El corazón del punk feminista: cómo fue el debut de Bikini Kill en la Argentina

A principios de los '90 fue el grupo fundador del movimiento Riot Grrrl. Está liderado por Kathleen Hanna y Tobi Vail.-Se volvieron a reunir hace cinco años y tocaron en el ART Media porteño, en el marco de su primera gira sudamericana. Pocas bandas en la historia del rock reescribieron las reglas. Y cuando lo hicieron, fue en términos de éxito, producción, sonido, decibeles, moda, marketing. El rock sigue, fracaso tras fracaso,esperando un mesías que se presente en los mismos términos que los que alguna vez triunfaron.Avizorar a los nuevos Beatles, Rolling Stones, Jimi Hendrix, Led Zeppelin, David Bowie, Sex Pistols desde la repetición de sus logros en la mímesis de nuevos intérpretes es donarse al malentendido. Será por eso que desde el día que Kurt Cobain decidió terminar con su vida y la de su grupo, Nirvana, ninguna banda asumió por mérito y sustancia el destino del rock como una palanca de cambio cultural. Dicho todo eso, puede uno destaparse un oído y cubrir el otro. Ento

Por qué los algoritmos de las apps de música fallan con el hip-hop y el hard rock

 https://www.clarin.com/tecnologia/algoritmos-apps-musica-fallan-hip-hop-hard-rock_0_Ci1ZulOti.html

Por qué los algoritmos de las apps de música fallan con el hip-hop y el hard rock

No son tan precisos para recomendar canciones a los fanáticos de esos géneros en comparación a otros artistas más comerciales.

 

 

 

 Una de las características de los sistemas de streaming (desde Netflix hasta Spotify) es la capacidad de sus algoritmos para predecir y recomendar nuevas bandas o series que puedan ser de interés para el usuario.

Sin embargo, un estudio realizado por investigadores austríacos y neerlandeses descubrieron que a los algoritmos de música les cuesta más ofrecer asesoramiento a los oyentes de hip-hop o hard rock.

Estos sistemas de reconocimiento mediante filtrado colaborativo, donde las apps registran los artistas y géneros que escucha un usuario, cotejan estos resultados con oyentes afines para conocer qué les gusta a otros.

El problema de estos algoritmos es que, al toparse con algo tan subjetivo y personal como la creación artística y los gustos musicales, pierden su poder de predicción.

 Un equipo de la Universidad Tecnológica de Graz, la Universidad Johannes Kepler de Linz, la Universidad de Innsbruck (todos de Austria) y la Universidad de Utrecht (Países Bajos) decidió poner a prueba las recomendaciones generadas por estos algoritmos.

El principal resultado, publicado en el último número de la revista EPJ Data Science, es que estos algoritmos son menos precisos cuando se enfrentan a fanáticos de hard rock y hip-hop.

Para ello compararon los resultados generados por algoritmos de la llamada música dominante o mainstream y los cotejaron con la no convencional. Para este análisis utilizaron un conjunto de datos que contenía los historiales de 4.148 usuarios de la plataforma Last.fm.

Basándose en los artistas que los usuarios escuchaban con más frecuencia, los autores utilizaron un modelo para predecir la probabilidad de que a estos les gustara la música que sugerían cuatro algoritmos diferentes.

"Nuestros resultados sugieren que muchas de las técnicas de recomendación musical más avanzadas pueden no ofrecer recomendaciones de calidad a los oyentes de música no convencional", señaló Elisabeth Lex, autora del estudio.

 

Mainstream versus comercial

Así comprobaron que los oyentes de música mainstream reciben consejos musicales más afines que los oyentes de música no convencional.

A continuación, los autores categorizaron a los oyentes de música no comercial en cuatro géneros: con instrumentos acústicos, como el folk o los cantautores; ritmos de "alta energía, como el punk o el hip-hop; acústica vocal como los sonidos ambientales y la electrónica.

La investigación pudo comparar los historiales de cada grupo e identificar, con el modelo computacional, qué usuarios eran más propensos a escuchar música fuera de sus preferencias y la diversidad de géneros musicales dentro de cada grupo.

Los que escuchaban música ambiental eran más propensos a oír también hard rock, folk o electrónica.

Sin embargo, los oyentes de "alta energía" eran los menos proclives a escuchar la música preferida por los oyentes de folk, electrónica o ambiental, aunque escuchaban la mayor variedad de géneros, por ejemplo, hard rock, punk, cantautor y hip-hop.

En este grupo no convencional, quienes escuchaban rock duro o rap recibían sugerencias musicales menos exactas, mientras que los seguidores del 'ambient' recibían sugerencias más atinadas.

La explicación es que los algoritmos están sesgados hacia la música más popular, lo que hace que los géneros no convencionales tengan menos probabilidades de ser recomendados con eficacia.

Los autores sugieren que sus hallazgos podrían servir de base para crear sistemas de recomendación musical que ofrezcan recomendaciones más precisas

SL

 

Comentarios