Ερευνητές στις ΗΠΑ ανέπτυξαν ένα μοντέλο μηχανικής μάθησης που χρησιμοποιεί νευρωνικές αντιδράσεις για να προβλέψει τη μελλοντική επιτυχία τραγουδιών με ακρίβεια 97%. Η μελέτη διεξήχθη από ερευνητές του Claremont Graduate University και του Chapman University στην Καλιφόρνια.
Η πρωτοποριακή προσέγγιση, που αποκαλείται "νευροπρόγνωση", μπορεί να βοηθήσει τις υπηρεσίες streaming όπως το Spotify και το Apple Music να εντοπίζουν αποτελεσματικά νέα δημοφιλή τραγούδια για τις λίστες αναπαραγωγής που σου προτείνουν στα headsets σου. Οι ερευνητές πιστεύουν ότι η μέθοδός τους, παρά ορισμένους περιορισμούς, μπορεί να εφαρμοστεί πέρα από τον εντοπισμό τραγουδιών, κάτι που θα μπορούσε να φέρει επανάσταση στο χώρο της ψυχαγωγίας.
Η νέα προσέγγιση "neuroforecasting" χρησιμοποιεί ένα μοντέλο μηχανικής μάθησης που εφαρμόζεται σε νευρωνικές αποκρίσεις για να προβλέψει τραγούδια με επιτυχία με ακρίβεια 97%, σε σύγκριση με το προηγούμενο ποσοστό ακρίβειας 50% των παραδοσιακών μεθόδων. Οι νευροφυσιολογικές αποκρίσεις στο πρώτο λεπτό των τραγουδιών προέβλεψαν επιτυχίες με ποσοστό επιτυχίας 82%, υποδεικνύοντας ότι το πρώτο μέρος ενός τραγουδιού παίζει καθοριστικό ρόλο στον καθορισμό της δημοτικότητάς του.
Οι συμμετέχοντες στη μελέτη εξοπλίστηκαν με αισθητήρες, άκουσαν ένα σύνολο 24 τραγουδιών και ρωτήθηκαν για τις προτιμήσεις τους και ορισμένα δημογραφικά στοιχεία. Κατά τη διάρκεια του πειράματος, οι επιστήμονες μέτρησαν τις νευροφυσιολογικές αντιδράσεις των συμμετεχόντων στα τραγούδια. Αυτό επέτρεψε στους ερευνητές να προβλέψουν το πως θα τα αντιμετωπίσει η αγορά, συμπεριλαμβανομένου του αριθμού των streams ενός τραγουδιού.
Παρά τους περιορισμούς, όπως ο σχετικά μικρός αριθμός τραγουδιών που αναλύθηκαν και τα μετρίως διαφορετικά δημογραφικά στοιχεία των συμμετεχόντων, οι ερευνητές είναι βέβαιοι ότι η μέθοδός τους μπορεί να προβλέψει επιτυχίες και σε άλλους τομείς της ψυχαγωγίας. «Η βασική μας συνεισφορά είναι η μεθοδολογία. Είναι πιθανό ότι αυτή η προσέγγιση μπορεί να χρησιμοποιηθεί για την πρόβλεψη επιτυχιών και για πολλά άλλα είδη ψυχαγωγίας, συμπεριλαμβανομένων ταινιών και τηλεοπτικών εκπομπών", δήλωσε ο Paul Zak, καθηγητής στο Claremont Graduate University και κύριος συγγραφέας της μελέτης.
