos metodológicos adotados na fase de observação sistemática, relacionados aos testes-pilotos, alimentou os sistemas de Deezer e Spotify com simulações aleatórias de informações pessoais com o intuito de gerar interpretantes intencionais referentes às ações de buscar músicas, executá-las, adicioná-las e aceitar e negar músicas recomendadas, as quais se combinam interpretantes eficientes gerados pelas ações algorítmicas de registro e associações de dados. Por outro lado, observa-se a emergência no sistema de interpretantes intencionais relacionados às ações algorítmicas de recomendação, os quais serão atualizados como interpretantes eficientes a partir das ações dos usuários e assim, sucessivamente. Desse processo resultam interpretantes comunicacionais na forma de mediações híbridas baseadas nos processos de recomendação de cada sistema.
Como Google Play Music não fazia parte do corpus de análise no período em que foram realizados os testes-piloto, as mesmas funções foram executadas nesse ambiente para alimentar as recomendações durante a segunda fase da observação sistemática. Sendo assim, considerou-se para análise o percurso que parte do acesso às recomendações nos ambientes Deezer, Spotify e Google Play Music, observados como
interpretantes intencionais dos algoritmos, enquanto que as ações de aceitar ou não as recomendações referem-se aos interpretantes eficientes dos usuários.
Os interpretantes intencionais relacionados às recomendações criam-se a partir de diferentes elementos em seus processos semiósicos, incluindo, dentre eles, os interpretantes intencionais dos usuários criados pelas ações de buscar músicas e adicioná- las a coleções, por exemplo. Tendo em vista esses processos de aprimoramento contínuo, baseados no encadeamento de operações semióticas de determinação e representação, observou-se o esquema de recomendação em Deezer, Spotify e Google Play Music a partir dos dados coletados em suas interfaces em janeiro e fevereiro de 2016. Esta coleta adicional, como dito, foi necessária para atualizar os dados com a entrada de Google Play Music no corpus.
FIGURA 48 – Acesso às recomendações no Deezer
Fonte: Imagem criada pela autora.
Deezer apresenta as recomendações a partir da home e do feed de usuário. Como pode ser visto na figura acima (FIG. 48), as recomendações organizam-se a partir de playlists recomendadas, criadas por outros usuários do ambiente em conjunto com os algoritmos com base nas matrizes de similaridade; mixes das músicas adicionadas pelo usuário no processo de agenciamento e recomendações dos algoritmos; recomendações de editores e recomendações algorítmicas baseadas nas matrizes de similaridade de artistas e perfis de usuários. Assim, considera-se que se tratam de relações de hibridismo entre ações humanas de outros usuários do ambiente e algorítmicas; hibridismo da ação
Home
Playlists escolhidas para você
"Mixes criados para você suas músicas favoritas e novas
recomendações em um mix temático"
Meu feed
Recomendação de editores
"Já que você ouviu X, que tal ouvir Y"? "Já que você gosta de X, pode curtir Y"
humana do usuário e das ações algorítmicas no agenciamento; ação humana de editores e ação algorítmica de associação por similaridade de artistas, respectivamente.
FIGURA 49 – Acesso às recomendações no Spotify
Fonte: Imagem criada pela autora
O acesso às recomendações no Spotify é realizado a partir de três percursos: “Home”, “Aba Navegar e Descobrir” e “Gêneros e Momentos”, que dão acesso a uma nova playlist personalizada para o usuário a cada semana, uma de jazz, uma de novidades, uma para enfrentar o trânsito, ouvir enquanto toma banho, para relaxar, ter foco, viajar, dormir, como pode ser visto na figura acima. Além dessas, as recomendações são baseadas nas relações de similaridade entre artistas. Pode-se dizer, assim, que as relações constituídas nas recomendações associam ações humanas dos usuários e algorítmicas do sistema para criar uma playlist nova a cada semana, ações algorítmicas de recomendação por gênero musical e lançamentos, ações humanas de editores e algorítmicas de associação por similaridade para criação de playlists para situações específicas.
Home
"hescobertas da semana", "heixa o jazz rolar", "Novidades da semana", "Cantando no chuveiro", "hivas do trânsito", "Brasil 360", "Chá com a rainha", "Indiespensável"
Navegar e Descobrir
"hescobertas da semana", "Lançamentos", "Parecido com...", "Porque você ouviu X", "Sugerido para você com base em Y"
Gêneros e Momentos
"Seu astral", "Balada", "Relaxar", "Foco", "Viagem", "Para correr", "Para dormir", "Trending"
FIGURA 50 – Acesso às recomendações no Google Play Music
Fonte: Imagem criada pela autora
As recomendações do Google Play Music são apresentadas somente a partir da home, com destaque de título “Ouça Agora”. As recomendações mais destacadas são contextuais, referentes aos dias da semana e período do dia, como pode ser visto na FIG. 50. A partir dessas indicações, seguem playlists para tomar um café e fazer uma pausa, descansar. Além dessas, há recomendações que indicam as matrizes de similaridade de artistas e perfis de usuários e playlists automáticas. O hibridismo dessas recomendações é diversificado. Constitui-se a partir das ações humanas de editores e algorítmicas de associação maquínica por similaridade, ações humanas do usuário no agenciamento e ações algorítmicas de organização das playlists automáticas e ações algorítmicas baseadas nas relações de similaridade entre músicas, artistas e perfis de usuário.
Assim, considerando essas diferentes gradações e natureza das redes de mediações híbridas na ecologia de streaming, destacam-se a 1) relação de hibridismo entre instâncias humanas de editores e instâncias algorítmicas; 2) entre instâncias humanas relacionadas a outros usuários do ambiente e instâncias algorítmicas; 3) entre instâncias humanas relacionadas ao usuário do ambiente no agenciamento com a instância algorítmica. Há recomendações baseadas em ações humanas nas quais a instância algorítmica não se revela, como a de editores do Deezer, e recomendações essencialmente algorítmicas que têm como base matrizes de similaridade de músicas envoltas em noções de gêneros musicais.
Home Ouça agora
É noite quarta-feira, ouça música para: "Malhar", "Happy Hour", "hesacelerar", "Enfrentar
o trânsito", "Passear com o cachorro"
Playlists automáticas: "Gostei" e "Últimas adicionadas"
Atividade recente: "Semelhante a X", "Porque você ouviu este artista"
É tarde quinta-feira, ouça música para: "Temporada de verão", "Pausa para o
Deezer apresenta: 1) recomendação dos editores, destacadamente humana; 2) recomendação por similaridade de artistas, caracteristicamente algorítmica; 3) gradação do hibridismo entre ações humanas de outros usuários e algorítmicas; 4) gradação do hibridismo da ação humana do usuário e da ação algorítmica em agenciamento. As interfaces de Deezer revelam os seguintes percursos: 1) recomendações de editores, 2) recomendações "Já que você ouviu X, que tal ouvir Y" e "Já que você gosta de X, pode curtir Y", 3) playlists e 4) mixes, que se referem às gradações do hibridismo nesse ambiente.
Spotify e Google Play Music apresentam mais recomendações contextualizadas para atividades e situações específicas do que baseadas em matrizes de similaridade de gêneros e gosto musical, na proporção de dois terços das recomendações. As recomendações na “home” e em “gêneros e momentos” do Spotify, assim como as recomendações contextuais do dia da semana e período do dia de Google Play Music, inscrevem-se nas gradações do hibridismo entre: ações humanas dos editores e algorítmicas; ações humanas de outros usuários e ações algorítmicas. As ações essencialmente algorítmicas de registro e associação por similaridade de artistas evidenciam-se pelas recomendações disponíveis nas abas “navegar e descobrir” em Spotify e, em Google Play Music, por playlists automáticas denominadas “Gostei”, criadas a partir da seleção de músicas pelo usuário que, por sua vez, registra seu gosto musical no sistema.