Neden popüler şarkılar daha üzgün hale geliyor? | Çeviri: Tutku Sönmez

Neden popüler şarkılar daha üzgün hale geliyor? | Çeviri: Tutku Sönmez

08/02/2020 Kapalı Yazar: Tutku Sönmez

Günümüzün popüler şarkıları 50 yıl önceye göre daha mı mutlu ya da daha mı üzgün? Son yıllarda, büyük dijital veri setlerinin çevrim içi kullanılabilirliği ve bunları işlemenin göreli kolaylığı, bugün buna benzer sorulara kesin ve bilinçli cevaplar verebileceğimiz anlamına gelebilir. Duygusal içerikli metinlerin ölçümünün yolu duygu belirten kelimelerin kaçar kez kullanıldığının tespit edilmesidir. Kaç kez ‘acı’, ‘nefret’, ‘keder’ gibi negatif duygu sözcükleri kullanıldı? Kaç kez ‘sevgi’, ‘neşe’, ‘mutlu’ gibi pozitif duygularla ilişkili kelimeler kullanıldı?

Görüldüğü kadar basit olan bu metot belirli durumlarda gayet iyi işliyor. (Örneğin: Metnin uzunluğu arttıkça duyguyu doğru tespit etme oranı artar.) Bu ‘duygu analizi’ için uygun bir tekniktir. Duygu analizi çoğunlukla sosyal medya gönderileri ya da modern politik mesajlara uygulanır ama on yıllarda gibi uzun zaman aralıklarında gazete makalelerinde ya da yüzyıllarda yazınsal metinlerin incelenmesinde uygulanabilir. Aynı teknik, şarkı sözlerine de uygulanabilir. Analizimiz için biz iki farklı veri seti kullandık.

Bir tanesi; yılsonu Billboard Hot 100 şarkılarını içeriyor. Bu şarkılar en azıdan ABD’de büyük başarıya ulaşan ‘The Rolling Stones’un (I Can’t Get No) Satisfaction’ından (İncelemeye dahil edilen ilk yıl 1965), Mark Ronson’un ‘Uptown Funk’ına kadar. (İncelemeye dahil edilen son yıl 2015) İkinci veri seti; gönüllülükle oluşturulmuş şarkı sözü sitesi Musixmatch. Bu veri setinde 150000’den fazla İngilizce şarkı sözünü inceleme şansı bulduk. Bu veri seti küresel örnekler içerdiği için daha geniş ve çeşitli bir veri havuzu sunuyor. Musixmatch ve Billboard veri setinde benzer trendleri bulduk, bu yüzden sonuçları hitlerin ötesinde genelleştirebiliriz.

İngilizce popüler şarkılar giderek daha negatif hale geliyor. Negatif duygularla ilişkili sözcüklerin kullanımı zaman içinde üç katından daha fazla arttı. Billboard veri setini inceleyelim. Eğer bir şarkıda 300 kelime olduğunu varsayarsak her yıl Top-100 hits listesindeki şarkıların sözleri 30000 kelime eder. 1965 yılına ait listede 450 civarı olumsuz duyguyla ilişkili sözcük bulunuyor. 2015 yılının listesini incelediğimizde bu sayı 700’ün üstünde. Öte yandan pozitif duygularla ilişkili kelimeler aynı zaman diliminde azalıyor. 1965 yılının şarkılarında pozitif duygularla ilişkili 1750’den fazla sözcük kullanılmışken, 2015 yılında bu sayı 1150 civarında. Önemli nokta: Mutlak sayılarla ifade edildiğinde pozitif duygularla ilişkili sözcükler her zaman negatif duygularla ilişkili olanlardan daha fazla. Bu insan dilinin evrensel bir özelliğidir. Bu durum Pollyanna Prensibi (aynı isimli romanın kusursuz derecede iyimser başkahramanı) olarak da bilinir. Bu durumun tam tersini beklemekte zor olurdu. Burada önemli olan trendlerin ne gösterdiğidir.

Bu durum sadece tek bir sözcüğe baktığımızda da görülebilir: ‘Sevgi’ kelimesi örneğine baktığımızda 50 yıl içinde kullanımı yarı yarıya azalarak 400 civarından 200’e gerilemiştir. Zıttı olarak ‘nefret’ sözcüğüne 1990’lara kadar Top-100 şarkının hiçbirinde rastlanılmazken günümüzde yılda 20 ila 30 kez kullanılıyor.

Sonuçlarımız, bir şarkının moduna dair farklı metodolojilerde ve şarkıların başka özelliklerine dair yoğunlaşan bağımsız analizlerle tutarlılık gösteriyor. Örneğin; Birleşik Krallık’ta 1985 ve 2015 yılları arasında yayımlanan 500000 şarkıyı analiz eden araştırmacılar da kendi ‘mutluluk’ ve ‘canlılık’ tanımlamalarında benzer azalma eğilimini, ‘üzüntü’ tanımlamasında hafif bir artış buldular. Bu tanımlamalar, tempo ve tonalite gibi düşük seviye akustik özellikleri analiz eden algoritmalardan kaynaklanmıştır.

Billboard Top-100 listesi de tempo ve tonalite bakımından incelendi. Billboard hitlerinde giderek yavaş ve minör tonlar giderek daha sık görülür hale geliyor. Minör tonlar majör tonlara göre daha kasvetli algılanılır. Bunu kendiniz de YouTube’da dijital olarak majörden minöre ya da vice versa (tersine) değiştirilmiş şarkı örneklerini dinleyerek nasıl hissettirdiğini görebilirsiniz: R.E.M.’in ‘Losing My Religion’ (1991) şarkısının rahatsız edici şekilde mutlu, majör tonlara değiştirilmiş bir versiyonu sosyal medyada periyodik olarak ortaya çıkıyor. Burada neler oluyor? Trendleri keşfetmek ve tanımlamak ilginç ve tatmin edicidir ama aynı zamanda onları anlamak ve açıklamayı da denemeliyiz. Başka bir deyişle büyük veri ve büyük teori gerektirir.

Büyük teorilerden biri ‘kültürel evrim’dir. Adından da anlaşılacağı üzere teori, kültürün zaman içinde Darwinci doğal seleksiyon prensiplerinin izlediği yolun aynısını izleyerek gelişeceği şartını koşuyor. Şöyle ki; eğer ortada bir çeşitlilik, seçim ve yeniden üretim varsa daha başarılı kültürel özelliklerin toplum içinde hayatta kalmasını ve diğerlerinin neslinin tükenmesini bekleyebiliriz.

‘Kültür’den bahsederken herhangi bir özelliğin genetik olarak buluşmasının aksine sosyal olarak bulaşmasını kastediyoruz. Buna örnek olarak; konuştuğumuz dil, pişirdiğimiz yemekler ve tabi ki keyif aldığımız müzikler doğduğumuz yere göre şekillenir. Bu özellikler sosyal olarak bulaşır, birey bunları diğerlerini gözlemleyerek ve taklit ederek öğrenir. Öte yandan; saç rengi, göz rengi genetik olarak ebeveynlerden yavrularına geçer. Birçok davranışın sosyal olarak öğrenilmesi çok da şaşırtıcı değildir. Bununla birlikte sosyal öğrenmenin uyarlanabilir olmalıdır – yani bireyin üreme ihtimalini arttırması için- öğrenme seçici olmalıdır. Bireyin nasıl yemek pişirileceğini bir yetişkinden öğrenmesi, nasıl yemek pişirileceğini yeni öğrenen kardeşlerinden öğrenmesinden daha iyidir. Başarılı bireyin davranışlarının kopyalanması ‘kültürel evrim’ dilinde ‘başarıya dayalı iletim’ olarak adlandırılır. Benzer şekilde, uygunluk eğilimi, prestij eğilimi veya içerik eğilimi gibi devreye girebilecek diğer birçok öğrenme eğilimi vardır. Öğrenme eğilimleri, yıllar boyunca insan ve insan olmayan kitlelerin özelliklerini anlamakta kullanılmıştır ve karmaşık kültürel kalıpları anlamak için verimli bir yol olduğu kanıtlanmıştır. Zaman içinde şarkılardaki negatifliğin neden arttığını ve pozitifliğin neden azaldığını anlamayı görmek ve modelin sosyal öğrenme yanlılıklarıyla açıklanıp açıklanamayacağını görmek için ‘kültürel evrim’ teorisini kullandık. Şarkıların daha fazla negatif sözler içerip içermediğini ve ‘başarı eğilimlerini’ kontrol ettik. Ayrıca önceki birkaç yılın en iyi 10 şarkısında negatif şarkı sözü varsa diğer şarkılarda da benzer negatif şarkı sözü olup olmadığını test ederek de başarı eğilimini kontrol ettik.

Diğer bir deyişle, şarkı yazarları daha önce başarılı olan şarkıların içeriğinden etkileniyor muydu? Benzer şeklide, ‘tanınmışlık eğilimi’ne bakıldı; tanınmış sanatçıların önceki yıllara göre şarkı sözleri daha fazla negatif şarkı sözü olup olmadığı kontrol edilerek test edildi. Billboard listelerinde aşırı sayıda görünen kişiler tanınmış sanatçılar olarak tanımlandı; Billboard Hot 100 listesinde 36 şarkısı bulunan Madonna gibi. İçerik eğilimleri, daha fazla negatif şarkı sözü içeren şarkıların listelerde daha üst sıralarda yer alıp almadığına bakılarak kontrol edildi. Bu sonuçlara göre; Negatif şarkı sözlerinin şarkıları daha çekici yaptığı ve bu sebeple de daha popüler oldukları söylenebilir.

Her ne kadar başarı ve tanınmışlık eğilimleri için veri setlerinde küçük bir kanıt bulsak da ‘içerik eğilimleri’, negatif şarkı sözlerinin yükselişini açıklamada en güvenilir sonuçları verdi. Bu durum, ‘kültürel evrim’in diğer bulgularıyla tutarlıdır; negatif bilgilerin nötr ve pozitif bilgilere oranla daha çok hatırlandığı ve iletildiği görülmektedir. Bununla birlikte, analitik modellerimize ‘tarafsız iletimin’ dahil edilmesinin, başarı ve prestij etkilerinin görünümünü büyük ölçüde azalttığını ve kalıpları açıklamada en fazla ağırlığa sahip olduğunu gördük. “Tarafsız iletim” burada, özelliklerin rastgele dalgalanmalar sonucu sabitleşme eğilimine sürüklendiği ve herhangi bir baskısının yokluğunda ‘genetik sapmayla’ benzer bir yol izlediği düşünülebilir. Neolitik dönem çömlekçiliğinin dekorasyonundan modern bebek isimleri ve köpek cinslerine kadar bu yöntem diğer kültürel özelliklerin popülerliğinin açıklanmasında kullanılabilir. Önemli olan ‘tarafsız iletim’in varlığını bulmak, örüntülerin hiçbir açıklamasının olmadığı veya baskın olarak rastgele olduğu anlamına gelmez ancak örüntüyü açıklayan çok sayıda işlem olduğunu ve kontrol ettiğimiz hiçbir işlemin, açıklama yetecek kadar güçlü olmadığını gösterir.

Popüler İngilizce şarkılarda negatif şarkı sözlerinin yükselişi etkileyici bir durumdur. Bunun, olumsuz içeriklerin yanı sıra henüz keşfedilmemiş diğer nedenlerin geniş çapta tercih edilmesinden kaynaklandığını gösterdik. Verilen örnekte bizim yapmamız gereken 1980’ler öncesinde popüler şarkıların sözlerinin neden günümüzden daha pozitif olduğudur. Daha merkezi bir plak endüstrisinin, üretilen ve satılan şarkılar üzerinde daha fazla kontrole sahip olması olabilir. Benzer bir etki, daha kişiselleştirilmiş dağıtım kanallarının (boş kasetlerden Spotify’ın algoritmik ‘Senin için derlendi’ uyarlamalarına) yayılmasıyla ortaya çıkmış olabilir ve diğer, daha geniş kapsamlı, toplumsal değişiklikler; olumsuz duyguları açıkça ifade etmeyi daha kabul edilebilir hale getiriyor, hatta ödüllendirilebilir hale getirmeye katkıda bulunuyor olabilir. Tüm bu hipotezler burada başlangıç noktası olarak alınan veriler kullanılarak test edilebilir. Deseni daha iyi anlamak için yapılacak daha fazla iş olduğunu fark etmek, bilimde her zaman iyi bir işarettir. İnce ayar teorileri, analiz yöntemlerini geliştirmek veya bazen farklı sorular sormak için çizim tahtasına geri dönmek için alan bırakır.

Alberto Acerbi

Exeter Üniversitesi’nde doktora sonrası araştırma görevlisidir. İnsan davranışının evrimi konusunda uzmanlaşmıştır. Sosyal öğrenme, kültürel evrim, sosyal hiyerarşiler ve davranıştaki cinsiyet farklılıkları üzerine çalışmaktadır.

Charlotte Brand

Exeter Üniversitesi’nde doktora sonrası araştırma görevlisidir. İnsan davranışının evrimi konusunda uzmanlaşmıştır. Sosyal öğrenme, kültürel evrim, sosyal hiyerarşiler ve davranıştaki cinsiyet farklılıkları üzerine çalışmaktadır.

Editör: Sam Dresser

Makalenin orijinali Aeon’da yayımlandı.