Pernah merasa rekomendasi lagu yang ditawarkan Spotify cocok dengan suasana hatimu? Jika iya, kamu tak sendirian. Saya pernah mengalaminya, awalnya saya kira itu sebuah kebetulan. Tapi kecocokan ini terlalu sering untuk disebut kebetulan. Saya menduga mungkin karena repetisi terhadap lagu tertentu yang saya lakukan terekam oleh algoritma Spotify.

Dua dugaan saya rupanya keliru. Algoritma Spotify ternyata tak sesederhana itu. Teknologi yang digunakan Spotify memungkinkan perekaman semua percakapan penggunanya, dari apa yang ditelusuri di mesin pencari, cuitan di sosial media, letak GPS dan sensor lainnya pada perangkat, hingga percakapan telepon pribadi. Tidak heran, Spotify tahu rekomendasi lagu apa yang sesuai dengan suasana hati penggunanya. 

Kondisi ini, menurut temuan Eric A. Drott, menyebabkan terperangkapnya pengguna pada jenis musik tertentu. Tidak hanya Spotify yang menerapkan teknologi perekaman data pribadi dengan dalih peningkatan pengalaman pengguna. Penelitian Eric menyebut Deezer, Tidal, dan Pandora juga melakukan hal serupa. Yang terjadi kemudian adalah komodifikasi khalayak pendengar ketika mereka dijadikan target pasar bagi pengiklan sesuai preferensi data pribadinya.

Selain bagi pengguna, kondisi ini juga tidak menguntungkan bagi musisi. Disertasi T. Andrew Braun yang meneliti Spotify menyebutkan terperangkapnya pengguna pada jenis musik tertentu menyebabkan pendiktean musisi dalam berkarya. Dengan dalih trafik untuk mendapat keuntungan dari pemutaran lagu—yang dimanipulasi oleh Spotify sendiri—musisi hingga label rekaman didikte memproduksi karya dengan jenis tertentu.

 

Akurasi dari Komodifikasi Data

Sebagai platform streaming musik terbesar, Spotify memiliki 365 juta pengguna dengan lebih dari 70 juta lagu dalam katalognya. Tak heran, muncul gerakan #StopSpotifySurveillance mengingat besarnya ekosistem dan rentannya platform ini.  Kerentanan tersebut terkonfirmasi dalam penelitian Ian Anderson yang menyebutkan teknologi perekaman data pengguna Spotify akurat dengan kebiasaan, karakter personal, hingga kondisi emosional penggunanya.

Penelitian tersebut menggunakan 5.808 partisipan dengan 17,6 juta lagu dan lebih dari 662 ribu jam sesi pengguna Spotify. Anderson bahkan menyimpulkan bahwa menyebutkan akurasi Spotify mendeteksi penggunanya mengalahkan kemampuan Facebook dan Twitter. Terbukti dari kemampuan Spotify memprediksi stabilitas emosional dari kebiasan-kebiasaan pengguna ketika mengakses layanannya.

Kemampuan akurasi Spotify terletak pada perekaman data, mulai dari pukul berapa, hari apa, mendengarkan apa. Lebih jauh lagi data kebiasaan ini mampu dicocokan dengan berbagai data lainnya yang tak disadari pengguna, misalnya dimana mendengarkannya lewat data lokasi GPS perangkat. 

Selain itu tanpa disadari, Spotify merekam banyak informasi tentang kepribadian penggunanya yang dikomunikasikan melalui preferensi musiknya. Data personifikasi pengguna ini yang jadi alasan gerakan #StopSpotifySurveillance untuk mendesak Spotify tidak menggunakan teknologi perekam data pribadi penggunanya.

Pasalnya data sebesar dan seakurat itu rentan dikomodifikasi, terutama pada pihak ketiga. Dimana pengguna Spotify tidak berurusan dengannya. Lantaran yang pengguna harapkan ketika menggunakan Spotify adalah mendengarkan musik bukan mendapat masalah, misalnya  keamanan digital.

Lebih rinci, T. Andrew Braun memaparkan potensi masalah dari pemanfaatan data pribadi oleh Spotify, antara lain:

  1. Sebagai komoditas, data pengguna dapat dijual langsung ke pihak ketiga, seperti server iklan, agen kredit, asuransi, atau agregator data tujuan umum lainnya.

  2. Sebagai faktor produksi, data pengguna dapat digunakan untuk menentukan strategi produksi karena keakurasiannya dalam menentukan atribut demografis hingga psikografis yang lebih segmented.

  3. Sebagai aset, data pengguna dapat berkontribusi pada penilaian pasar platform, menjadikannya sarana yang lebih menarik untuk investasi atau akuisisi modal.

     

Membajak Selera

Di Spotify, fitur playlist menjadi daya tarik utama bagi penggunanya. Hampir semua aktivitas kita ada playlist-nya, dari berolahraga, bersantai, belajar, atau bekerja. Bahkan jenis emosi juga ada playlistnya, dari sedih jenis galau ke patah hati hingga bahagia jenis dicintai ke bersemangat penuh adrenalin. Total ada lebih dari 4 milyar playlist yang disediakan Spotify. 

Fitur tersebut tampak menguntungkan pengguna karena sifatnya yang memanjakan dan memudahkan, tapi penelitian T. Andrew Braun menjelaskan sebaliknya. Sekalipun  playlist bisa dikurasi oleh kurator independen dari musisi hingga penggemar, jumlahnya kalah jauh dibanding kurator algoritma berbasis data pribadi yang dioperasikan oleh Spotify. Sehingga menurut T. Andrew Braun, playlist algoritma membuat pengguna terjebak pada gelembung selera tertentu secara terus menerus. Pihak yang paling diuntungkan dari kondisi ini adalah Spotify.

Gelembung playlist algoritma sejatinya tak netral. Ada olah tangan dari Spotify. Contohnya, lagu-lagu rapper Drake dari Amerika muncul hampir di semua jenis playlist. Padahal jika dikurasi—sekalipun oleh mesin—tak mungkin lagu-lagu tersebut cocok untuk hampir semua jenis playlist. Bahkan banyak playlist yang tak ada satupun lagu Drake tapi sampul playlist menampilkan foto albumnya. Tak ayal kondisi ini mendapat protes baik dari pengguna hingga musisi lain karena adanya promosi yang berlebihan.

Tak hanya itu, menurut Braun, tren playlist yang membudaya berakibat pada pengkerdilan fungsi musik. Artinya, makna musik seperti tereduksi menjadi sebatas iringan bunyi latar keseharian. Fungsi tersebut pasif pada audiens. Padahal, sebelumnya fungsi musik aktif memberikan berbagai tawaran pengalaman hingga pemaknaan atas banyak hal. Tak heran, kita jadi mudah lupa bahkan tak tahu siapa musisinya, apa judulnya. Lebih-lebih soal apa motif dan proses kreatif dari sebuah lagu. Kondisi ini turut berdampak pada musisi dalam berkarya.

 

Mendikte Musisi

Spotify dalam pernyataannya menyebutkan bahwa sukses tidaknya rilisan musik tergantung pada penempatannya di playlist--apalagi jika rilisan musik tidak mendapat tempat di playlist. Spotify bahkan menyebut di masa depan, peran playlist makin signifikan sebagai kunci sukses musisi. 

Kondisi ini membuat relasi antara musisi—terutama musisi baru—dan Spotify tidak setara. Dengan dalih agar rilisannya laku di pasaran,  Spotify bisa mendikte  musisi dalam berkarya sesuai logika algoritma platformnya. Zola Jesus—musisi dan produser Amerika yang diangkat sebagai studi kasus T. Andrew Braun dalam disertasinya--mengalami hal ini.

Janji menguntungkan yang disebut Spotify, menurut Zola, jauh dari adil. Ia menghitung keuntungan untuk empat ribu sesi mendengarkan rilisannya hanya setara dengan satu harga rilisan fisiknya. Kefrustasian atas kondisi ini membuatnya tergerak melawan Spotify dengan tak mematuhi sarannya dan mengungkapkannya ke publik.

Perlu dicatat, masalah ini tak hanya terjadi di Spotify. Seperti yang disebutkan Eric A. Drott, hampir semua industri besar platform musik digital melakukannya. Bukan berarti teknologi dalam mendengarkan musik yang bermasalah karena perkembangan teknologi sendiri keniscayaan. Platform yang sewenang-wenang adalah akar masalahnya.

Hal ini memunculkan inisiatif untuk menciptakan platform seperti The Store Front yang lebih menjaga data pribadi dan  membebaskan penggunanya. Platform ini mengizinkan pendengar untuk menikmati rilisan tanpa manipulasi, menghormati proses berkarya musisinya, hingga transparan soal anggaran. Meski skalanya masih kecil, platform ini setidaknya patut menjadi alternatif atas Spotify dan platform besar lain yang problematik.
 

 

Anderson, Ian. (2020). “Just the Way You Are”: Linking Music Listening on Spotify and Personality. SAGE Journals Social Psychological and Personality Science.

Braun, T. Andrew. (2020). "Dance like nobody's paying": Spotify and Surveillance as the Soundtrack of Our Lives. Canada: University of Western Ontario. PhD Dissertation.

Drott, Eric A. (2018). Music as a Technology of Surveillance. Journal of the Society for American Music.