《The Stepback》是每週為讀者深入剖析科技界一個重要故事的電子報。若想了解如何擺脫算法的束縛，發現自己喜愛的內容，請關注 Terrence O’Brien。《The Stepback》會在美東時間早上八點送到訂閱者的郵箱。可在此選擇訂閱《The Stepback》。
這一切是如何開始的？我曾經有一個儀式。每週二，我下班後會在第八街的火車站下車，然後進入 Other Music 錢買一張新的 CD（或三張……），接著在前往史丹頓島渡輪的路上聆聽我的新 CD。即使那一週沒有我期待的新專輯，我仍會買些東西。通常，如果我進去時沒有特別的想法，就會參考走廊盡頭那個金字塔形的書架，查看店員推薦的作品。我會讀過貼在書架上的索引卡，上面有店員的手寫推薦，然後選擇聽起來有趣的音樂。
這似乎是遠古的過去，但直到 2010 年代，多數人仍是以類似的方式來發現新音樂：在唱片店瀏覽、學校的朋友、某個酷酷的哥哥姐姐、CMJ New Music Monthly 的混音 CD 等等。隨著 2000 年代第一批算法推薦引擎的出現，這一切開始改變。Pandora 是這方面的先驅，其 Music Genome 計劃的目標是將歌曲分解為易於量化的特徵，例如「主唱的性別、電吉他的失真程度、背景和聲的類型」等等，然後尋找擁有相同特徵的其他歌曲播放。
Pandora 在早期因其算法推薦音樂的新穎性而取得成功，但也有問題的警示信號。任何在 2000 年代中期使用過 Pandora 的人都會熟悉其不斷重播相同 10 首歌曲的傾向。這在一定程度上是因為它在流媒體領域處於前沿，但音樂庫卻相對較小。當 Pandora 在 2011 年 2 月進行首次公開發行時，它的音樂庫中僅約有 80,000 位藝術家的 80 萬首歌曲。而今天，即便是較小的服務提供商如 Qobuz 也擁有超過 1 億曲目。
幾個月後，2011 年 7 月，Spotify 進入美國，擁有 1,500 萬首歌曲的目錄，並改變了一切。幾乎從一開始，Spotify 就全力投入算法之中。2015 年，Spotify 推出了其最具標誌性的功能之一——Discover Weekly 播放列表，這是一個每週提供新算法推薦的播放清單，正如其名稱所示。
Discover Weekly 的算法遠比 Music Genome 計劃更為複雜。它首先從用戶創建的播放列表中提取歌曲，然後根據每個用戶的品味檔案進行匹配，這項技術來自於 Spotify 在 2014 年收購的 The Echo Nest。接下來，系統會進行額外的微調和過濾，包括對原始音頻數據的機器學習分析，最終為用戶建立一個獨特的 30 首歌曲的播放列表。
Spotify 是全球最受歡迎的音樂串流服務。雖然其算法推薦未必是主要原因，但其廣泛的觸及意味著數以億計的人正在接受機器策劃的音樂。Spotify 的目標是無論如何都要讓用戶保持收聽。根據記者 Liz Pelly 在其著作《Mood Machine》中引述的一位前 Spotify 員工，Daniel Ek 曾表示：「我們唯一的競爭對手是沉默。」
根據這位員工的說法，Spotify 的領導層並不認為自己是一家音樂公司，而是時間的填充者。這位員工解釋道：「絕大多數音樂聽眾，其實並不是在真正地想聽音樂。他們只是需要一個背景音樂來伴隨日常的某個時刻。」
單純提供日常的背景音樂似乎無害，但這影響了 Spotify 的算法運作。它的目標不是幫助用戶發現新音樂，而是盡可能長時間地讓用戶保持收聽。為了避免用戶按下停止鍵，Spotify 會提供最安全的歌曲。
該公司甚至與音樂庫服務和製作公司合作，推出了一個名為 Perfect Fit Content（PFC）的計劃。這導致了假藝術家或「鬼」藝術家的誕生，這些藝術家的歌曲專為愉悅且不引人注意而設計，充斥著 Spotify。這是將音樂視為內容，而非藝術的一種方式。
串流服務還為唱片公司提供了大量有關用戶聆聽習慣的數據。在這種反饋循環中，唱片公司開始優先考慮那些與用戶已經在聽的音樂相似的藝術家。而用戶所聽的音樂正是算法所推薦的。
尤其是新興藝術家為了突破，實際上開始改變創作方式，以更好地適應算法驅動的串流時代。歌曲變得更短，專輯變得更長，前奏也幾乎消失。為了立即吸引聽眾的注意，旋律被推到歌曲的最前面，而吉他獨奏在流行音樂中幾乎消失。藝術家所使用的音色範圍縮小，編曲變得更簡單，流行音樂也變得更加平面化。
在這個大多數內容都是通過算法推送的世界中，無論是在 Spotify、YouTube 還是 TikTok，音樂發現的功能受到了影響。市場研究公司 MIDiA 在 9 月發佈了一項令人擔憂的研究，指出「用戶對算法的依賴越大，他們聽到的音樂就越少。」該研究發現，雖然新音樂的發現通常與年輕人相關，但「16 至 24 歲的年輕人發現愛好藝術家的可能性，低於 25 至 34 歲的人群。」Z 世代可能會在 TikTok 上聽到他們喜歡的歌曲，但他們很少會去探索更多來自該藝術家的音樂。
算法疲勞已經存在一段時間。Apple 開始重視人性化的音樂推薦……
