تُخمّن قوائم التشغيل التي تطرحها الخوارزميات في تطبيقات بث الموسيقى، مثل Spotify، أنواع الموسيقى التي تستمتع بها بناءً على ما تحب سماعه وما يفضّله الآخرون أيضاً. لكن وفق دراسة جديدة، من الأفضل على ما يبدو أن ترتكز قوائم التشغيل على طريقة تفاعل دماغك مع أحدث الأغاني.
عندما درّب باحثون أميركيون خوارزميات التعلّم الآلي على تحليل استجابات الجسم لدى سامعي الموسيقى، تمكنوا من توقع الأغاني التي ترضي أذواق معظم الناس بدقة تصل إلى 97%.
كانت الخوارزميات مُكلّفة بكل بساطة بتقييم عواطف الفرد ومستوى انتباهه لنغمة معينة عبر استعمال وضع الفيزيولوجيا العصبية كعامل مرجعي. كلما بقي الجهاز العصبي "منغمساً" في الأغنية، زاد احتمال أن تُحقق تلك الأغنية نجاحاً شعبياً.
تمكّن هذا المؤشر من تقييم نجاح الأغاني أكثر من الاتكال على مواقف الناس واعترافهم باستمتاعهم بأغانٍ معينة. بعبارة أخرى، لا يعني استمتاعك بإحدى الأغاني أن الآخرين سيحبونها أيضاً. لكنّ حالتك اللاواعية قد تحمل مؤشرات أكثر أهمية.
يكتب الباحثون في تقريرهم: "بدل أن نسأل المستخدمين عن رأيهم بأغنية جديدة، تستطيع تقنيات عصبية قابلة للارتداء، كتلك المستعملة في هذه الدراسة، أن تُقيّم القيمة العصبية للمواد الخاضعة للبحث بطريقة أوتوماتيكية".
حتى لو تلقّت الخوارزميات بيانات فيزيولوجية مشتقة من سماع أغنية لدقيقة واحدة فقط، تستطيع هذه الأنظمة أن تتوقع الأغاني الناجحة بدقة تصل إلى 82%.
تتفوق هذه المقاربة الجديدة على دراسات مشابهة استعملت المسوحات الدماغية لتقييم الاستجابات الموسيقية. توقعت هذه المسوحات الأغاني الناجحة بدقة اقتصرت على 50%.
نظرياً، يمكن استعمال هذه المعلومات لطرح قوائم تشغيل فردية تستهدف حالات مزاجية محددة، لكنها تنطبق على مجالات مختلفة عن الموسيقى. يمكن استخدام "التنبؤ العصبي" أيضاً مع أي شكل من الترفيه، فيحصل الناس على ما يريدونه مسبقاً.
تبقى الدراسة الجديدة صغيرة ولا بد من استكشاف بعض تفاصيلها، لكنها تبدو واعدة.
يقول بول زاك، خبير في علم الاقتصاد العصبي من جامعة "كليرمونت" في كاليفورنيا: "المنهجية هي أهم جزء من مساهماتنا. يمكن استعمال هذه المقاربة على الأرجح لتوقّع الابتكارات الناجحة في مجالات ترفيهية أخرى، بما في ذلك الأفلام والبرامج التلفزيونية".
