Abstract
Strømmetjenesten Spotify tilbyr et enormt musikkbibliotek overfor sine brukere. Men, selv med ”all verdens musikk tilgjengelig” peker flere studier nå mot at musikkulturen tenderer til å ensrettes: Vi er flere og flere som stadig hører på ”mer av det samme” (Snickars 2017). Bekymringer for tap av musikalsk innovasjon og manglende levedyktighet for alternative musikksjangre, preger i dag debatten rundt vår digitale strømmekultur. For eksempel frykter man at det som akademisk har blitt kalt ”den lange halen” av strømmestatistikken (et digitalt rom for nisjemusikk) (Mulligan 2014), nå kan være i ferd med å forbigås av tjenestenes kommersielle interesser, som problematisk balanserer mellom å være distribusjon-, promotering – og reklamekanal. Ved å samtidig lese Spotify som en såkalt ”svart boks”, som hemmeligholder sine intensjoner og algoritmiske metoder, gis det rom for kritikk. Med en teoretisk basis som slik diskuterer aktuelle begreper som filterbobler (Pariser 2011), falsk personifisering (Sandvig 2014), informasjonsoverflod (Simon 1971) og sosial homogenitet (Salganik, Dodds & Watts 2008; McPherson et.al. 2001), søker denne avhandlingen å studere hvor mangfoldig Spotifys algoritmiske og redaksjonelle anbefalinger er. Her vurderes aspekter som sjangervariasjon og kjønnsrepresentasjon som egnede mål av mangfold – der evnen til å eksponere brukere for ”alternative virkeligheter” anses som et demokratisk gode. Slik diskuteres også hvorvidt anbefalinger kan forsterke kjønns- eller aldersforskjeller, der de i forsøk på personifisering tenderer til å anbefale ulikt. Med en mixed methods-tilnærming, som både omfatter en case study av algoritmisk og redaksjonell anbefaling i Spotify, samt kvalitative intervjuer med sentrale aktører i den norske musikkbransjen, diskuterer oppgaven både problematiske sider ved en algoritmisk musikkultur og den potensielle veien videre. Et av funnene i avhandlingen er at tre fiktive Spotify-brukere (registrert med ulik alder og kjønn), får musikkanbefalinger som tenderer mot det en kan kalle kjønnsbobler, og som kan gi konsentrasjon omkring enkelte sjangre og artister.
The streaming service Spotify provides a vast music library to its users. Though, even with “all the world's music available to our fingertips”, several academic studies now offer theories showing how the pop music culture tends to be concentrated around a few selected artists and genres. As streaming researcher Pelle Snickars (2017) suggests: We are increasingly being offered “more of the same”. This debate, surrounding our digital streaming culture, is today characterized by concerns related to loss of musical innovation and lack of viability for alternative music genres. As an example, researcher Mark Mulligan (2014) worries that “the long tail” of streaming statistics (a digital space for niche music) is getting dominated by the commercial interests of the service – which problematically balances between being a distribution-, promotion- and advertising channel. By simultaneously reading Spotify as a so-called "black box", which deliberately secures its algorithmic methods and intentions, we are given room to criticize. With a theoretical basis discussing contemporary, academic ideas such as the filter bubble (Paris 2011), false (“corrupt”) personalization (Sandvig 2014), information overload (Simon 1971) and social homophily (Salganik, Dodds & Watts 2008; McPherson et al 2001), this thesis attempts to study the diversity of Spotify's algorithmic and editorial recommendations. Thus, aspects such as genre and gender representation are considered as appropriate measures of diversity, as well as the service ability to expose streaming users to "alternative realities". Hence, the theses also discuss whether streaming recommendations can reinforce gender differences, as it by first glance tends to recommend differently while attempting custom personalization. With a mixed method approach, including a case study of algorithmic and editorial recommendation in Spotify, as well as qualitative interviews with key actors in the Norwegian music industry, the thesis discusses both problematic aspects of an algorithmic music culture and how it potentially will evolve in the future. One of the findings in the dissertation is that three fictional Spotify users (registered with different age and gender) receive music recommendations that tend to be called “gender bubbles”, which possibly gives cumulative concentration around particular genres and artists.