»Forleden fik jeg en sms om, at jeg kunne downloade mere end seks mio. musiknumre til min mobiltelefon. Hvordan kan jeg så finde et eller flere, jeg har lyst til at høre?« spørger Michael Kai Petersen. Heldigvis har han selv et svar, og det vender vi tilbage til.
Michael er adjunkt ved DTU Informatik og en del af MILAB – Mobile Informatics Lab – et laboratorium under sektionen Kognitive Systemer.
Her forsker han i, hvordan de kognitive brugerflader, der findes i f.eks. vores mobiltelefoner og computere, kan gøres endnu bedre. Bedre vil sige, at de i højere grad bliver kognitive og kan “tænke” for os – med andre ord: fortælle os, hvad vi vil have, i stedet for at vi skal fortælle dem det.
Det kræver en masse data om, hvordan vi opfører os, og at nogle – som forskerne i MILAB – ser sammenhængene og mønstrene i de data, så de kan oversættes til programmeringssprog.
Hidtil har Michael og hans kolleger primært indsamlet data om vores adfærd via vores mobiltelefoner:
\ Fakta
VIDSTE DU
Det er disse 12 ord, som er de mest populære til at beskrive et stykke musik:
HAPPY, FUNNY, SEXY, ROMANTIC, SOFT, MELLOW, COOL, ANGRY, AGGRESSIVE, DARK, MELANCHOLY, SAD
»Vi har stort set alle en mobiltelefon, og den følger os næsten overalt. Den er udstyret med en masse sensorer som bluetooth og gps, der kan afsløre, hvor vi er henne, hvad vi foretager os, hvem der er omkring os osv,« siger Michael Kai Petersen.
»Den viden kan vi bruge til f.eks. at sige, hvis telefonen kan se ét wlan (trådløst netværk, red) og 100 bluetooth-enheder, så er den måske et sted med meget larm, og så kan det være, at den skal skrue op for lyden og slå vibratoren til,« forklarer Michael, inden han indleder talen om sin ph.d.: “Hvordan vi føler, når vi lytter til et stykke musik, kan blive en del af, hvordan vi beskriver vores verden.”
En alternativ ordbog
For at finde ud af, hvilke følelser vi forbinder med sange, var Michael i starten af sin ph.d. en meget hyppig gæst på det sociale netvæk last.fm.
Her kan brugerne lytte til og skrive om musik, og det kunne han udnytte til at finde frem til de ord, der oftest bliver brugt til at beskrive sange.
De 12 mest populære ord – bl.a. “happy” og “sad” – var herefter udgangspunktet for næste del af øvelsen: I et kæmpe tekstkorpus med tekster fra mange forskellige medier og genrer undersøgte Michael, hvilke relationer de 12 ord har til andre ord.

Denne del af øvelsen gik ud på at kortlægge, hvilke ord de 12 ord gav associationer til, f.eks. kunne det tænkes, at “happy” ville give associationer til ord som “birthday” og “smile”.
Til slut stod Michael med en form for ordbog, hvor alle ord, der kan optræde i en sang, var beskrevet ud fra de 12 ord – f.eks. at et ord var 1% happy, 2% funny, 10% sexy osv. Med den ordbog har han undersøgt, hvordan 50.000 sange – ord for ord – påvirker vores følelser, og resultatet er ikke uden overraskelser.
Kigger vi i første omgang på sangenes følelsesmæssige forløb – hvor meget følelser er til stede i en sang fra start til slut – skulle man måske tro, at det forløb kunne se ud på ca. lige så mange måder, som der er sange. Det er imidlertid ikke tilfældet:
»Når man tager 50.0000 sange, viser det sig, at der kun er to forskellige måder at lave en sang på, rent statistisk set,« fastslår Michael.
»Der er to kurver for det følelsesmæssige forløb: Enten starter den med alt, hvad den kan trække, og falder igennem hele sangen bortset fra en lille stigning mod sidste tredjedel. Eller også starter man lavere nede og stiger nogenlunde jævnt i hele sangen for at ende næsten i maks.«
Når man tager 50.0000 sange, viser det sig, at der kun er to forskellige måder at lave en sang på, rent statistisk set…
Michael Kai Petersen
En anden overraskelse, undersøgelsen bød på, var, at det tilsyneladende ikke giver nogen mening at tale om “en rigtig sørgelig sang” eller “en rigtig glad sang”. Der var ikke nogen af sangene, der slog helt ud på f.eks. “happy” eller “sad”:
»Det viser, at vi gerne skal ud over det dér med at beskrive følelser med, at noget er “happy” eller “sad”. Det er ikke sådan, vi opfatter tingene. Det er en kombination af begreber med kontraster, der giver mønstrene i, hvordan vi opfatter tingene,« siger Michael og fortsætter:
»Vi skal også væk fra at tænke så meget i genrer. Man kan ikke umiddelbart lave link mellem genrer og følelser. Og det er heller ikke så vigtigt, for mange af os kan jo lide mange forskellige genrer.«
“Denne sang føles på samme måde”
Dermed er vi tilbage ved Michaels spørgsmål i indledningen: Hvordan finder man blandt mere end seks. mio. sange netop de sange, man godt kan lide? Som lovet giver Michael selv et svar.
»Vi kunne sagtens analysere al den musik, som har en tekst på sig, ligesom jeg har gjort i ph.d.en. Så kunne brugeren sige: “Dette nummer kan jeg godt lide”, eller vi kunne lade mobiltelefonen registrere det. Vi kunne også knytte det sammen med de sammenhænge, brugeren er i, og hvad brugeren plejer at lytte til i bestemte situationer. Ud fra det kunne mobiltelefonen så foreslå, noget man har lyst til at lytte til,« fortæller Michael, der godt kunne tænke sig i højere grad at personalisere anbefalelsessystemerne ved at knytte hjernescanninger til sin undersøgelse:
»Hvis vi bliver bedre til at kortlægge, hvordan der ser ud inde i vores hoveder, når der er et eller andet, vi godt kan lide, så kan vi bruge det til f.eks. at anbefale musik. De anbefalelsessystemer, vi kender fra nettet i dag, bygger på, at noget tilhører samme genre, eller at andre, der har købt denne sang, også har købt denne sang. Da er det data fra en hel masse brugeres adfærd, der afgør, hvor meget sangene ligner hinanden. Hvor meget to sange ligner hinanden, kunne i stedet være baseret på, hvordan du følelsesmæssigt opfatter dem.«
Artiklen er lavet i samarbejde med DTU Avisen.