¿Es el lo-fi house el primer género de la Era del Algoritmo?

Hace unos meses, Imran Ahmed, de XL Recordings, estuvo en vivo en NTS Radio. Muy al pendiente de los actos en el umbral cruzar al mainstream, el A&R del sello es curador de un show radial mensual donde muestra la nueva música que más le emociona. "Mi trabajo en el sello es encontrar la próxima generación de artistas que sean tan talentosos y cautivadores como algunos de aquellos similares a los del pasado del sello", dijo en la introducción del show. "Gente como King Krule, Radiohead, Jai Paul… El show que hago en vivo aquí mensualmente es como una síntesis de esa búsqueda, supongo – lo que más me late al momento".

A través de edits de artistas emergentes distinguidos como Sega Bodegay Mal Devisa, este miembro de la industria buscó a través de horas de hip-hop con muchos sintes y bajos cándidos estremecedores, para finalmente aterrizar en un track exitoso del productor inglés Ross From Friends, "Talk to Me You'll Understand". Pero este tema era algo atípico, en el sentido en que –en ciertas escenas– ya era un hit. Su publicación original de YouTube ya tiene alrededor de 1,5 millones de visitas, así que el que Ahmed lo presentara como algo nuevo fue un poco extraño. Típicamente, la aceptación de quienes marcan tendencia viene antes de la atención masiva online, pero el camino de este track a un mayor clamor mainstream podría señalar un cambio en cómo la web afecta el descubrimiento de la música dance.

Desde el año pasado, el término lo-fi house se ha convertido en sinónimo de un cierto sonido rasposo; es pesado en los bajos, pero construido con sintes y samples sencillos. Con el corto rango del EQ natural de la cinta y un grueso crujido siseante de casete, actos como Ross From Friends, DJ Boring, DJ Seinfeldy otros han encontrado el éxito al volver a la forma original. Estos productores limpian a fondo la teatralidad exagerada de la historia reciente del house con una mezcla sorpresiva de sonidos que se sienten nuevos, incluso si vienen del pasado. Con pads escalonados de acordes de séptima y kicks reventados que succionan el resto de la mezcla, tracks como "Talk to Me You'll Understand" llegan directamente al centro funcional del house, apilando detalles orientados al baile en mezclas intrincadas que se sienten tan frescas como el catálogo de traxde los días de Warehousede Chicago, casi cuarenta años atrás.

Aunque mucha de su atención inicial fue descrita ampliamente como una perezosa "falta de nuevas ideas", el término siempre ha existido como un chiste ligero entre los entusiastas. Casi anticipando la efímera vida de toda la música en internet, sus productores no estaban seguros de poder distinguir el naciente sonido de la continuación de tanto la red de subculturas musicales como de las tradiciones más amplias del house y el techno. A diferencia de, digamos, el ímpetu del hardvapour de apoyar un solo sello unificado, el lo-fi house existe en la médula de un número de estilos sostenidos, cada uno más interesado en crear ritmos duraderos que en soportar el peso de modismos efímeros. Pero ¿cómo fue que la canción atrajo la atención de uno de los sellos más grandes de Londres con tan poca atención de los medios más allá de descripciones vagas?

Con sus raíces en estilos presentes en sellos como L.I.E.S.y 1080p desde sus comienzos, el fenómeno no estaba realmente marcado por ningún cambio estilístico grande hasta que encontró su propio nicho en las plataformas de la web cerrada. Ahora inherente a medios como el canal de YouTube de Slav (donde despegó "Winona", de DJ Boring) y la comunidad de The Overload en Reddit, la difusión del estilo se siente inmensamente en deuda con herramientas como la de Videos relacionados de YouTube. Incluso luego de visitar tracks de géneros de amplio alcance, YouTube constantemente me dirige hacia los mismos sonidos distorsionados, sin importar cuántas veces limpie el historial, el caché de mi explorador y las cookies de búsqueda, o hasta después de intentar con diferentes exploradores y cuentas de usuarios. Pero ¿el lo-fi house es realmente solo un sonido impulsado por los patrones en las recomendaciones de los videos?

El conteo masivo de vistas mostrado por otros artículos recientes ha sido una fuente de fascinación crítica, pero ¿se podría decir que YouTube y otras páginas están fomentando el auge de cierto sonido?

En un artículo escrito por los desarrolladores de Google/YouTube, Paul Covington, Jay Adams, y Emre Sargin para la Conferencia de ACM sobre los Sistemas de recomendación del 2016, los investigadores expusieron un boceto de los mecanismos básicos que ahora manejan su algoritmo de Videos relacionados. A medida que el sitio se ha alejado del sistema primitivo de etiquetación sobre el cual fue construido, los desarrolladores han llegado, en su lugar, a depender de las fuentes de entrada de las "redes neuronales profundas" de algoritmos de aprendizaje automático.

Actualmente, el algoritmo de Videos relacionados del sitio está formado por dos redes neuronales principales. Primero, la "red de generación de candidatos toma eventos del historial de actividad del usuario en YouTube como entrada y recupera un pequeño subconjunto (cientos) de videos de una amplia gama", señalan los investigadores. Esto incluye registros tanto humanos como de máquinas de "identificación de videos vistos", datos de consultas de búsquedas, y datos demográficos tomados de un gran número de fuentes no reveladas. Desde ahí, la segunda red neuronal "ordena" las coincidencias potenciales "al asignarle una puntuación a cada video de acuerdo a la función deseada" Al utilizar una amplia gama de puntos de "big data"recopilados de cosas como el índice de clicks y tiempos de reproducción de usuarios pasados –como también un número de métricas tomadas de los propios datos de navegación de quienes ven los videos– el sitio luego le presenta a los usuarios una selección de videos que piensa que podrían gustarle.

Pero ¿por qué este tipo de algoritmos continúan sugiriendo lo mismo? Parte de ello parece residir en cómo el aprendizaje automático sigue los patrones del interés humano. Al modelar el porcentaje de recomendaciones vistas versus las ignoradas, el sistema trabaja constantemente en presentar los resultados más nuevos y más en sintonía para la audiencia más amplia posible. Incluso desde la perspectiva de alguien ajeno a ello, es fácil ver cómo algo como el lo-fi house yace en la intersección de un número de escenas y estilos. Desde aquellos quienes han estado activos desde los comienzos del house, hasta una generación más joven ahora completamente agotado del zeitgeist del vaporwave –ambos residentes del corazón de la audiencia floreciente del estilo– el lo-fi house sencillamente le da dado a los fans de la música electrónica una vena sin usar de nuevos tracks para perderse. En la intersección de un número de estilos e influencias –desde el downtempo meloso de los años baleáricos de Ibiza, a la austeridad temprana del techno, el synth-funk, y más resurgimientos actuales en el new age– el lo-fi house representa tal síntesis variada de estilos que parece como si cada fan de la música dance podría encontrar algo bueno en él. Tal vez esta superposición representa una nueva y más inevitable faceta populista de gustos compartidos en su extraña mezcla de las amplias ataduras del estilo a su pasado.

Mientras que el internet ha pateado activamente la existencia frecuentemente sin rostro e individualista de la música dance, y que las nuevas tendencias basadas en la web se han vuelto más y más banales, el lo-fi house, como existe ahora, ofrece un interesante extremo lógico; es el primer "genero" que le debe casi por completo su existencia a la plataforma en la que se diseminó. A medida en que los avances en el aprendizaje automático hacen del descubrimiento de la música algo más impecablemente eficiente de lo que cualquier acción humana podría ser jamás, el lo-fi house marca un precedente en cómo las cosas podrían verse: videos girando sin parar en reproducción automática, hits impulsados más y más por el tipo de patrones algorítmicos que ya están comenzando a moldear la industria. Por ahora, todo lo que podemos hacer es intentar estar al día.

Este artículo fue publicado originalmente en THUMP Reino Unido.