Frapper les livres : comment créer une recommandation musicale « information-espace-bête »

UNEn octobre, les chanteurs, auteurs-compositeurs et créateurs de musique téléchargent chaque jour 100 000 nouvelles chansons sur des services de streaming comme Spotify. C’est trop de musique. Il n’y a pas de réalité, alternative ou autre, dans laquelle quelqu’un pourrait écouter tout cela même en mille vies. Que vous aimiez le bruit japonais, le hardcore russe, l’afro-house sénégalaise, le doom metal suédois ou le hip hop de Bay Area, l’étendue des options d’écoute disponibles est paralysante. C’est un problème monumental que le scientifique des données Glenn McDonald s’efforce de résoudre. Dans l’extrait ci-dessous de Goût informatique : algorithmes et recommandation des fabricants de musiqueauteur et anthropologue de l’Université de Tuft, Nick Seaver, explore la méthodologie unique de McDonald basée sur le paysage pour faire apparaître toutes les pistes sans lesquelles vous ne saviez pas que vous ne pourriez pas vivre.

Reproduit avec la permission de Goût informatique : algorithmes et recommandation des fabricants de musique par Nick Seaver, publié par The University of Chicago Press. © 2022 par l’Université de Chicago. Tous les droits sont réservés.

Le monde de la musique

« Nous sommes maintenant à l’aube de l’ère de la musique infiniment connectée », a annoncé l’alchimiste des données sous la Space Needle. Glenn McDonald avait lui-même choisi son titre, préférant « l’alchimie », avec ses associations ésotériques, à la désormais banale « science des données ». Son travail, comme il l’a décrit sur scène, consistait «à utiliser les mathématiques, la dactylographie et les ordinateurs pour aider les gens à comprendre et à découvrir la musique».

McDonald a pratiqué son alchimie pour le service de streaming musical Spotify, où il a travaillé pour transmuter les éléments de base des mégadonnées – journaux des interactions des auditeurs, morceaux de fichiers audio numériques et tout ce sur quoi il pouvait mettre la main – en or précieux : des produits qui pourrait attirer et retenir des clients payants. Le pouvoir mystérieux de l’alchimie de McDonald résidait dans la façon dont les données ordinaires, si elles étaient traitées correctement, semblaient se transformer de fines traces interactionnelles en une signification culturelle épaisse.

C’était en 2014, et McDonald faisait une présentation à la Pop Conference, un rassemblement annuel de critiques de musique et d’universitaires qui se tenait dans un tas d’immeubles froissés, conçu par Frank Gehry, dans le centre de Seattle. J’étais à l’autre bout du pays et j’ai suivi en ligne. Cette année-là, le thème de la conférence était « Musique et mobilité », et Mc Donald a commencé son discours en racontant son parcours musical personnel, en jouant des échantillons au fur et à mesure. « Quand j’étais enfant », a-t-il commencé, « vous avez découvert la musique en restant immobile et en attendant. » Enfant à la maison, il écoutait la musique folklorique que ses parents jouaient sur la chaîne stéréo. Mais en grandissant, son écoute s’est élargie : l’autoradio proposait du heavy metal et de la new wave ; Internet a révélé un monde de genres nouveaux et obscurs à explorer. Là où il était autrefois figé, observateur passif de la musique qui passait, il finira par mesurer le cheminement de sa vie à l’aune de ses horizons musicaux toujours plus larges. McDonald avait réussi à transformer cette passion en profession, travaillant pour aider les autres à explorer ce qu’il appelait «le monde de la musique», que les services de streaming à la demande avaient rendu plus accessible que jamais.

Ailleurs, McDonald (2013) décrirait le monde de la musique comme s’il s’agissait d’un paysage : « Suivez n’importe quel chemin, aussi improbable et inexploré qu’il paraisse, et vous trouverez une vallée cachée avec une centaine de groupes qui y ont vécu pendant des années, reconstruisant le monde de la musique dans une miniature modifiée méthodiquement et idiosyncrasiquement, comme dans le hip hop australien, la pop hongroise, la microhouse ou le métal viking.

Les voyageurs à travers le monde de la musique trouveraient familiarité et surprise – des sons qu’ils n’auraient jamais imaginés et des chansons qu’ils adoraient. McDonald s’est émerveillé de cette nouvelle capacité à entendre de la musique du monde entier, d’Écosse, d’Australie ou du Malawi. « La musique parfaite pour vous vient peut-être de l’autre côté de la planète », a-t-il dit, mais ce n’était pas un problème : « en musique, nous avons le téléporteur. » Le streaming à la demande a fourni une sorte de mobilité musicale, qui a permis aux auditeurs de voyager instantanément à travers le monde de la musique.

Cependant, a-t-il suggéré, répétant le refrain commun, l’échelle de ce monde pourrait être écrasante et difficile à naviguer. « Pour que ce nouveau monde soit réellement appréciable », a déclaré McDonald, « nous devons trouver des moyens de cartographier cet espace, puis de construire des machines pour vous guider à travers des chemins intéressants. » Les systèmes de recommandation proposés par des entreprises comme Spotify étaient les machines. Les travaux récents de McDonald s’étaient concentrés sur les cartes, ou comme il les décrivait dans une autre conférence : une « sorte de fine couche d’ordre vaguement intelligible sur la bête spatiale de l’information qui se tord, se déchaîne et s’étend insatiablement de toute la musique du monde ».

Bien que son langage ait pu être exceptionnellement poétique, McDonald exprimait une compréhension de la variété musicale qui est largement partagée parmi les fabricants de recommandations musicales : la musique existe dans une sorte d’espace. Cet espace est, dans un sens, assez ordinaire – comme un paysage que vous pourriez traverser, rencontrant de nouvelles choses au fur et à mesure. Mais dans un autre sens, cet espace est profondément étrange : derrière les vallées et les collines, il y a une bête qui se tord et qui surgit, qui grandit constamment et relie des points dans l’espace ensemble, infiniment connectés. L’espace musical peut sembler aussi naturel que les montagnes visibles du haut de la Space Needle ; mais cela peut aussi ressembler au fouillis topologique créé par l’homme à sa base. C’est organique et intuitif; c’est technologique et chaotique.

Les métaphores spatiales fournissent un langage dominant pour réfléchir aux différences entre les fabricants de recommandations musicales, comme elles le font dans l’apprentissage automatique et entre les cultures euro-américaines plus généralement. Dans ces contextes, il est facile d’imaginer certaines choses similaires rassemblées par icitandis que d’autres choses différentes se regroupent là bas. Dans les conversations avec les ingénieurs, il est très courant de retrouver l’espace musical convoqué à l’existence par des gestes, qui enveloppent les locuteurs dans un environnement imaginaire peuplé de brefs pincements dans l’air et organisé par des vagues de la main. Un genre est sur votre gauche, un autre sur votre droite. Sur les tableaux blancs et les fenêtres disséminés dans le bureau, vous pouvez trouver l’espace musical rendu en deux dimensions, contenant un tableau de points qui se regroupent et s’étendent sur le plan.

Dans l’espace musical, une musique similaire est à proximité. Si vous vous trouvez dans un tel espace, vous devriez être entouré de musique que vous aimez. Pour en savoir plus, il vous suffit de regarder autour de vous et de vous déplacer. Dans l’espace musical, les genres sont comme des régions, les listes de lecture sont comme des chemins et les goûts sont comme des territoires archipels à la dérive. Votre nouvelle chanson préférée peut se trouver juste à l’horizon.

Mais malgré leur familiarité, des espaces comme ceux-ci sont étranges : des similitudes peuvent être trouvées n’importe où, et des points qui semblaient éloignés peuvent soudainement devenir adjacents. Si vous demandez, vous apprendrez que toutes ces représentations spatiales ne sont que des réductions de quelque chose de beaucoup plus complexe, d’un espace comprenant non pas deux ou trois dimensions mais potentiellement des milliers d’entre elles. C’est la bête spatiale de l’information de McDonald, une abstraction mathématique qui étend les intuitions spatiales humaines au-delà de leur point de rupture.

Des espaces comme ceux-ci, appelés génériquement « espaces de similarité », sont le terrain symbolique sur lequel la plupart des apprentissages automatiques fonctionnent. Pour classer les points de données ou recommander des éléments, les systèmes d’apprentissage automatique les localisent généralement dans des espaces, les rassemblent en grappes, mesurent les distances entre eux et tracent des limites entre eux. L’apprentissage automatique, comme l’a soutenu le théoricien culturel Adrian Mackenzie (2017, 63), « rend toutes les différences comme des distances et des directions de mouvement ». Ainsi, alors que l’espace musical est en un sens une métaphore informelle (le paysage de la variation musicale) en un autre sens c’est un objet formel hautement technique (le substrat mathématique de la recommandation algorithmique).

Les compréhensions spatiales des données voyagent à travers les infrastructures techniques et les conversations quotidiennes ; ils sont à la fois une forme d’expression métaphorique et une pratique computationnelle concrète. En d’autres termes, « l’espace » est ici à la fois un formalisme — un concept restreint et technique qui facilite la précision par l’abstraction — et ce que l’anthropologue Stefan Helmreich (2016, 468) appelle un informalisme — une métaphore moins disciplinée qui voyage avec les techniques formelles. En pratique, il est souvent difficile, voire impossible, de séparer la spécificité technique de son accompagnement métaphorique. Quand les faiseurs de recommandations musicales parlent d’espace, ils parlent à la fois au figuré et au technique.

Pour de nombreux critiques, cette « rationalité géométrique » (Blanke 2018) de l’apprentissage automatique en fait un anathème pour la « culture » en soi : elle quantifie les qualités, rationalise les passions et arrache les objets culturels de leurs contextes sociaux quotidiens pour les relocaliser dans l’isolement stérile de une grille de calcul. L’anthropologie culturelle dominante, par exemple, s’est longtemps définie par opposition à des formalismes comme ceux-ci, qui semblent manquer de l’épaisseur, de la sensibilité ou de l’adéquation à l’expérience vécue que nous recherchons à travers l’ethnographie. Comme le suggèrent les théoriciens politiques Louise Amoore et Volha Piotukh (2015, 361), ces analyses « réduisent les formes de vie et les données hétérogènes à des espaces de calcul homogènes ».

Pour reprendre les termes du géographe Henri Lefebvre (1992), les espaces de similarité sont des exemples clairs d’« espace abstrait » — une sorte d’espace de représentation dans lequel tout est mesurable et quantifié, contrôlé par des autorités centrales au service du capital. Le théoricien des médias Robert Prey (2015, 16), appliquant le cadre de Lefebvre à la musique en streaming, suggère que des gens comme McDonald – « analystes de données, programmeurs et ingénieurs » – sont principalement concernés par l’espace abstrait et conçu de calcul et de mesure. L’espace conçu, dans la pensée lefebvrienne, est parasite de l’espace social, vécu, que Prey associe aux auditeurs qui résistent et réinterprètent le travail des technologues. La diffusion de l’espace abstrait sous le capitalisme laisse présager, dans ce cadre, « la conquête dévastatrice du vécu par le conçu » (Wilson 2013).

Mais pour les personnes qui y travaillent, l’espace musical ne ressemble pas à une grille stérile, même dans sa forme la plus mathématique. Les faiseurs de recommandations musicales ne se limitent pas aux abstractions raffinées de l’espace conçu. Au cours de leur formation, ils apprennent à vivre l’espace musical comme ordinaire et habitable, malgré son étrangeté sous-jacente. L’espace musical est aussi intuitif qu’un paysage à traverser et aussi étranger qu’un objet d’ingénierie complexe et hautement dimensionnel. Pour utiliser une distinction souvent problématisée de la géographie culturelle, ils traitent « l’espace » comme un « lieu », comme si la grille abstraite et homogène était une sorte d’environnement local habitable.

Les espaces de similarité sont le résultat de nombreuses décisions ; ils ne sont en aucun cas « naturels », et des gens comme McDonald sont conscients que les choix qu’ils font peuvent profondément les réorganiser. Pourtant, la métaphorisation spatiale, passant par le discours, le geste, l’illustration et le calcul, aide à donner l’impression que les modèles des données culturelles sont réels. Une confusion entre cartes et territoires – entre représentations malléables et terrains objectifs – est féconde pour des personnes à la fois intéressées à créer des connaissances objectives et soucieuses de rendre compte de leur propre influence subjective sur le processus. Ces compréhensions spatiales modifient la signification de concepts musicaux comme le genre ou de phénomènes sociaux comme le goût, les rendant comme des formes de regroupement.