C’è stato un tempo in cui scoprire nuova musica significava affidarsi al passaparola, al consiglio di un amico appassionato o alla programmazione di una radio indipendente. Poi sono arrivate le piattaforme di streaming, Spotify, Apple Music, Amazon Music, TIDAL. 

Oggi premere “play” non significa più semplicemente scegliere una canzone, quanto consegnarsi ad un sistema di calcolo invisibile che interpreta (e spesso anticipa) i nostri gusti. È la promessa della personalizzazione: trovare sempre la musica “giusta”, nel momento “giusto”. Tuttavia, dietro questa apparente libertà si nasconde un’intera economia dell’attenzione, governata da formule matematiche e scelte editoriali tanto efficaci quanto invisibili.

Spotify nasce nel 2006, in un momento di passaggio cruciale: internet stava abbandonando la cultura del download per avvicinarsi allo streaming, la musica digitale era ancora sinonimo di hard disk pieni di file mp3, e programmi di condivisione come Napster o The Pirate Bay avevano appena scardinato il monopolio dell’industria discografica. 

L’intuizione di Daniel Ek e Martin Lorentzon fu tanto semplice quanto audace: trasformare l’esperienza del download illegale in un modello legittimo e remunerativo. Senza inventare nulla di nuovo,  Spotify spostò l’attenzione dal possesso all’accesso, limitandosi – in un certo senso – a “legalizzare la pirateria”. Se Napster aveva liberato la musica, Spotify la rimise in ordine, costruendo intorno all’utente una nuova forma di radio personalizzata: “Music for every moment”, recitava lo slogan nel 2013. 

Fu in quegli anni che Spotify iniziò a definire la propria identità. Con l’acquisizione di Tunigo, startup svedese specializzata in playlist editoriali, e l’integrazione di The Echo Nest, società americana di “music intelligence” capace di analizzare grandi quantità di dati musicali, la piattaforma avviò un modello di curatela ibrido, in cui decisioni editoriali e algoritmi collaborano per guidare le scelte musicali degli utenti.

Oggi, playlist apparentemente editoriali (come Rap Caviar o New Music Friday) sono organizzate sulla base dell’interpretazione di dati, mentre raccolte personalizzate (come Discover Weekly) non possono definirsi del tutto automatiche. Curatori, ingegneri e sviluppatori hanno infatti il compito di monitorare e perfezionare le risposte dell’algoritmo. È in questa logica di potere algo-toriale – risultato della fusione di direzione editoriale, scelte umane e risposte a prompt –  che vengono a costruirsi nuove gerarchie culturali e nuovi regimi di visibilità.

Eriksson, nel saggio The Editorial Playlist as Container Technology (2020), evidenzia come le playlist non siano semplici elenchi di brani, ma veri e propri  “dispositivi che organizzano il flusso della musica e il modo in cui la viviamo”. La posizione di un brano all’interno di una playlist, la sua ricorrenza, la grafica di copertina, persino il titolo: ogni dettaglio contribuisce a definire cosa emerge e cosa rimane invisibile. In questo nuovo ecosistema, dove la visibilità è la moneta di scambio, essere inseriti in una playlist come New Music Friday o Viral 50 può determinare il destino commerciale di un brano – influenzandone promozione, investimenti e strategie di marketing. Infatti, se da una parte selezionare significa decidere chi meriti di essere ascoltato, quali emozioni siano “trending”  o quali generi far sopravvivere, è altrettanto vero che tali scelte comportino il silenziamento di tutti coloro che ne vengono esclusi.

Il cuore di questo meccanismo è il collaborative filtering: qualora molti utenti che ascoltano X ascoltino anche Y, allora Y verrà proposto a chiunque ascolti X. Il risultato? Una spirale in cui i suggerimenti algoritmici alimentano le stesse pratiche di consumo da cui derivano. Un’illusione di libertà. Convinti di scegliere autonomamente, ci muoviamo dentro un perimetro costruito per noi, lasciando che l’algoritmo orienti l’immaginario collettivo e definisca ciò che è culturalmente rilevante.

Eppure, dentro questa apparente automatizzazione, resta uno spazio di negoziazione: se l’algoritmo fornisce l’ossatura, è la sensibilità umana a darle forma e significato. In un’epoca in cui la “scoperta” musicale è mediata da codici, la vera sfida non è opporsi all’algoritmo, ma imparare a comprenderlo e piegarlo alle nostre curiosità – piuttosto che alle nostre abitudini. Perché, in fondo, dietro ogni “ti potrebbe piacere anche” si nasconde ancora la possibilità di un ascolto diverso, imperfetto, sorprendente.