La riproduzione casuale dei lettori musicali in realtà non è casuale: ecco come funziona

La modalità shuffle (cioè la riproduzione casuale) è una funzione disponibile sui principali lettori musicali e nei moderni servizi di streaming musicale che permette di riprodurre i brani contenuti in una cartella o in una playlist in modo – apparentemente – casuale. Pur usando in modo assiduo questa funzione, può darsi però che non siate a conoscenza del suo complesso funzionamento dovuto al fatto che i suoi algoritmi si intrecciano con la psicologia della percezione dei pattern da parte di noi esseri umani.

I primi algoritmi per la riproduzione casuale facevano esattamente questo: mettevano i brani in lista per la riproduzione in un ordine completamente casuale. Già nei primi anni Duemila, però, molti utenti si lamentavano del fatto che il risultato non fosse poi così casuale, per esempio quando capitano due brani di fila dello stesso artista. In realtà questa è un'eventualità attesa in una lista perfettamente causale, come il fatto che nel lancio di un dato può capitare che un numero esca 2 volte di fila. Per evitare queste "coincidenze", le grandi aziende attive nel settore hanno iniziato a rendere gli algoritmi meno casuali “forzando” una maggiore distanza tra brani appartenenti allo stesso gruppo logico (stesso artista, stesso album, stesso genere e così via).

Come disse Steve Jobs durante il lancio ufficiale dell'iPod Shuffle nel 2005, l'obiettivo ultimo di questo cambiamento era «rendere il tutto meno casuale per farlo sembrare più casuale». Questo principio è stato poi applicato anche in altri algoritmi che usiamo tutti i giorni.

Come funziona gli algoritmi per lo shuffle

Un esempio classico di algoritmo casuale per la riproduzione dei brani in shuffle è l'algoritmo di Fisher-Yates. Concettualmente, questo algoritmo va a prendere un elenco di tutti gli elementi della sequenza andando a determinare l'elemento successivo nella sequenza mescolata estraendo casualmente un elemento dall'elenco, fino al momento in cui non ne rimangono altri.

Per aumentare la sensazione di casualità, però, Fiedler ideò un algoritmo di riproduzione alternativo, una versione del quale oggi è usato per esempio dalla piattaforma di streaming musicale Spotify. In sostanza, l'algoritmo divide la collezione musicale in più gruppi logici, e spartisce i brani secondo il principio della massima diffusione per ogni gruppo logico. Spiega Fiedler:

Le tracce all'interno di ciascun gruppo vengono mescolate per ottenere un ordine di riproduzione casuale e, nel caso in cui il gruppo è ancora divisibile in sottogruppi (per esempio, lo avete raggruppato in generi, ora lo sottoraggruppate in artisti), per questo passaggio viene utilizzato l'algoritmo Balanced Shuffle. In questo modo, l'algoritmo viene applicato in modo ricorsivo fino a quando non è più possibile alcuna ulteriore classificazione. In questo caso, le tracce rimanenti di questo sottogruppo sono considerate uguali nello stile e possono quindi essere mescolate utilizzando un metodo convenzionale. Una volta raccolte le liste dei brani per tutti i gruppi, inizia la parte principale dell'algoritmo: le playlist per gruppo vengono unite in una sola, rispettando il principio della massima diffusione.

Come fa questo algoritmo a risolvere il problema della falsa percezione della mancanza di casualità? In un articolo pubblicato sul suo blog ufficiale, Spotify lo spiega con questo esempio:

Supponiamo di avere una playlist contenente alcuni brani di The White Stripes, The xx, Bonobo, Britney Spears e Jaga Jazzist. Per ogni artista prendiamo le sue canzoni e cerchiamo di distribuirle nel modo più uniforme possibile lungo l'intera playlist. Quindi raccogliamo tutte le canzoni e le ordiniamo in base alla loro posizione.

L'algoritmo tiene conto della durata di una playlist e del numero di brani presenti per ciascun tipo. Quindi, tornando all'esempio precedente, se nell'elenco sono presenti quattro brani dei White Stripes, ciascuno di essi dovrebbe essere proposto all'incirca ogni 25% della lunghezza della playlist. Inoltre l'algoritmo introduce un offset casuale all'inizio, in modo tale che tutte le prime canzoni non finiscano nella posizione 0 e, per ottenere un risultato che sembri quanto più aleatorio possibile, vengono mescolate tra loro anche le canzoni dello stesso artista.

Perché le playlist casuali non ci sembrano casuali: la "fallacia dello scommettitore"

Se dobbiamo mettere due , conosciuto come  fallacia dello scommettitore, in cui la probabilità percepita di un evento è alterata da cos'è successo in passato: per esempio, se questa settimana viene estratto il 57 nella ruota di Napoli tenderemo a pensare che la prossima settimana sarà molto improbabile che lo stesso numero verrà estratto nuovamente nella stessa ruota, ma in realtà la probabilità è sempre la stessa, cioè 1/90. Allo stesso modo, se ascoltiamo un brano di un dato artista ci sembrerà molto improbabile che il brano successivo sia dello stesso artista, per questo quando accade non lo percepiamo come un evento casuale – anche se lo è.

Come ha affermato l’ingegnere informatico Martin Fiedler sul suo blog, «il problema con gli algoritmi di shuffle convenzionali è che sono troppo casuali. Mancano di equità e di distribuzione uniforme». Il nostro cervello ama andare alla ricerca di schemi e casualità e per questo motivo interpreta la casualità come non realmente casuale se lo stesso artista suona più di una volta a distanza troppo ravvicinata.

non perderti questo articolo

Cos’è l’MP3 e come è nato il formato più famoso per la musica digitale