17 °C Taipei, TW
2020-04-04

從《數位時代的文化進化》看現今流行音樂為什麼偏好負面情緒|cacao 可口雜誌

倫敦認知/人類進化學家和心理學阿爾貝托·阿塞比(Alberto Acerbi)在2019年著作《數位時代的文化進化》( Cultural Evolution in the Digital Age)書中,研究了現今的流行歌曲比起半個世紀以前的流行歌曲,是更愉悅了還是更悲傷了呢?

借助近年來的技術進步,特別是在線處理海量數據集(Datasets)成為可能,以及處理這些數據的難度不斷降低,現今可以給出更精準、更有根據的答案。至於如何評定一段文本所包含的情感,最為直接的方法就是計算歌詞中包含的情感詞語數量。包含負面情感的詞語:痛苦、憎恨、悲傷出現了多少次?與愉悅情緒相關的詞彙:愛、喜悅、快樂又出現了多少次?

阿塞比使用文本情感分析(Sentiment Analysis),這種分析方法通常被用於分析社交媒體訊息發布情況,或者分析當今的政治訊息。但其實它也適用於時間跨度更長的樣本,比如幾十年之間的新聞報導,或者幾百年間的文學作品。該技術還可以被用於分析歌詞,他們用到了兩組數據集。其一囊括了50年之間《告示牌》百強單曲榜(Billboard Hot 100 charts)的年度歌曲。這些都是取得了巨大成功的流行歌曲,至少在美國如此。從1965年的榜單開始錄入,截止到2015年的榜單,因此該數據集既包含滾石樂隊(The Rolling Stones)的《(I Can’t Get No) Satisfaction》,也包括馬克·朗森(Mark Ronson)的《Uptown Funk》。

第二組數據集囊括了歌詞記錄網站Musixmatch中用戶自發上傳的歌詞。在這一組數據集中,分析了15萬首英文歌曲的歌詞。這些歌來自全球每一個角落,因此也就提供了一個更廣泛、更豐富的樣本。在這一組數據集中,他們發現了與第一組數據集相一致的趨勢,因此他們有理由認為這些結論絕對超越了金曲範疇,適合幾乎所有的英語流行歌曲。

英語流行歌曲正變得越來越消極。今天歌詞中與負面情緒相關的詞語已經比50年前多了三分之一甚至更多。

以《告示牌》百強單曲榜數據集舉例,假設平均每首歌的歌詞包括300個單詞,那麼每年的百大熱門歌曲一共就有30000個單詞。在1965年,當年的歌詞中大約有450個單詞與負面情緒相關,到了2015年,這個數字超過了700個。不僅如此,與積極情緒相關的單詞也大大減少了。1965年,百大熱門歌曲中一共有1750個單詞與積極情緒有關,到了2015年這個數字縮減到1150個。

比如「愛」這個單詞,今天它在歌曲中的出現頻率實際上只有50年前的一半,從400多次銳減到200多次。而「恨」這個詞正相反,直到90年代,在百大熱門歌曲中幾乎都沒有提及這一單詞,但是如今每年的百大歌曲中都會提及20多次甚至30多次。一些研究人員分析了英國自1985年至2015年出版發行的超過50萬首歌曲,同樣發現歌曲表現的「幸福」、「愉悅」程度在下降,而這些歌曲表現的悲傷程度在緩慢上升。

這些結論來自於大量計算,通過計算分析歌曲中某些初級的樂理特徵,比如節拍的快慢或者音調。研究中,同樣對歷年《告示牌》百強單曲的節拍速度及音調進行了分析—— 百強單曲的節奏正變得更慢,小調(Minor Scale)的應用更頻繁了。

《Losing My Religion》原曲

與大調相比,小調會讓聽眾獲得更陰暗、悲傷的感受。如果想體驗明顯的對比,讀者可以在各大視頻網站上找到大量大調與小調相互轉換的音樂視頻。在Youtube上,每隔幾年就會有那麼一個把REM樂團那首《Losing My Religion》改成大調的視頻被瘋狂轉發,這種修改的結果就是得到一首歡快又詭異的歌。

《Losing My Religion》改成大調

今天的流行音樂到底發生了什麼?儘管發現並描述一個趨勢很重要,也足夠令人滿意,但我們還是要試圖理解、解釋這個現象背後的原因。換句話說,不僅要有大數據,還要有大理論來解釋。

比如,文化演化理論(Cultural Evolution),顧名思義該理論認為文化會隨著時間的流逝不斷演化,很大程度上就像達爾文提出的自然選擇學說。換句話說,如果文化也會像生物那樣變異、選擇、生殖,那麼我們可以認為成功的文化特性會逐漸在人群中紮根,而其他的文化特徵會逐漸消亡。

但是說到文化,我們所指代的是一種通過社會傳播其特性的主體,而非通過基因遺傳來進行傳播。舉個簡單的例子,我們講述的語言取決於我們出生的地理位置,還有我們習慣的烹飪方式,更包括我們喜愛的音樂。這些文化特徵是通過社會實現傳播的,身處社會中的個體需要通過觀察、模仿其他個體習得這些文化特徵。與之相反的是頭髮的顏色、眼睛的顏色,這些特徵都是父母通過基因遺傳給後代的。

當然了,人類個體的諸多行為都需要後天從社會中習得,這並不是多麼令人驚嘆的絕妙推斷。但別忘了這一點,如果個體希望自身的這種社會學習具備適應性(Adaptive),換句話說,通過這些社會學習提升個體在該社會中的生存、繁殖機會,那麼這種社會學習就必須是有選擇性的。就拿做飯來說,比起那些自己還在學習如何做飯的兄弟姐妹,和一位熟練掌握烹飪技巧的長輩學習做飯顯然就合理得多。

在文化演化理論的術語中,優先選擇成功的個體並習得他們的行為,這被稱為成功偏差傳播(Success Biased Transmission)。與之相似的還有其他學習偏差影響著個體的社會學習,比如一致性偏差(Conformity Bias)、聲望偏差(Prestige Bias)或者內容偏差(Content Bias)。多年來,學者通過各種學習偏差來理解人類及非人動物族群中的眾多文化特徵。而這個概念也為人們理解複雜的文化傳承模式提供了切實可行的研究通道。

這次研究過程中使用的分析模型極大地降低了成功偏差、聲望偏差兩種效應的出現概率,特別是我們分析模型中包含的無偏差傳播(Unbiased Transmission)。對於歌詞呈現出的趨勢,也許這才是最可靠的解釋。這種隨機性強的文化傳播方式,已經被其他的文化學者用於解釋某些文化特徵的傳承與流行,從新石器時代的陶器裝飾,到當代嬰兒的乳名命名,甚至是今天人們馴養犬類發展出的犬種文化。

英語流行歌曲中的負面情緒詞彙正在激增,這是個令人著迷的有趣現象。而我們的研究至少證明了這可能是由於負面內容更容易被廣泛接受,另外,該現象背後還存在一些其他尚未被發現的原因。

除了一句簡單的「大眾總是偏好負面內容」,對於為什麼80年代以前的流行歌曲要比現在的流行歌曲更積極?我們還有更進一步的解釋,這一時期的唱片行業出現了更為集中化的唱片公司,為了更好地生產和銷售,唱片公司對歌曲的內容也就有了更多的控制權。另外,該時期出現了一種個性化傳播擴散方式,比如可以自行轉錄的空白磁帶,以及聲田公司(Spotify)當年推出Made For You定製專輯服務,這些都可能進一步擴大市場反饋對唱片行業的影響。也許還有其他社會變化促使這些包含負面歌詞的歌曲進一步被傳播開來,並最終回饋給唱片公司一個明確的訊息:表達負面情緒吧。

以上假設都可以用文本情感分析方法進行檢驗,並作為新的研究起點。不管怎麼說,意識到某個問題仍然是個謎,仍然需要更多研究才能揭開其面紗,這在科學領域永遠是個好兆頭。這意味著我們還有很多提升空間,無論是微調理論模型,還是改進分析方法,甚至是推翻一切重新回到最初的思維導圖上,然後提出一個全新的問題。

Related articles

新增回應