A inteligência artificial (IA) tem sido aplicada em diferentes indústrias para otimizar resultados e cortar custos. Com as indústrias criativas não têm sido diferente. No entanto, como a adoção dessas tecnologias emergentes poderão influenciar desde lançamentos no mundo da música e, quem sabe, limitar nossos gostos musicais? Um novo estudo da ESPM (Escola Superior de […]
A inteligência artificial (IA) tem sido aplicada em diferentes indústrias para otimizar resultados e cortar custos. Com as indústrias criativas não têm sido diferente. No entanto, como a adoção dessas tecnologias emergentes poderão influenciar desde lançamentos no mundo da música e, quem sabe, limitar nossos gostos musicais?
Um novo estudo da ESPM (Escola Superior de Propaganda e Marketing) mapeou como a inteligência artificial poderia influenciar o futuro comercial da música. Para isso, a pesquisa analisou 3.446 faixas de música do Spotify e Deezer, para entender quais características são necessárias e como a melodia pode chegar ao Top 200 das mais ouvidas.
Claudio Luiz Cruz de Oliveira, coordenador da pesquisa e professor de Business Technology e Marketing Science da ESPM e sócio da Cognitive Inteligência de Marketing, conta que a análise foi realizada em mais de seis anos de histórico de canções disponíveis nas plataformas.
“Nosso objetivo foi criar um simulador que possa prever o sucesso das músicas. Por exemplo, baseada em algumas características das músicas como artista, gênero, níveis de dançabilidade, energia e tempo da música, o simulador estima a probabilidade de a canção fazer sucesso. Isso pode influenciar o mercado, melhorando a tomada de decisão sobre a escolha de qual música deve ser mais divulgada”, explica.
Leia também: Google ignora própria política em vídeos com desinformação climática, acusa CAAD
Para o estudo, a amostra de dados foi construída utilizando músicas que fizeram parte da playlist Top 200 do Spotify entre 2017 e 2023; as de playlist Virais que não entraram para a lista das Top 200; e as músicas de artistas populares que não fizeram sucesso que foram buscadas nas playlists do Deezer. Segundo Oliveira, a amostra foi construída de uma forma que o machine learning pudesse aprender o padrão das músicas que fazem sucesso e das que não fazem.
A metodologia também considerou variáveis de áudio, numéricas de tempo e faixa, além de total de seguidores nas plataformas de música analisadas.
O estudo observou que quatro gravadoras concentraram 43% dos sucessos de um total de 376 pesquisadas. Sony (14%), Som Livre (14%), Universal (9%) e Warner (7%) tiveram lançamento com alta taxa de sucesso. As gravadoras menores lançaram a maioria das músicas no período, mas possuem taxa de sucesso com menos de 1%. Em termos de gênero, a IA identificou que os artistas sertanejos predominaram no ranking de quem mais lançou sucessos.
Segundo a ESPM, num caso prático, o simulador pode orientar se vale ou não o investimento e contribui no ecossistema da música a prever maior probabilidade de sucesso. A atribuição de variáveis poderá também levar a gravadora ou um produtor musical a entender se a canção abre uma perspectiva de lançamento e investimento em marketing na sua divulgação.
Diego Oliveira, professor de Mídias e Inovação da ESPM e CEO do Grupo Youpper Consumer & Media Insight, lembra que a indústria da música vem adotando ao longo do tempo algoritmos e maiores taxas de precisão métrica como modelo antes de lançar uma nova canção no mercado.
“Isso traz uma alta precisão, o que significa correr menos riscos numa decisão comercial e campanhas de marketing muito mais assertivas”, destaca Oliveira.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
