Un outil d’IA défie les sites de paris avec ses prédictions pour les Grammy Awards

Qu’il s’agisse des Oscars, des Tony Awards ou des Grammy Awards, les observateurs font chaque année des prédictions sur l’acteur, le film, la comédie musicale ou la chanson qui remportera ces prix tant convoités, en se basant sur ce que les experts estiment être ce qui impressionne les votants. « Les votants des Grammy Awards adorent décerner le prix du Disque de l’année à un morceau de musique rétro soigneusement élaboré », a écrit le Los Angeles Times à l’approche des Grammy Awards de cette année.

Une équipe de chercheurs de l’Université de New York a systématisé ce processus en créant un algorithme qui prend en compte les caractéristiques d’une chanson, comme ses paroles, ainsi que d’autres informations, notamment Panneau d’affichage classements, pour éclairer les variables des chansons à succès, en particulier celles élues lauréates des prix Chanson de l’année, Disque de l’année et Chanson rap de l’année en 2021, 2022 et 2023. Ce faisant, le travail va au-delà de certaines méthodes précédentes en faisant non seulement des prédictions, mais aussi en identifiant les caractéristiques des lauréats des Grammy.

« Repérer les œuvres d’art primées est certainement un processus subjectif et est compliqué par le secret qui entoure les décisions des électeurs », explique Anasse Bari, professeur clinicien associé au Courant Institute of Mathematical Science de l’Université de New York et auteur principal de l’étude, qui paraît sur IEEE Xplore. « Cependant, en prenant en compte ce que nous savons des chansons elles-mêmes – de leur composition à leur popularité – nous pouvons identifier celles qui sont susceptibles d’être célébrées.

« Nous pensons que cet outil d’IA pourrait aider à identifier les artistes et les tendances émergents en dénichant de la musique susceptible d’être populaire et qui, autrement, pourrait passer inaperçue. »

Pour concevoir l’outil d’IA, les chercheurs ont créé un ensemble de données de nominés de 2004 à 2020 dans trois catégories de prix – Chanson de l’année, Disque de l’année et Chanson rap de l’année – totalisant près de 250 chansons. Ils ont ensuite combiné une série de variables et entraîné des algorithmes d’IA pour tirer des enseignements de ces données historiques, qui comprenaient les classements Billboard et le volume de recherche Google (la fréquence à laquelle les utilisateurs ont recherché une chanson nominée l’année de sa nomination).

L’algorithme a également pris en compte les caractéristiques musicales d’une chanson, en utilisant les données Spotify déployées par des études précédentes, qui comprenaient les éléments suivants :

• Acoustique : si le morceau est acoustique ou non (c’est-à-dire s’il repose sur des instruments ou des sons non électriques)
• Dansabilité : dans quelle mesure un morceau est adapté à la danse
• Énergie : une mesure perceptive de l’intensité et de l’activité
• Instrumentalité : une mesure du manque de voix dans un morceau
• Speechiness : La présence de mots parlés dans un morceau

Enfin, l’outil d’IA a inclus les paroles d’une chanson, en utilisant des algorithmes de traitement du langage naturel couramment déployés pour capturer les mots et les sentiments que ces mots transmettaient. Les calculs ont révélé la diversité du vocabulaire d’une chanson, sa tonalité émotionnelle (par exemple, la joie, la tristesse, la colère) et même le langage grossier.

Les chercheurs ont ensuite déterminé si l’algorithme résultant pouvait générer une liste de gagnants probables en identifiant les trois meilleurs candidats parmi tous les nominés pour la chanson de l’année, le disque de l’année et la chanson rap de l’année pour chaque année de la période étudiée (2021-2023) – un total de 27 chansons parmi environ 75 nominés.

Les résultats ont montré que le modèle a inclus avec précision les neuf chansons gagnantes dans les trois catégories dans sa liste des trois meilleurs, parmi lesquelles « everything i wanted » de Billie Eilish (disque de l’année 2021), « Leave the Door Open » de Silk Sonic (chanson de l’année 2022) et « The Heart Part 5 » de Kendrick Lamar (chanson rap de l’année 2023).

Les auteurs ajoutent que certaines prédictions du modèle allaient à l’encontre de celles faites par les sites de paris. Par exemple, « Just Like That » de Bonnie Raitt, que le modèle a placé dans son top 3 pour le titre de Chanson de l’année 2023, a été considérée comme l’une des chansons les moins susceptibles de gagner cette année-là par les plateformes de paris. De plus, « I Can’t Breathe » de HER, lauréate d’un Grammy, que le modèle a placé dans son top 3 pour le titre de Chanson de l’année 2021, a été considérée comme une chanson à faible chance par les sites de paris.

Il est intéressant de noter que les caractéristiques prédictives variaient selon les catégories. Pour la chanson de l’année, les caractéristiques les plus prédictives comprenaient l’énergie, l’acoustique et la position de pointe du titre dans le Billboard. En revanche, pour l’enregistrement de l’année, les caractéristiques les plus prédictives comprenaient le caractère loquace, le blasphème et l’acoustique. Pour la chanson rap de l’année, les caractéristiques les plus prédictives comprenaient la diversité du vocabulaire, le nombre de mots et le score de bonheur.

Bien que les auteurs de l’étude préviennent que l’algorithme n’est pas un outil de prédiction précis permettant de prédire les gagnants, il peut néanmoins faire apparaître de nombreux attributs associés aux morceaux à succès.

« Nos résultats soulignent l’importance de prendre en compte de multiples facteurs, tels que la popularité et les caractéristiques spécifiques de la musique, lors de la prédiction des gagnants des prix de musique », explique Bari, qui dirige le laboratoire d’analyse prédictive et de recherche en IA du Courant Institute.

« Plus largement, le travail montre le potentiel de l’utilisation de l’apprentissage automatique et des techniques basées sur les données pour mieux comprendre les facteurs qui contribuent au succès d’une chanson. »

Les autres auteurs de l’étude étaient membres du groupe de recherche en IA de Bari au département d’informatique de l’Université de New York : Rushabh Musthyala, Abhishek Narayanan et Anirudh Nistala.