音樂
2025.12.26 (五)
音樂興發現｜當演算法取代一切：我們還能真正的發現音樂嗎？
字級：
作者：袁永興
二十年前發現一首新歌，也許是在電台上或唱片行偶然聽到的旋律；十年前可能是朋友轉分享傳來的一段YouTube連結；而今天我們的音樂世界，多半是演算法替我們打開的。「你可能會喜歡這首歌」，這句看似給好給滿情緒價值的貼心提示，正悄悄改變著整個音樂產業的樣貌。
Spotify、Apple Music、YouTube Music這些平台，如今早已不只是播放工具，而是音樂的「守門人」。他們的推薦清單、播放榜單、每週探索等功能，如今已成為影響流行趨勢的關鍵力量。只要你聽過某種類型的音樂，演算法便會推送更多「類似但更熱門」的曲風，讓你沉浸其中。聽起來很方便，我們也潛移默化地接受這一切，就當平台成日常，像個新的DJ。但問題是當每個人都被演算法推向「最適合自己」的音樂時，我們其實聽到的世界，反而越來越限縮。演算法正「重塑聆聽習慣」，造成音樂多樣性下降。你會一直聽到同類歌曲，卻越來越少接觸到新類型、新語言或新文化。這就像一座看不見的音樂圍牆，讓創作者被困在自己的小圈圈裡。
這代表在地與本土音樂已被演算法邊緣化。美國NPR的報導提到，許多當地音樂人發現，即使他們有固定觀眾群，也難以在串流平台上獲得曝光。原因不是作品不夠好，而是演算法不「偏好」他們。美國德州奧斯汀向來以SXSW活動的音樂多元及多樣化聞名，靠著人與人的交流蓬勃發展，無論是在現場表演、社區和校園電台、獨立唱片行與眾多的音樂場館。但在演算法時代，這些管道被自動推播取代。當地DJ說得很直白：「我們不再是推薦音樂的人，現在是 Spotify 的伺服器在做這件事。」澳洲的音樂圈也有相似的困境。儘管澳洲音樂人在國際舞台上屢獲成功，但本地藝人被聆聽的比例卻降到歷史新低。原因之一，就是平台推薦機制傾向全球熱門曲目，使在地創作被淹沒在海量內容裡。
當演算法成為主要的「分發通路」，地方音樂文化便失去了它原本的地盤：那個靠現場、靠社群、靠口碑而壯大的世界。除了聽眾的選擇被重塑，演算法也在影響創作者的創作方式。許多音樂製作人承認，他們在創作時已經會「考慮平台機制」、例如讓副歌在30秒內或更短時間出現、壓縮歌曲時長、調整節奏密度，以迎合平台的推薦演算邏輯。這樣的改變帶來新問題：音樂不再只是表達，而變成「為被推薦而寫」。這現象被稱作「平台優化音樂」（platform-optimized music），創作自由被資料邏輯取代，反映的是數據時代的創作焦慮。
同時，演算法也偏向已有名氣或簽約大廠的藝人。Billboard在報導 Spotify 的 “Discovery Mode” 爭議時指出，這個讓音樂人付費以提升推薦率的功能，被業界批評為「數位時代的買榜（payola）」。換句話說，誰能被推薦早已不只是聽眾喜好，而是平台與資本的遊戲。
更微妙的是，聽眾往往以為自己仍在「主動選擇」。實際上，我們聽的多半是系統精算後的結果：套以停留時間、重播率、跳聽率為基礎的機器判斷。然而，這樣的機制也引發反彈。在美國與歐洲，一些社區電台、獨立播客、甚至老派唱片行都在發起所謂的「真人策展復興」。他們用真實的人來選歌、講故事、組歌單，讓音樂回到情感與故事的層次。奧斯汀的音樂人甚至舉辦「Local Listening Nights」，讓創作者彼此交流、現場演奏、介紹靈感。這些活動雖然規模不大，卻象徵著一種「反演算法」的文化姿態：我們還想親手去發現音樂，而不是被動接收。
值得注意的是，「反演算法」並不等於「反科技」。很多音樂人並不排斥數據，他們只是不想讓系統取代人。事實上，最好的結果可能是「人與演算法合作」：演算法提供線索，人類保留判斷。iHeartMedia在2025年公布的一份調查顯示，近90%的聽眾仍然「更信任真人策展的內容」而非機器推薦。這說明，儘管平台無所不在，聽眾依然渴望「被理解」的感覺，演算法之外的人味、是演算法暫時學不會的。那麼，在這樣的時代，音樂產業還有什麼出路？目前全球的方向大致分成三種：1.推動透明化與監管。英國政府、歐盟與韓國都在研究如何讓推薦演算法更公開，並確保獨立音樂人有公平曝光的機會。2.地方策展與文化補助。例如日本Oricon與Billboard Japan合作建立「地方音樂榜」，支持非主流地區作品。3.創作者自建社群。許多獨立音樂人轉向Patreon、Bandcamp或Weverse等直接連結粉絲的平台，以擺脫演算法的支配。
未來的音樂世界，或許會出現兩種共存體系：一種由數據與AI主導，強調效率與規模；另一種則以人為核心，強調情感、故事與真實連結。當演算法成為新的音樂守門人，我們也該問自己一個問題：「我們真的還在主動聽音樂嗎？」音樂從來不只是音符與播放量，它更是文化的記憶、城市的聲音、人與人的橋樑。在這個被機器包圍的時代，真正的挑戰不是拒絕科技，而是確保音樂仍由人來定義，而非讓機器替我們決定該聽什麼。讓人定義音樂，而不是AI。
Image by Gerd Altmann from Pixabay
立刻加入北流Line@ 訂閱北流電子報
當演算法取代一切：我們還能真正的發現音樂嗎？
二十年前發現一首新歌，也許是在電台上或唱片行偶然聽到的旋律；十年前可能是朋友轉分享傳來的一段YouTube連結；而今天我們的音樂世界，多半是演算法替我們打開的。「你可能會喜歡這首歌」，這句看似給好給滿情緒價值的貼心提示，正悄悄改變著整個音樂產業的樣貌。
Spotify、Apple Music、YouTube Music這些平台，如今早已不只是播放工具，而是音樂的「守門人」。他們的推薦清單、播放榜單、每週探索等功能，如今已成為影響流行趨勢的關鍵力量。只要你聽過某種類型的音樂，演算法便會推送更多「類似但更熱門」的曲風，讓你沉浸其中。聽起來很方便，我們也潛移默化地接受這一切，就當平台成日常，像個新的DJ。但問題是當每個人都被演算法推向「最適合自己」的音樂時，我們其實聽到的世界，反而越來越限縮。演算法正「重塑聆聽習慣」，造成音樂多樣性下降。你會一直聽到同類歌曲，卻越來越少接觸到新類型、新語言或新文化。這就像一座看不見的音樂圍牆，讓創作者被困在自己的小圈圈裡。
這代表在地與本土音樂已被演算法邊緣化。美國NPR的報導提到，許多當地音樂人發現，即使他們有固定觀眾群，也難以在串流平台上獲得曝光。原因不是作品不夠好，而是演算法不「偏好」他們。美國德州奧斯汀向來以SXSW活動的音樂多元及多樣化聞名，靠著人與人的交流蓬勃發展，無論是在現場表演、社區和校園電台、獨立唱片行與眾多的音樂場館。但在演算法時代，這些管道被自動推播取代。當地DJ說得很直白：「我們不再是推薦音樂的人，現在是 Spotify 的伺服器在做這件事。」澳洲的音樂圈也有相似的困境。儘管澳洲音樂人在國際舞台上屢獲成功，但本地藝人被聆聽的比例卻降到歷史新低。原因之一，就是平台推薦機制傾向全球熱門曲目，使在地創作被淹沒在海量內容裡。
當演算法成為主要的「分發通路」，地方音樂文化便失去了它原本的地盤：那個靠現場、靠社群、靠口碑而壯大的世界。除了聽眾的選擇被重塑，演算法也在影響創作者的創作方式。許多音樂製作人承認，他們在創作時已經會「考慮平台機制」、例如讓副歌在30秒內或更短時間出現、壓縮歌曲時長、調整節奏密度，以迎合平台的推薦演算邏輯。這樣的改變帶來新問題：音樂不再只是表達，而變成「為被推薦而寫」。這現象被稱作「平台優化音樂」（platform-optimized music），創作自由被資料邏輯取代，反映的是數據時代的創作焦慮。
同時，演算法也偏向已有名氣或簽約大廠的藝人。Billboard在報導 Spotify 的 “Discovery Mode” 爭議時指出，這個讓音樂人付費以提升推薦率的功能，被業界批評為「數位時代的買榜（payola）」。換句話說，誰能被推薦早已不只是聽眾喜好，而是平台與資本的遊戲。
更微妙的是，聽眾往往以為自己仍在「主動選擇」。實際上，我們聽的多半是系統精算後的結果：套以停留時間、重播率、跳聽率為基礎的機器判斷。然而，這樣的機制也引發反彈。在美國與歐洲，一些社區電台、獨立播客、甚至老派唱片行都在發起所謂的「真人策展復興」。他們用真實的人來選歌、講故事、組歌單，讓音樂回到情感與故事的層次。奧斯汀的音樂人甚至舉辦「Local Listening Nights」，讓創作者彼此交流、現場演奏、介紹靈感。這些活動雖然規模不大，卻象徵著一種「反演算法」的文化姿態：我們還想親手去發現音樂，而不是被動接收。
值得注意的是，「反演算法」並不等於「反科技」。很多音樂人並不排斥數據，他們只是不想讓系統取代人。事實上，最好的結果可能是「人與演算法合作」：演算法提供線索，人類保留判斷。iHeartMedia在2025年公布的一份調查顯示，近90%的聽眾仍然「更信任真人策展的內容」而非機器推薦。這說明，儘管平台無所不在，聽眾依然渴望「被理解」的感覺，演算法之外的人味、是演算法暫時學不會的。那麼，在這樣的時代，音樂產業還有什麼出路？目前全球的方向大致分成三種：1.推動透明化與監管。英國政府、歐盟與韓國都在研究如何讓推薦演算法更公開，並確保獨立音樂人有公平曝光的機會。2.地方策展與文化補助。例如日本Oricon與Billboard Japan合作建立「地方音樂榜」，支持非主流地區作品。3.創作者自建社群。許多獨立音樂人轉向Patreon、Bandcamp或Weverse等直接連結粉絲的平台，以擺脫演算法的支配。
未來的音樂世界，或許會出現兩種共存體系：一種由數據與AI主導，強調效率與規模；另一種則以人為核心，強調情感、故事與真實連結。當演算法成為新的音樂守門人，我們也該問自己一個問題：「我們真的還在主動聽音樂嗎？」音樂從來不只是音符與播放量，它更是文化的記憶、城市的聲音、人與人的橋樑。在這個被機器包圍的時代，真正的挑戰不是拒絕科技，而是確保音樂仍由人來定義，而非讓機器替我們決定該聽什麼。讓人定義音樂，而不是AI。
Image by Gerd Altmann from Pixabay
立刻加入北流Line@ 訂閱北流電子報
