Serviços como Spotify, Apple Music e YouTube Music usam algoritmos que analisam o comportamento do ouvinte, como músicas curtidas, puladas, repetidas ou adicionadas a playlists, para montar recomendações personalizadas.
Esses dados geram sugestões que aproximam o usuário de artistas desconhecidos sem afastá-lo de seus estilos preferidos.
Uma pesquisa publicada no Scientific Reports, feita a partir do comportamento de cerca de 50 mil usuários da Deezer, chegou a essa conclusão.
Em 2025, o streaming respondeu por 69,6% da receita mundial da música gravada.
Aplicativos de música são programados para sugerir novos artistas, sem perder seu estilo preferido
O sistema de recomendação prioriza o que é seguro, familiar e facilmente consumível.
Ele cruza os dados de cada ouvinte com perfis semelhantes, tendências regionais e horários de pico.
Com isso, favorece artistas já estabelecidos ou com sonoridades que se encaixam em gêneros populares.
Um trecho de poucos segundos influencia a decisão de ouvir a música até o fim ou pulá-la. Essa resposta inicial afeta o desempenho da faixa na recomendação algorítmica.
Ao produzir trabalhos mais experimentais, músicos independentes enfrentam dificuldade para superar essa barreira, porque seus sons não têm bom desempenho nesses primeiros momentos.
O impacto afeta diretamente o processo criativo. Especialistas avaliam que a tecnologia amplia o alcance de artistas independentes para públicos fora de seus países de origem.
Eles reconhecem, porém, o risco de começar a criar já pensando nessa resposta, com atenção aos trechos que circulam mais e àqueles que os ouvintes pulam.
Alguns artistas adaptam sua arte à lógica do algoritmo: músicas mais curtas, introduções diretas, batidas familiares e estruturas previsíveis.
A espontaneidade que marca boa parte da produção independente corre o risco de ser sacrificada em nome do alcance.
Casos de resistência criativa
Um artista identificado como Catbreath? descobriu que títulos de músicas podem enganar o algoritmo de busca das plataformas, funcionando como forma de protesto contra o sistema de recomendação.
Sua estratégia nasceu por acaso, quando uma música chamada “car jams” recebeu muito mais reproduções que outras do mesmo álbum.
O artista ganha cerca de US$ 150 por mês nas plataformas de streaming e afirma que 90% do dinheiro do streaming vai para 1% dos artistas.
Ele vê sua tática como forma de redistribuir recursos dentro de um sistema que concentra ganhos nos nomes já consagrados.
As recomendações automáticas também conseguem aproximar ouvintes de artistas desconhecidos.
Recursos como Spotify for Artists permitem que músicos submetam suas próprias faixas diretamente para análise das plataformas.
O recurso abre caminho para que apareçam em playlists sem depender de gravadoras.
Playlists como Fresh Finds e Radar de Novidades funcionam como curadoria editorial e equilibram a recomendação puramente algorítmica.
O sistema consegue levar sons novos a quem nunca ouviria falar deles de outro modo.
A cada atualização, esses algoritmos continuam moldando o equilíbrio entre padronização e descoberta.
A pergunta sobre se essa tecnologia ajuda ou atrapalha os novos artistas continua em aberto.
