{"id":4068,"date":"2020-12-15T20:50:14","date_gmt":"2020-12-15T23:50:14","guid":{"rendered":"https:\/\/mediosyenteros.unr.edu.ar\/?p=4068"},"modified":"2020-12-15T20:50:14","modified_gmt":"2020-12-15T23:50:14","slug":"spotify-y-big-data","status":"publish","type":"post","link":"https:\/\/mediosyenteros.unr.edu.ar\/?p=4068","title":{"rendered":"Spotify y big data\u00a0"},"content":{"rendered":"

Hoy en d\u00eda son las plataformas que usamos cotidianamente las que marcan y gobiernan nuestra vida. Aunque, inconscientemente, utilizamos alguna de ellas con un fin de ocio, no tomamos dimensi\u00f3n de c\u00f3mo funcionan. Siendo consumidores de cultura, es importante que reconozcamos su impacto y estemos alerta a la informaci\u00f3n que brindamos.\u00a0\u00a0<\/span><\/i><\/p>\n

Big data, datos, metadatos, algoritmos, son apenas algunas palabras que describen el mundo tecnol\u00f3gico que nos rodea. Si bien la recolecci\u00f3n de datos de un usuario comenz\u00f3 hace un tiempo largo, y no necesita imprescindiblemente de un aparato tecnol\u00f3gico, ya que nuestros actos son registrados cada vez que tomamos prestado un libro en una biblioteca p\u00fablica o cada vez que entramos a un museo. Hoy en d\u00eda estamos cada vez m\u00e1s expuestos a esta vigilancia permanente a causa del constante uso de ciertas plataformas digitales.\u00a0<\/span><\/p>\n

Retomando a <\/span>Antonio Rojas Castro<\/span><\/a>, entendemos que big data implica tanto el almacenaje de un gran volumen de datos como el an\u00e1lisis cuantitativo y visual de los mismos con el fin de encontrar patrones, establecer leyes y predecir conductas. Y es por ello que decidimos analizar en profundidad un medio digital del que todos hacemos o hicimos uso alguna vez: Spotify. Para examinar y deducir c\u00f3mo interpela la Big Data a esta app multiplataforma elegimos introducir algunos conceptos de la investigadora holandesa, experta en comunicaci\u00f3n digital, Jos\u00e9 Van Dijck.\u00a0<\/span><\/p>\n

\"\"<\/p>\n

Spotify como plataforma\u00a0<\/span><\/h2>\n

Spotify<\/span><\/a> es una aplicaci\u00f3n multiplataformas de origen sueco \u2013 estadounidense, que se utiliza para la reproducci\u00f3n de m\u00fasica v\u00eda streaming. Surge en el a\u00f1o 2006 a partir de un contexto de crisis en la industria discogr\u00e1fica. Es entonces que logra legitimarse en el mercado vincul\u00e1ndose con sellos discogr\u00e1ficos como Sony y Universal, convirti\u00e9ndose hoy en una de las plataformas m\u00e1s populares a nivel mundial, siendo m\u00e1s de 286 millones sus usuarios activos por mes.\u00a0<\/span><\/p>\n

Jos\u00e9 Van Dijck manifiesta en su libro <\/span>\u201cCultura de la conectividad: una historia cr\u00edtica de las redes sociales”<\/span><\/a> (en el que realiza un revelador an\u00e1lisis del mundo que comenz\u00f3 a abrirse a partir del concepto de web 2.0, que se alimenta tambi\u00e9n de la participaci\u00f3n activa de los usuarios, a trav\u00e9s de redes sociales) que las plataformas tienen varios significados, ya que son conceptos computacionales y arquitect\u00f3nicos, pero que tambi\u00e9n pueden entenderse de manera figurativa, en un sentido sociocultural y pol\u00edtico, como espacios pol\u00edticos e infraestructuras per formativas. Para la autora, una plataforma es un mediador, que moldea la performance de los actos sociales. En t\u00e9rminos te\u00f3ricos, las define como proveedores de software, hardware y servicios que ayudan a codificar actividades sociales en una arquitectura computacional; que procesan (meta)datos mediante algoritmos y protocolos, para luego presentar su l\u00f3gica interpretada en forma de interfaces amigables con el usuario.\u00a0<\/span><\/p>\n

Como consumidores de cultura, nos encontramos ante el desaf\u00edo de hacer visible la capa oculta y mostrar de qu\u00e9 manera el software cuantifica y mide nuestra vida social y cotidiana. Adem\u00e1s, demostrar de qu\u00e9 manera traduce las acciones sociales en lenguaje computacional y viceversa: convirtiendo el lenguaje computacional en acci\u00f3n social.<\/span><\/p>\n

En este sentido, Spotify hace uso de estrategias espec\u00edficas y algoritmos que procesan datos de manera automatizada teniendo en cuenta todos aquellos h\u00e1bitos de sus usuarios: lo que las personas escuchan, comparten, siguen y guardan en sus playlists. Incluso, toman en cuenta aquellas canciones que se saltan o aquellos artistas que deciden no escuchar. Podemos denotar esta relaci\u00f3n plataforma- usuario a partir de lo que Spotify nos ofrece en nuestro inicio: la playlist de descubrimiento semanal, estaciones recomendadas, listas creadas para ti<\/em>, daily mix, y dem\u00e1s. A su vez, estas recomendaciones personalizadas tienen en cuenta miles de se\u00f1ales; qu\u00e9 estamos escuchando y cu\u00e1ndo, qu\u00e9 canciones agregamos a nuestras listas de reproducci\u00f3n, los h\u00e1bitos de escucha de personas que tienen gustos similares. Sin embargo, para crear algoritmos que realmente ofrezcan la canci\u00f3n correcta en el momento adecuado, los algoritmos tambi\u00e9n codifican factores menos obvios: como la hora del d\u00eda, el orden en que escuchamos las canciones, el lanzamiento o fecha de una canci\u00f3n.\u00a0<\/span><\/p>\n

Datos, metadatos y algoritmos<\/b><\/h2>\n

La tecnolog\u00eda de codificaci\u00f3n emplea como recurso b\u00e1sico, adem\u00e1s de los datos, a los metadatos. Por <\/span>datos<\/span><\/i> entendemos cualquier tipo de informaci\u00f3n en un formato apto para su utilizaci\u00f3n por parte de una computadora; por ejemplo, texto, imagen, sonido y n\u00fameros. Los datos tambi\u00e9n pueden ser piezas de informaci\u00f3n del perfil personal, como el nombre, el g\u00e9nero, la fecha de nacimiento y el c\u00f3digo postal, com\u00fanmente provistos por los usuarios al seguir el protocolo de inscripci\u00f3n y registro en un sitio determinado. Los metadatos, por su parte, contienen informaci\u00f3n estructurada que describe, explica y localiza recursos de informaci\u00f3n o bien simplifica la tarea de recuperarlos, emplearlos o gestionarlos. A su vez, Van Dijck diferencia tres tipos:\u00a0 los descriptivos, los estructurales y los administrativos.<\/span><\/p>\n

En Spotify un metadato descriptivo ser\u00eda por ejemplo el nombre de un CD (dato) subido a la aplicaci\u00f3n.\u00a0 Metadatos estructurales pueden ser los cr\u00e9ditos de una canci\u00f3n: escrita por, interpretada por, producida por, fuente, etc. Por \u00faltimo, un metadato administrativo puede ser donde la aplicaci\u00f3n visibiliza el almacenamiento que el contenido est\u00e1 ocupando en tu celular, es decir, las descargas, los datos cach\u00e9, entre otros.<\/span><\/p>\n

\"\"<\/p>\n

Adem\u00e1s de su capacidad de recolectar (meta)datos, el poder computacional de las plataformas de medios sociales reside en su capacidad de incluir algoritmos para su procesamiento. Un algoritmo, en ciencias inform\u00e1ticas, es una lista de instrucciones definidas para calcular una funci\u00f3n, una directiva paso a paso que permite un procesamiento o razonamiento autom\u00e1tico que ordena a la m\u00e1quina producir cierto output a partir de determinado input. Los algoritmos infiltran una acci\u00f3n social por medio del an\u00e1lisis de datos computacionales, a partir del cual el resultado se traduce en una t\u00e1ctica socio comercial.<\/span><\/p>\n

El algoritmo de Spotify procesa alrededor de 600 GB de datos diarios. Los oyentes disfrutamos de la plataforma porque se nos presenta m\u00fasica que de otra manera no habr\u00edamos encontrado, incluso a veces podemos sentir que su algoritmo nos conoce m\u00e1s que nosotros mismos. De hecho, Spotify impulsa 16 mil millones de descubrimientos de artistas cada mes, lo que significa que 16 mil millones de veces los fan\u00e1ticos escuchan a un artista que nunca antes hab\u00edan escuchado.\u00a0<\/span><\/p>\n

El algoritmo de Spotify y sus tres mecanismos<\/b>\u00a0<\/span><\/h2>\n

En base a esta enorme cantidad de datos, metadatos y el procesamiento de su algoritmo, cuenta con tres mecanismos para realizar las recomendaciones. En primer lugar, utiliza modelos de filtrado colaborativo<\/em> centrado en el an\u00e1lisis de su comportamiento y el de los dem\u00e1s. En segundo lugar, modelos de procesamiento de lenguaje natural<\/em> que se basa en el an\u00e1lisis de texto. Y, por \u00faltimo, modelos de audio sin procesar<\/em>, donde se fundamenta en el an\u00e1lisis de las pistas de audio en bruto, es decir, mide distintas cuestiones como el tiempo de duraci\u00f3n, el tempo, el volumen, que le permitan trazar similitudes entre canciones y as\u00ed ver para qu\u00e9 usuarios son apropiadas.\u00a0<\/span><\/p>\n

A quien le interese m\u00e1s informaci\u00f3n sobre el tema, puede encontrarla en el cap\u00edtulo piloto<\/em> de nuestro podcast \u201cDatos sobre datos\u201d<\/a> que podr\u00e1n encontrar en dicha plataforma (por el momento en soundcloud). <\/span><\/p>\n