Kenapa Pop Songs Mendapatkan Kesedihan Daripada Mereka Digunakan?

Kenapa Pop Songs Mendapatkan Kesedihan Daripada Mereka Digunakan?
Hari-hari yang lebih bahagia: Abba melakukan 'Waterloo' pada Bahagian Atas Puncak dalam 1974. Gambar oleh Redferns / Getty

Adakah lagu-lagu popular hari ini lebih bahagia atau sedih daripada mereka 50 tahun yang lalu? Dalam tahun-tahun kebelakangan ini, ketersediaan dataset digital yang besar dalam talian dan kemudahan memprosesnya bermakna bahawa kita kini boleh memberi jawapan yang tepat dan tepat kepada soalan-soalan seperti ini. Cara mudah untuk mengukur kandungan emosional teks hanya untuk menghitung berapa banyak kata-kata emosi yang ada. Berapa kali kata-kata emosi negatif - 'rasa sakit', 'benci' atau 'kesedihan' - digunakan? Berapa kali perkataan yang dikaitkan dengan emosi positif - 'cinta', 'kegembiraan' atau 'bahagia' - digunakan? Sebaik sahaja kedengarannya, kaedah ini berfungsi dengan baik, dengan syarat tertentu (contohnya, teks yang tersedia lebih lama, lebih baik anggaran mood). Ini adalah teknik yang mungkin untuk apa yang dikenali sebagai 'analisis sentimen'. Analisis sentimen sering digunakan untuk jawatan media sosial, atau mesej politik kontemporari, tetapi juga boleh gunaan untuk masa yang lebih lama, seperti dekad artikel akhbar atau abad of sastera kerja.

Teknik yang sama boleh digunakan untuk lirik lagu. Untuk kami analisis, kami menggunakan dua dataset yang berbeza. Satu mengandungi lagu-lagu yang disertakan pada akhir tahun Billboard Carta 100 yang panas. Ini adalah lagu-lagu yang mencapai kejayaan yang luas, sekurang-kurangnya di Amerika Syarikat, dari The Rolling Stones '(Saya Tidak Dapat Dapatkan Tidak) Kepuasan' (pada tahun 1965, tahun pertama yang kita pertimbangkan) kepada 'Uptown Funk' Mark Ronson 2015, tahun lepas yang kita pertimbangkan). Dataset kedua adalah berdasarkan lirik yang diberikan secara sukarela ke laman web Musixmatch. Dengan dataset ini, kami dapat menganalisis lirik lebih daripada 150,000 lagu bahasa Inggeris. Ini termasuk contoh di seluruh dunia, dan oleh itu menyediakan sampel yang lebih luas, lebih pelbagai. Di sini kami dapati trend yang sama yang kami dapati di Billboard dataset, jadi kita boleh yakin bahawa mereka boleh umumkan melebihi hits teratas.

Lagu popular bahasa Inggeris telah menjadi lebih negatif. Penggunaan kata-kata yang berkaitan dengan emosi negatif telah meningkat lebih dari satu pertiga. Mari kita ambil contoh Billboard dataset. Jika kita menganggap purata 300 perkataan setiap lagu, setiap tahun terdapat 30,000 perkataan dalam lirik lagu-lagu teratas. Pada tahun 100, kira-kira 1965 kata-kata ini dikaitkan dengan emosi negatif, sedangkan pada tahun 450 jumlah mereka berada di atas 2015. Sementara itu, kata-kata yang dikaitkan dengan emosi positif menurun dalam tempoh masa yang sama. Terdapat lebih daripada 700 kata-kata emosi positif dalam lagu-lagu tahun 1,750, dan hanya sekitar 1965 pada tahun 1,150. Perhatikan bahawa, dalam jumlah mutlak, selalu terdapat lebih banyak kata yang dikaitkan dengan emosi positif daripada perkataan yang dikaitkan dengan yang negatif. Ini adalah universal ciri bahasa manusia, yang juga dikenali sebagai prinsip Pollyanna (dari protagonis yang sangat optimistik novel eponim), dan kami tidak akan mengharapkan ini untuk membalikkan: apa yang penting, adalah arah arah aliran.

Kenapa Pop Songs Mendapatkan Kesedihan Daripada Mereka Digunakan?Kenapa Pop Songs Mendapatkan Kesedihan Daripada Mereka Digunakan?

Kesannya dapat dilihat walaupun kita melihat kata-kata tunggal: penggunaan 'cinta', contohnya, hampir separuh daripada 50 tahun, dari 400 hingga 200 kejadian. Perkataan 'benci', sebaliknya, yang sehingga tahun 1990-an tidak disebutkan dalam mana-mana lagu top-100, kini digunakan antara 20 dan 30 kali setiap tahun.

Kenapa Pop Songs Mendapatkan Kesedihan Daripada Mereka Digunakan?Kenapa Pop Songs Mendapatkan Kesedihan Daripada Mereka Digunakan?

Keputusan kami selaras dengan analisis bebas mood yang lain, beberapa di antaranya digunakan metodologi yang berbeza, dan memberi tumpuan kepada ciri-ciri lain lagu-lagu. Sebagai contoh, penyelidik dianalisis satu set data 500,000 lagu yang dikeluarkan di UK antara 1985 dan 2015 dan mendapati penurunan yang sama dengan apa yang mereka nyatakan 'kebahagiaan' dan 'kecerahan', ditambah dengan sedikit peningkatan dalam 'kesedihan'. Label ini dihasilkan daripada algoritma menganalisis ciri akustik peringkat rendah, seperti tempo atau tonality. Tempo dan tonaliti atas-100 Billboard Lagu juga diperiksa: Billboard hits telah menjadi lebih perlahan, dan tonaliti kecil telah menjadi lebih kerap. Tonaliti kecil dilihat sebagai kegelapan sehubungan dengan tonaliti utama. Anda boleh mencuba ini untuk diri sendiri dengan mendengar mana-mana contoh YouTube lagu-lagu yang telah diganti secara digital dari major kepada minor, atau sebaliknya, dan melihat bagaimana merasakan: versi pergeseran utama REM's 'Losing My Religion' (1991) secara berkala di media sosial.


Dapatkan yang terbaru dari InnerSelf


Wtopi sedang berlaku di sini? Menemui dan menerangkan trend adalah penting dan memuaskan, tetapi kita juga perlu cuba memahami dan menerangkannya. Dengan kata lain, data besar memerlukan teori besar. Satu teori besar seperti itu adalah evolusi budaya. Seperti namanya, teorinya menegaskan bahawa budaya berkembang dari semasa ke semasa sebahagiannya mengikuti prinsip-prinsip pemilihan semulajadi Darwin yang sama, iaitu, jika terdapat variasi, pemilihan dan pembiakan, maka kita boleh mengharapkan ciri-ciri kebudayaan yang lebih berjaya untuk menentukan dalam populasi, dan yang lain untuk pergi punah.

Oleh budaya, kita bererti sifat yang ditulurkan secara sosial berbanding dengan yang ditransmisikan secara genetik. Contohnya termasuk bahasa yang kami ucapkan bergantung pada tempat kami dilahirkan, resipi yang kami gunakan semasa memasak dan, sebenarnya, muzik yang kami nikmati. Ciri-ciri ini ditransfer secara sosial, dalam satu individu itu mereka belajar daripada memerhatikan dan meniru individu lain. Sebaliknya, warna rambut dan warna mata secara genetik dipancarkan dari ibu bapa kepada anak-anak.

Hakikat bahawa banyak tingkah laku yang dipelajari secara sosial tidak terlalu mengejutkan. Walau bagaimanapun, untuk pembelajaran sosial untuk menjadi penyesuaian - iaitu, untuk meningkatkan kemungkinan individu yang masih hidup untuk menghasilkan semula - pembelajaran harus selektif. Lebih baik belajar dari orang dewasa yang tahu bagaimana memasak dengan baik, daripada daripada adik-beradik yang masih belajar memasak. Keutamaan menyalin tingkah laku individu yang berjaya dipanggil 'penghantaran bias kejayaan' dalam lingo evolusi budaya. Begitu juga, terdapat banyak kecenderungan pembelajaran lain yang mungkin dapat diputar, seperti kecenderungan pengesahan, kecenderungan prestij atau kecenderungan kandungan. Pembelajaran bias telah digunakan untuk memahami pelbagai ciri budaya dalam populasi haiwan manusia dan bukan manusia sepanjang tahun, dan membuktikan cara yang baik untuk memahami corak budaya yang rumit. Untuk cuba memahami mengapa lirik lagu meningkat dalam keadaan negatif dan menurun dalam keadaan positif dari masa ke masa, kami menggunakan teori evolusi budaya untuk melihat sama ada corak boleh dijelaskan melalui bias pembelajaran sosial.

Kami memeriksa kecenderungan kejayaan dengan menguji sama ada lagu mempunyai lirik yang lebih negatif jika lagu top-10 dalam beberapa tahun terdahulu mempunyai lirik negatif: dalam erti kata lain, penulis lagu dipengaruhi oleh kandungan lagu yang pernah berjaya? Begitu juga, kecenderungan prestij diuji dengan memeriksa jika lagu-lagu artis berprestij beberapa tahun sebelumnya juga mempunyai lirik yang lebih negatif. Artis berprestij ditakrifkan sebagai orang yang muncul di Billboard carta nombor masa yang tidak seimbang, seperti Madonna, yang mempunyai 36 lagu dalam Billboard Hot 100. Bias kandungan telah diperiksa dengan melihat sama ada lagu dengan lirik negatif juga berlaku untuk melakukan lebih baik dalam carta. Jika ini berlaku, ia akan mencadangkan bahawa ada sesuatu tentang kandungan lirik negatif yang menjadikan lagu-lagu itu lebih menarik, dan dengan itu lebih popular.

Walaupun kami mendapati bukti kecil untuk kejayaan dan kecenderungan prestij yang beroperasi dalam dataset, bias kandungan adalah kesan yang paling boleh dipercayai dari tiga dalam menjelaskan peningkatan lirik negatif. Ini konsisten dengan yang lain penemuan dalam evolusi budaya, di mana maklumat negatif muncul untuk diingat dan dihantar lebih daripada maklumat neutral atau positif. Walau bagaimanapun, kami juga mendapati bahawa penghantaran tidak berat sebelah dalam model analitikal kami sangat mengurangkan penampilan kejayaan dan kesan prestise, dan seolah-olah memegang berat badan yang paling dalam menerangkan corak. 'Transmisi yang tidak dapat disampaikan' di sini boleh difikirkan dengan cara yang sama dengan drift genetik, di mana ciri-ciri muncul hanyut untuk penetapan melalui turun naik rawak, dan ketiadaan ketara sebarang tekanan pemilihan. Proses ini telah dijumpai menjelaskan populariti ciri-ciri kebudayaan lain, dari hiasan di tembikar Neolitik hingga nama bayi kontemporari dan baka anjing. Yang penting, mencari bukti penghantaran tidak berat sebelah tidak bermakna bahawa corak tidak mempunyai penjelasan atau kebanyakannya secara rawak, tetapi terdapat kemungkinan banyak proses yang menerangkan corak, dan tidak ada satu pun proses yang kami periksa cukup kuat untuk menguasai penjelasan.

Kebangkitan lirik negatif dalam lagu bahasa Inggeris yang popular adalah fenomena yang menarik, dan kami menunjukkan bahawa ini boleh disebabkan oleh keutamaan yang meluas untuk kandungan negatif dan lain-lain, namun dapat ditemui, sebab. Memandangkan keutamaan ini, apa yang perlu kita jelaskan ialah mengapa lirik pop lagu sebelum tahun 1980an lebih positif daripada hari ini. Ia mungkin bahawa industri rekod yang lebih berpusat mempunyai lebih banyak kawalan terhadap lagu yang dihasilkan dan dijual. Kesan yang sama mungkin telah dihasilkan oleh penyebaran saluran pengedaran yang lebih peribadi (dari kaset kosong kepada jahitan algoritma 'Made For You' Spotify). Dan yang lain, perubahan sosial yang lebih luas dapat menyumbang untuk menjadikannya lebih dapat diterima, atau bahkan diberi ganjaran, untuk secara jelas menyatakan perasaan negatif. Semua hipotesis ini boleh diuji menggunakan data yang diterangkan di sini sebagai titik permulaan. Menyedari bahawa ada lebih banyak kerja yang perlu dilakukan untuk lebih memahami coraknya adalah selalu menjadi petanda yang baik dalam sains. Ia meninggalkan ruang untuk teori penalaan halus, memperbaiki kaedah analisis, atau kadang-kadang kembali ke papan lukisan untuk bertanya soalan yang berbeza.Kaunter Aeon - jangan keluarkan

Tentang Pengarang

Alberto Acerbi adalah ahli antropologi kognitif / evolusi dan pensyarah psikologi di Brunel University London. Buku terbarunya adalah Evolusi Kebudayaan dalam Zaman Digital (2019).

Charlotte Brand adalah rakan penyelidikan postdoctoral di University of Exeter. Beliau mengkhususkan diri dalam evolusi tingkah laku manusia - termasuk pembelajaran sosial, evolusi budaya, hierarki sosial dan perbezaan seks dalam tingkah laku.

Artikel ini pada asalnya diterbitkan pada Aeon dan telah diterbitkan semula di bawah Creative Commons.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

ikuti InnerSelf pada

icon-facebooktwitter-iconrss-icon

Dapatkan Yang Terbaru Dengan E-mel

{Emailcloak = mati}

DARIPADA EDITOR

Surat Berita InnerSelf: September 6, 2020
by Kakitangan InnerSelf
Kita melihat kehidupan melalui lensa persepsi kita. Stephen R. Covey menulis: "Kita melihat dunia, bukan seperti yang ada, tetapi seperti yang kita ada, atau seperti kita dikondisikan untuk melihatnya." Jadi minggu ini, kita melihat beberapa…
Surat Berita InnerSelf: Ogos 30, 2020
by Kakitangan InnerSelf
Jalan-jalan yang kita lalui pada masa ini sama lama dengan zaman, namun masih baru bagi kita. Pengalaman yang kita lalui sudah lama seperti zaman dulu, tetapi juga baru bagi kita. Perkara yang sama berlaku untuk…
Apabila Kebenaran Sangat Mengerikan, Bertindaklah
by Marie T. Russell, InnerSelf.com
Di tengah-tengah semua kengerian yang berlaku hari ini, saya terinspirasi oleh sinar harapan yang bersinar. Orang biasa memperjuangkan apa yang betul (dan menentang apa yang salah). Pemain besbol,…
Apabila Punggung Anda Terhadap Tembok
by Marie T. Russell, InnerSelf
Saya suka internet. Sekarang saya tahu banyak orang mempunyai banyak perkara buruk untuk diperkatakan, tetapi saya menyukainya. Sama seperti saya mengasihi orang-orang dalam hidup saya - mereka tidak sempurna, tetapi saya tetap mencintai mereka.
Surat Berita InnerSelf: Ogos 23, 2020
by Kakitangan InnerSelf
Semua orang mungkin boleh bersetuju bahawa kita hidup dalam masa yang pelik ... pengalaman baru, sikap baru, cabaran baru. Tetapi kita dapat didorong untuk mengingat bahawa semuanya selalu berubah,…