Spotify e “Descobertas da Semana”
recomendação algorítmica como substrato de construção do gosto musical
DOI:
https://doi.org/10.15448/1980-3729.2025.1.46406Palavras-chave:
Estudos de Plataforma, Spotify, Sistemas de Recomendação, Playlist Descobertas da Semana, X/TwitterResumo
A partir dos Estudos de Plataforma, propomos uma análise dos processos de personalização estabelecidos pelo Spotify por meio de sua playlist “Descobertas da Semana” em relação aos seus ouvintes. Além de apresentar o modo como a plataforma define as canções que serão incluídas na playlist, analisamos o conteúdo de 2.215 tweets para compreender o que dizem os usuários sobre essas entregas. Nossos resultados apontam para pouco mais da metade das postagens (54,1% ou 1.199 tweets) com declarações de autoreconhecimento nas descobertas que realizam, 430 tweets neutros (19,4%), e 586 tweets (26,5%) que resistem e tensionam o modelo desenvolvido pelo Spotify, onde tais controvérsias complexificam a noção de gosto estabelecida pela plataforma. Concluímos apontando que os usuários adotam a lógica algorítmica como um elemento constituinte da elaboração do próprio gosto.
Downloads
Referências
AIROLDI, M. Digital traces of taste: methodological pathways for consumer research, Consumption Markets & Culture, [s. l.], v. 24, n. 1, p. 97-117, 2019. https://doi.org/10.1080/10253866.2019.1690998. DOI: https://doi.org/10.1080/10253866.2019.1690998
ARAUJO, W. F.; MAGALHÃES, J. C. Eu, eu mesmo e o algoritmo: como usuários do Twitter falam sobre o “algoritmo” para performar a si mesmos. In: ENCONTRO ANUAL DA COMPÓS, 27., 2018, Belo Horizonte. Anais [...]. Belo Horizonte: Pontifícia Universidade Católica de Minas Gerais, 2018.
BLANK, G. The digital divide among Twitter users and its implications for social research. Social Science Computer Review, [s. l.], v. 35, n. 6, p. 679-697. 2017. DOI: https://doi.org/10.1177/0894439316671698
BONINI, T.; GANDINI, A. “First Week Is Editorial, Second Week Is Algorithmic”: Platform Gatekeepers and the Platformization of Music Curation. Social Media and Society, [s. l.], v. 5/4, p. 1-11, 2019. DOI: https://doi.org/10.1177/2056305119880006
BOURDIEU, P. A distinção: crítica social do julgamento. 2. ed. rev. 4. reimpr. Porto Alegre, RS: Zouk, 2017.
BOURDIEU, P. BOLTANSKI, L.; CASTEL, R.; CHAMBOREDON, J. C. Une Art Moyen: essai sur les usages sociaux de la photographie. Paris, Editions de Minuit, 1965.
BOURDIEU, P. DARBEL, A. O Amor pela Arte: os museus de arte na Europa e seu público. 2 ed. Porto Alegre: Zouk, 2007.
BRUNO, F. Máquinas de ver, modos de ser: vigilância, tecnologia e subjetividade. Porto Alegre: Sulina, 2013.
CHODOS, A. T. What Does Music Mean to Spotify? An Essay on Musical Significance in the Era of Digital Curation. INSAM Journal of Contemporary Music, Art and Technology, [s. l.], v. I, n. 2, jul. 2019. DOI: https://doi.org/10.51191/issn.2637-1898.2019.2.2.36
CIOCCA, S. How Does Spotify Know You So Well? In: Medium. [S. l.], 2017. Disponível em: https://medium.com/s/story/spotifys-discover-weekly-how-machine-learning-finds-your-new-music-19a41ab76efe#:~:text=Instead%2C%20Spotify's%20data%20is%20implicit,after%20listening%20to%20a%20song. Acesso em: 26 maio 2024.
CRAWFORD, K. Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven: Yale University Press, 2021. DOI: https://doi.org/10.12987/9780300252392
D´ANDRÉA, C. Pesquisando plataformas online: conceitos e métodos. Salvador: EDUFBA, 2020.
DE JONG, M., PREY, R. The Behavioral Code: Recommender Systems and the Technical Code of Behaviorism. Philosophy of Engineering and Technology, Cham, v. 41, Springer 2022.
https://doi.org/10.1007/978-3-031-07877-4_8. DOI: https://doi.org/10.1007/978-3-031-07877-4_8
DE MARCHI, L.; FERREIRA, G.; KISCHINHEVSKY, M.; SALDANHA, R. M. O gosto algorítmico: A lógica dos sistemas de recomendação automática de música em serviços de streaming. Revista Fronteiras – Estudos Midiáticos, Unisinos, [s. l.], v. 23, n. 3, p. 16-26, set./dez. 2021.
DE MARCHI, L.; FERREIRA, G.; KISCHINHEVSKY, M.; SALDANHA, R. M. A indústria fonográfica digital: formação, lógica e tendências. 1. ed. Rio de Janeiro: Mauad X, 2023.
DE WAAL, M.; POELL, T.; VAN DIJCK, J. The platform society: public value in a connected world. Nova York, NY: Oxford University Press, 2018.
DIMAGGIO, P. Classification in art. American Sociological Review, [s. l.], n. 52, Aug. 1987. DOI: https://doi.org/10.2307/2095290
ERIKSSON, M. Close Reading Big Data: The Echo Nest and the Production of (Rotten) Music Metadata. First Monday, [s. l.], v. 21, n. 7, 2016. DOI: https://doi.org/10.5210/fm.v21i7.6303
ERIKSSON, M.; FLEISCHER, R.; JOHANSSON, A.; SNICKARS, P.; VONDERAU, P. Spotify Teardown: inside the black music of streaming music. Cambridge, MA: MIT Press, 2019. DOI: https://doi.org/10.7551/mitpress/10932.001.0001
GILLESPIE, T. A Relevância dos Algoritmos. Parágrafo, São Paulo, v. 6, n. 1, p. 95-121, jan./abr. 2018.
HENNION, A. Music Lovers. Taste as performance. Theory, Culture, Society, [s. l.], v. 5, n. 18, p. 1-22, 2001. DOI: https://doi.org/10.1177/02632760122051940
HENNION, A. Pragmática do Gosto. Desigualdade & Diversidade, Rio de Janeiro, n. 8, p. 253-277, jan./jul., 2011.
HESMONDHALGH, D.; VALVERDE, R. C.; KAYE, D. B. V.; LI, Z. The impact of algorithmically driven recommendation systems on music consumption and production - a literature review. GOV.UK, 2023. Disponível em: https://www.gov.uk/government/publications/research-into-the-impact-of-streaming-services-algorithms-on-music-consumption/the-impact-of-algorithmically-driven-recommendation-systems-on-music-consumption-and-production-a-literature-review. Acesso em: 30 maio. 2024.
NEUDERT, L.-M.; HOWARD, P.; KOLLANYI, B. Sourcing and Automation of Political News and Information During Three European Elections. Social Media + Society, [s. l.], v. 5, n. 3, 2019. DOI: https://doi.org/10.1177/2056305119863147
LEVINE, L. W. Highbrow/Lowbrow: the emergence of cultural hierarchy in America. Cambridge, MA: Harvard University Press, 1988. DOI: https://doi.org/10.4159/9780674040137
MONTARDO, S. P. (org.). Sobre plataformas digitais: apropriações interdisciplinares dos Estudos de Plataforma. Porto Alegra, RS: Editora Fi, 2022.
MOREIRA, A. C.; ARAUJO, W. F.; POLIVANOV, B. Escuta datificada de música: educabilidade algorítmica e performance de gosto em plataformas de streaming musical. Galáxia, São Paulo, 2024. No prelo. DOI: https://doi.org/10.1590/1982-2553202463827
MORRIS, J. W. Curation by Code: Infomediaries and the Data Mining of Taste. European Journal of Cultural Studies, [s. l.], v. 18, n. 4-5, p. 446-463, 2015. DOI: https://doi.org/10.1177/1367549415577387
POELL, T.; NIEBORG, D. B.; DUFFY, E. Platforms and cultural production. Polity Press, 2022.
PETERSON, R. A. Understanding Audience Segmentation: from elite and mass to omnivore and univore. Poetics 21, [s. l.], n. 4, p. 243-258, 1992. DOI: https://doi.org/10.1016/0304-422X(92)90008-Q
PETERSON, R. The rise and fall of highbrow snobbery as a status maker. Poetics 25, [s. l.], p. 75-92, 1997. DOI: https://doi.org/10.1016/S0304-422X(97)00013-2
POLIVANOV, B. Dinâmicas identitárias em sites de redes sociais: estudo com participantes de cenas de música eletrônica no Facebook. Rio de Janeiro: Multifoco, 2014.
POLIVANOV, B.; CARRERA, F. Rupturas performáticas em sites de redes sociais: um olhar sobre fissuras no processo de apresentação de si a partir de e para além de Goffman. Intexto, Porto Alegre, n. 44, p. 74-98, jan./abr. 2019. DOI: https://doi.org/10.19132/1807-8583201944.74-98
SAMPAIO, R. C.; LYCARIÃO, D. Análise de conteúdo categorial: manual de aplicação. Brasília: Enap, 2021.
SANTINI, R. M. O Algoritmo do Gosto: os sistemas de recomendação online e seus impactos no mercado cultural. 1. ed. Curitiba: Appris, 2020. v. 1.
SEAVER, N. Computing Taste: algorithms and the makers of music recommendation. Chicago: University of Chicago Press, 2022. DOI: https://doi.org/10.7208/chicago/9780226822969.001.0001
TRISTAN, J. Creating music by listening. 2005. Tese (Doutorado em Media Arts and Sciences, School of Architecture and Planning) – Massachusetts Institute of Technology, 2005.
WHITMAN, B. Learning the meaning of music. 2005. Tese (Doutorado em Media Arts and Sciences, School of Architecture and Planning) – Massachusetts Institute of Technology, 2005.
WHITMAN, B. How music recommendation works – and doesn’t work. Variogram. In: Brian Whitman. [S. l.], 11 dez. 2012. Disponível em: https://notes.variogram.com/2012/12/11/how-music-recommendation-works-and-doesnt-work. Acesso em: 30 maio 2024.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Revista FAMECOS
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Derechos de Autor
La sumisión de originales para la Revista Famecos implica la transferencia, por los autores, de los derechos de publicación. El copyright de los artículos de esta revista es el autor, junto con los derechos de la revista a la primera publicación. Los autores sólo podrán utilizar los mismos resultados en otras publicaciones indicando claramente a Revista Famecos como el medio de la publicación original.
Creative Commons License
Excepto donde especificado de modo diferente, se aplican a la materia publicada en este periódico los términos de una licencia Creative Commons Atribución 4.0 Internacional, que permite el uso irrestricto, la distribución y la reproducción en cualquier medio siempre y cuando la publicación original sea correctamente citada.
