Kevin Spacey.
1 av 2
House of Cards med bl a Kevin Spacey. Serien som lockade hundratusentals svenskar att abonnera på streamad television.
Streaming.
2 av 2
Streaming.

Streaming - en djupdykning i den strömmande kulturens labyrinter

"Man kan inte stiga ner i samma ström två gånger"
13 min

Snart har en och en halv miljon svenskar tillgång till den så kallade strömmande filmtjänsten Netflix hemma, medan nästan en miljon har den närmaste konkurrenten ViaPlay. Musiktjänsten Spotify säger sig också ha mer än 50 miljoner användare över hela världen.

Nu är de strömmande tjänsterna dessutom på väg mot litteraturens och konstens domäner.

Kulturredaktionens Mattias Berg har placerat sig mitt i den här strömmen – eller om det är snarare är en bur eller labyrint. Han har talat med forskare och konstruktörer om den omsusade ”algoritmen”, som är grunden för de här olika tjänsternas rekommendationssystem: datorns recept för att förstå vilka vi är och vad vi vill vara. Och till slut hittat en vardagsgrå kemilärare som behövde bli något helt annat.

Känner du igen dig?

Man sitter eller halvligger i soffan för att välja film. Klickar sig runt, kollar rekommendationerna, de korta texterna om varje film, försöker se vad de små bilderna föreställer. Kan det här vara något? Eller det? Nä… kanske… inte. Redan en bit in i förtexterna börjar du ångra dig. Och så stänger du av filmen och hela proceduren startar om igen.

Det kallas för streaming, eller strömmande medier på svenska. Alla de här omhuldade och på många sätt fantastiska tjänsterna som kostar en knapp hundralapp i månaden och ger dig tillgång till hela världens musik eller riktigt bra tv-serier och film med bara några klick. Världen surrar av streaming. Alla vill bli Netflix eller Spotify för vad som helst.

Efter musik och film kommer nu litteratur med ungefär samma upplägg –ett antal e-böcker till en fast månadskostnad – och till och med strömmande konst. Tanken är att vi i stället för mörka avstängda tv-skärmar ska kunna ha vår favoritkonst där, eller fotografier direkt från världens största evenemang från de största bildbyråerna. 

Men ensam med apparaten där i soffan, mitt i strömmen, känner jag mig snarare instängd än valfri. Och om vi är fler i familjen som ska enas oss om vad vi ska se – ja, då tar det garanterat längre tid än i videobutiken förut. Framför allt vad gäller filmtjänsterna blir metaforen snarare en bur än en ström. Eller kanske en labyrint, eftersom jag aldrig riktigt kan veta exakt vilka filmer som egentligen finns på sajten. Inte sällan slutar alltihop att jag kommer tillbaka till en film jag redan sett. Möter mig själv där i labyrinten.

Den antike filosofen Herakleitos lär ha sagt att man inte kan stiga ned två gånger i samma flod, eftersom allting alltid är under ständig förändring. Men jag tillåter mig att tvivla. I strömmen känns det som jag kan doppa mig hur många gånger som helst utan att vattnet byts ut.

Så jag reser mig ur soffan och ger mig ut för att se om andra också haft den här känslan av instängdhet i valfriheten, av labyrint, bur, vad som helst utom en oändlig och aldrig sinande ström.

Det verkar så. För ett par veckor sedan kom en lång och intressant artikel i Sydsvenskan på ungefär det här temat. Och den tyske medieforskaren Patrick Vonderau, som jag träffar på Filmhuset i Stockholm, har specialstuderat de strömmande filmtjänsterna och menar att många både i branschen och utanför oroas av vad man kallar för choice fatigue hos konsumenterna. Alltså en sorts trötthet inför de val som ändå ofta framstår som mer eller mindre chimära.

Enligt Patrick Vonderau är det här med strömmande medier dock inte heller så nytt som vi kanske kan tro. Redan på 1860-talet gjordes tidiga experiment med strömmande ljud genom den nya uppfinningen telefonen.

- Det fanns även en sorts direkt streaming på 1930-talet av inspelad musik till hissar, så kallad muzak, säger han.

Vonderau menar alltså att streamingen på sätt och vis uppfanns i och med den här ”muzaken” för hissar och snabbköp. Han säger också att det – trots streamingtjänsternas alla fördelar vad gäller till exempel bekvämlighet och pris – också finns orsak att fundera över vad den strömmande filmen gör med det enskilda verkets värde, när klassiska mästerverk står sida vid sida med rent skräp i tjänster som  Netflix med flera. Alltså en sorts muzakproblematik.

- Strömmande tjänster har fört in en affärsmodell där man inte längre värderar den enskilda filmen eller musikstycket. Vad gäller till exempel Netflix betalar man ju en fast månadstaxa för en tjänst och inte för det enskilda verket, som på iTunes – vilket gör att man får allting i en enda stor klump, säger Patrick Vonderau och fortsätter:

- Vad som då händer är att kvalitetsskillnaderna försvinner. Vi får storslagna filmer precis bredvid rent skräp.

Termen streaming, säger Patrick Vonderau, går delvis att härleda från gruvindustrins metoder att separera guld från allt annat.

- Och en orsak till att vi har de här ”algoritmerna”, som ska skilja ut våra olika preferenser och sägs veta vad vi vill ha, är helt enkelt bredbandskapacitet. För allting kan trots allt inte finnas direkt tillgängligt på Internet.

Den ”algoritm” som Patrick Vonderau talar om är det tillfället mest omsusade begreppet i den digitala utvecklingen, jämsides med just ”streaming”. Algoritmen är ett sätt för företaget bakom tjänsten att med hjälp av all den information vi ger dem när vi väljer till exempel filmer eller musik, stänger av och sätter på, ge oss allt mer förfinade rekommendationer.

Amerikanska Netflix sägs till exempel märka sina filmer i upp till 40 000 olika kategorier i det underliggande klassificeringssystemet. Men det finns också mycket hype i begreppet algoritm, ett sätt att saluföra precisionen i den här konsten att förstå vilka vi är och vad vi vill.

Vad vet då medieforskaren Patrick Vonderau själv om Netflix omsusade algoritm?

- Ingenting. Det vore väldigt intressant att få lära sig mer. Men det enda sättet för mig att göra det, vore nog att praktisera en sorts ”omvänd ingenjörskonst”. Att följa alla de rekommendationer jag får baklänges genom systemet för att se hur algoritmen valde i varje givet ögonblick, säger han.

Nu sprider sig alltså de strömmande medierna alltså till allt fler områden, nu senast till litteratur och snart kanske mer allmänt även till bildens värld.

Men det är ju det här med träffsäkerheten i rekommendationerna. Ann Steiner är docent i förlags- och bokmarknadskunskap i Lund och har som hastigast testat tre av de större tjänsterna för strömmad litteratur på svenska: Mofibo, Readly och E2Go.

Jag undrar vad hon tycker om algoritmerna, alltså hur träffsäkra rekommendationerna för vad hon ska läsa nästa gång egentligen var.

- Jag tror att man måste ha använt de här system betydligt mer än vad jag har gjort för att verkligen kunna genomskåda algoritmerna och se hur de fungerar. På Amazon har man ju använt sådana här rekommendationssystem länge och där fungerar de delvis ganska väl. Risken är bara att de rekommenderar vad du nästan redan har läst.

Vad är det då Ann Steiner saknar ?

- Jag skulle vilja ha mer hjälp att hitta böcker. Kanske genreindelningar, mycket mer tips, länkar till recensioner, bokbloggar som har talat om någon särskild titel… Om man inte vill lägga för mycket tid på att hitta en ny titel, behöver man ju hjälp av någon.

Rekommendationer, algoritmer… De utgår ifrån all den information som kan samlas in. All kunskap om oss. ”Den svarta lådan”, som vissa forskare kallar det: vi vet inte hur mycket de stora medieföretagen egentligen vet.

Men det handlar också om människosyn. Att vi är förutsägbara. Blir vi allt mindre originella med strömmande medier?

Dags att prata med någon som vet, som så att säga sitter på andra sidan. Tillbaka på Filmhuset i Stockholm har jag stämt möte med Matti Zemack i cafeet. Från början var han tekniker på Sveriges Radio, men nu har han sysslat många år med rekommendationstjänster på olika företag..

Först ber jag Matti Zemack att förklara vad en algoritm egentligen är.

- Jag skulle förklara en algoritm som datorns ”recept” för att räkna ut någonting. Och i det här fallet vad den tror att du mest av allt vill titta på, eller köpa.

Hur gör man då en sådan algoritm, undrar jag?

- Du har ju en enorm bank av historik, data. Sedan stoppar du in det datorn för vad som kallas machine learning: alltså att datorn själv lär sig om kunderna och börjar hitta mönster i allt det här, säger Matti Zemack.

Han liknar det vid att ett antal olika typer av filmtittare – eller typer av människor – ”klustras” i olika grupper på en fotbollsplan utifrån vad de brukar se för filmer när och hur.

- Du kan ställa upp folk i upp sju sådana grupper, kluster, på den där fotbollsplanen. Men jag ser varje person som individuell. Varje person har en egen bana, rör sig på ett speciellt och ganska oförutsägbart sätt också mellan de här grupperna. Jag kan bara prata om hur det fungerar rent statistiskt: om man filmar den där fotbollsplanen från en helikopter. Då kan jag förklara hur personerna antagligen kommer att röra sig, säger Matti Zemack.

- Men det är väl som med fysiken. Man kan inte säga exakt var partiklarna är någonstans, bara var de med viss sannolikhet kan befinna sig.

Men hur förutsägbara är vi människor egentligen? Går allas beteende, eller till exempel filmpreferenser, att genomskåda på det här sättet?

- Nej, absolut inte. Ologiska människor är inte logiska. Det finns ingen röd tråd i hur de beter sig.
- Det hela kan antingen koka ned till att vissa är alltför ologiska – eller att vi har för lite information. Alla talar om vi har big data, men jag skulle vilja påstå att vi fortfarande har för lite data. För lite om personen – eller ett för litet utbud att välja från, som i sig ger för lite data, säger Matti Zemack.

Men allt det här, hela rekommendationssystemet, algoritmen, bygger ju ändå att filmerna kategoriseras – eller taggas – på ett tillräckligt exakt sätt. Kan man verkligen fånga in specialintressen, som om jag skulle älska filmer med tunga gardiner eller någon mystisk subgenre som knappt någon annan än jag själv känner till?

- Jodå, det finns olika sätt att fånga det här. Tunga gardiner… Om vi börjar med mörka filmer, finns det några som arbetar med ett projekt att titta på filmer utifrån ljud och bild. Där kan du få fram de här mörka gardinerna.

- Men det finns också ett annat sätt: det är hur recensenter pratar om filmer de ser. De använder ett visst språkbruk, vissa nyckelord som läsarna också lärt sig – och fångar du in de här nyckelorden har du helt plötsligt taggat en stor filmbank utan att behöva gå in manuellt och göra det, säger Matti Zemack.

Men blir då algoritmen bara allt bättre?

- Ja, den blir bättre och bättre, svarar han.

- Men jag tror också att man börjar inse att algoritmen inte kan servera allting, att den inte kan ge dig alla svar längre. Man kan se det här på Netflix, där man hällt ned väldigt mycket pengar och forskning på att hitta den perfekta algoritmen, vilka filmer just du ska se på. Samtidigt har man med andra handen upptäckt en helt annan algoritm som är mycket enklare, mycket smartare, mycket träffsäkrare: tv-serien. Där kan man räkna ut att om du gillar första avsnittet om en kille som står och kokar ”meth” så vet jag något som passar dig – och den här algoritmen är vattentät. Kolla avsnitt två! Och när säsong ett är slut: Kolla säsong två!

- Algoritmen kanske inte gick så lätt att räkna ut. Det kanske inte var så enkelt att fastställa exakt vilka kluster människor tillhörde, exakt vad de var för typ av människor, säger Matti Zemack.

   ”Någon som står och kokar meth”… Det syftar på huvudpersonen i den oerhört populära tv-serien ”Breaking Bad”. Det är alltså så filmtjänsterna lättast håller kvar oss. Med en serie om hur lite förutsägbar en människa kan vara: hur man kan förändras från en vardagsgrå kemilärare till en amfetamintillverkare av rang.

Det här känns ändå lite hoppfullt, på sätt och vis. Mer förutsägbara är vi kanske inte. Varken som mediekonsumenter eller människor.

Musikstycket i programmet hette ”Muzak” och är skriven av John Baker. Den har också använts i den populära tv-serien ”Doctor Who”.  

Grunden i vår journalistik är trovärdighet och opartiskhet. Sveriges Radio är oberoende i förhållande till politiska, religiösa, ekonomiska, offentliga och privata särintressen.
Du hittar dina sparade avsnitt i menyn under "Min lista".