Eles sabem o que você quer ver

Algoritmos já conseguem descobrir com antecedência quais filmes e músicas vão te agradar; seu gosto, dizem cientistas, pode ser previsto

Por texto João Mello* - ilustração Eduardo Ely - Revista Galileu - Ed. 261 - Abril 2013 - *viajou a convite do Netflix

Greg Harty liga o computador de seu quarto, em Los Angeles, e divide o monitor em dois: à esquerda, um filme; à direita, uma planilha de Excel. Tiros, tortura e sequestros acompanham o preenchimento da tabela. No item “cena de perseguição”, ele dá nota dois (o máximo é três). “Proposta central” recebe uma marca em “entretenimento com fundo levemente edificante” e “protagonista”, em “moralmente digno, com pequenas ressalvas”. O filme se chama Ato de Coragem e Harty tenta ser o mais objetivo possível. “Não devo dizer se a piada é engraçada. Devo dizer que ela existiu”, explica, afundado em sua cadeira, ao lado de uma estante apinhada de DVDs e livros de cinema. 
Começa aqui uma complexa trama de algoritmos que vai adivinhar o que você quer assistir. 
 
Ex-produtor da série de TV House, Harty é um dos 40 cinéfilos pagos pelo Netflix para ficar em casa assistindo a filmes. Especialistas como ele quebram e classificam os títulos em mais de 100 pedaços, usados depois para calcular as recomendações de obras com mais chances de o usuário gostar. Ter sugestões afiadas explica em boa parte como o Netflix se tornou o maior serviço de distribuição de conteúdo de cinema e TV online. Nos horários de pico, chega a ser responsável por 33% do tráfego de dados via internet nos Estados Unidos (o segundo colocado é um tal de YouTube, com 14,8%). Ao todo, três em cada quatro vídeos assistidos pelo Netflix só foram acessados porque um software jogou na tela do assinante um filme que, muito provavelmente, ele ia gostar. Isso importa tanto para a empresa que, em 2006, ela ofereceu US$ 1 milhão a quem melhorasse em 10% o algoritmo. Mas como prever algo tão pessoal quanto o gosto de cada um?

O sistema envolve muitas variáveis, mas a mais importante delas é saber o que pessoas que viram os mesmos filmes que você foram assistir na sequência (sim, aceite, seu gosto tende a seguir um padrão). Depois vêm as tags (aquelas coletadas por Greg Harty): as características mais recorrentes nos filmes que você tem visto ajudam a prever o que você gostará de assistir. Há um detalhe importante: o que você viu ano passado importa, mas o filme de ontem à noite entra com mais peso na previsão — faz sentido se pararmos pra pensar como um mau humor repentino ou um pé na bunda alteram nossa inclinação pra escolher um tipo de filme ou outro. A quantidade de tempo assistida de cada material também fica registrada. O algoritmo não vai entender que você amou um filme se você desistir de vê-lo após 10 minutos. 

Tudo isso entra num complicado algoritmo de cálculo de probabilidades, de onde saem as sugestões.
Um sistema semelhante é também a parte mais importante do Pandora, espécie de rádio online criada para tocar apenas músicas que você gosta (não disponível no Brasil). Por trás dessa pretensão, está o Music Genome Project, um gigantesco banco de dados que separa as obras por “genes”. Cada canção recebe mais de 450 deles, com nomes como “dançabilidade”, “intensidade emocional do vocal principal”, “nasalidade da voz do cantor” e “ornamentação melódica”. É claro que uma avaliação dessas não é para qualquer um; quem faz o serviço é um time de musicólogos contratados para ouvir e classificar as melodias. Depois do mapeamento, os usuários dão joinhas pra cima ou pra baixo ao ouvir a música e vão calibrando as indicações. “Mais de 20 bilhões de ‘likes’ foram dados. E ninguém, nem nós, nem os usuários, sabe dizer ao certo por que gostaram ou não daquela música”, diz Eric Bieschke, diretor de tecnologia de playlist do Pandora. Com os likes, o sistema vai encontrando os “genes” que você mais gosta e faz sugestões calculadas. Quanto mais você usa, mais ele acerta. 

CIÊNCIA DO GOSTO  
Áreas diversas como sociologia, psicologia, neurociência, economia e até biologia estudam o que faz ser possível reunir esse punhado de dados para prever nossas preferências. As pesquisas mostram que nosso livre-arbítrio é menos responsável pelas nossas escolhas do que imaginamos. Por isso, os cientistas tentam hoje entender como outros fatores influenciam nossas escolhas para que seja possível prever melhor o que escolheremos. Três desses fatores foram listados nos estudos dos biólogos Luigi Cavalli-Sforza e Martin Feldman, da Universidade de Stanford. De acordo com eles, autoridades (professores, padres) e preferências já consolidadas pelas gerações mais antigas têm um grande papel em como moldamos nosso gosto. O economista Alberto Bisin, da Universidade de Nova York, chegou a criar um modelo matemático para prever como a preferência dos pais influencia o gosto dos filhos. “A pressão dos pares induz ao conformismo, te leva a fazer o que todos do grupo estão fazendo”, diz Bisin.

Aí também entra um terceiro fator apontado pelos biólogos: a “influência horizontal”, dos amigos da mesma idade e com os mesmos interesses. Não à toa, a aba “10 mais populares no Netflix” é a segunda mais acessada do serviço, só perdendo para o “top 10 pessoal”: filmes que você não viu, mas que, graças ao sistema de previsão deles, provavelmente vai gostar. A influência dos pares pode ser tão grande que, num estudo publicado em 2010, o Ph.D. em psiquiatria Gregory Berns mostrou que o simples fato de exibir uma lista de “músicas mais baixadas”, antes de pedir a um grupo de adolescentes que avaliem uma série de canções, influenciava o quanto eles diziam gostar ou não delas.

Todd Yellin, o homem por trás do sistema de recomendação do Netflix, diz trabalhar em cima do papel dessa e de outras influências para que um dia o usuário (ou usuários, em breve o serviço deve contar com perfis múltiplos) de sua plataforma veja a recomendação de apenas um filme. Aquele filme. Ele admite que isso é uma utopia: “Somos criaturas complexas, nossos neurônios estão produzindo contradições o tempo todo”. Mas sabemos cada vez mais sobre essas contradições. “Gosto se discute sim — e se explica. Grande parte da música e do cinema comerciais buscam atingir médias de gosto, soluções que voltam a se repetir com pequenas variações”, diz Ronaldo Bispo dos Santos, especialista em experiência estética da Universidade Federal de Alagoas. No entanto, o que serviços como Pandora ou Netflix fazem já não é mais buscar a média do gosto de todos, objetivo das companhias de mídia em massa tradicionais. Eles querem, cada vez mais, uma média calculada para você, levando em consideração suas preferências anteriores e as daqueles que te influenciam.
  
Prezadas e Prezados, que impacto esses fatos podem ter no consumo de produção audiovisual jornalística? E como os jornalistas devem se preparar e construir suas produções?