Essa é uma técnica possível para o que é chamado de "análise de sentimentos". A análise de sentimentos é frequentemente aplicada a postagens em mídias sociais, artigos de jornais, obras literárias, e às letras das músicas.

Alberto Acerbi, antropólogo cognitivo, e Charlotte Brand, pesquisador e especialista em evolução do comportamento humano, realizaram uma análise dos últimos 50 anos das músicas pop e descobriram que sim, elas se tornaram mais negativas.

Foram analisados dois grupos na pesquisa: um continha as músicas incluídas nas paradas da Billboard Hot 100 no final do ano, e o segundo foi baseado nas letras fornecidas voluntariamente ao site Musixmatch. Com esse conjunto de dados, foram analisados mais de 150.000 letras de músicas em inglês.

O uso de palavras relacionadas a emoções negativas aumentou em mais de um terço. Em 1965, cerca de 450 palavras foram associadas a emoções negativas, enquanto em 2015 esse número estava acima de 700. Enquanto isso, as palavras associadas a emoções positivas diminuíram no mesmo período. Havia mais de 1.750 palavras de emoção positiva nas músicas de 1965 e apenas cerca de 1.150 em 2015.

Em número absoluto, sempre há mais palavras associadas a emoções positivas do que a emoções negativas. Esse é um recurso universal da linguagem humana, também conhecido como princípio de Pollyanna (do protagonista perfeitamente otimista do romance homônimo), e dificilmente seria o inverso: o que importa, porém, é a direção das tendências.

Os resultados são consistentes com outras análises independentes do humor das músicas, algumas das quais utilizaram metodologias completamente diferentes e focadas em outras características das músicas. Por exemplo, os pesquisadores analisaram um conjunto de dados de 500.000 músicas lançadas no Reino Unido entre 1985 e 2015 e encontraram uma diminuição semelhante no que definem 'felicidade' e 'brilho', juntamente com um leve aumento na 'tristeza'.

Mas o que isso quer dizer? Descobrir e descrever tendências é importante e satisfatório, mas também precisamos tentar entendê-las e explicá-las. Em outras palavras, o big data precisa de grande teoria. Uma dessas grandes teorias é a evolução cultural. Como o nome indica, a teoria estipula que a cultura evolui ao longo do tempo, seguindo parcialmente os mesmos princípios da seleção natural darwiniana, a saber, se houver variação, seleção e reprodução, podemos esperar que traços culturais mais bem-sucedidos se fixem na população e outros sejam extintos.

Verificamos o viés de sucesso testando se as músicas tinham letras mais negativas se as 10 melhores músicas dos últimos anos tivessem letras negativas: em outras palavras, os compositores foram influenciados predominantemente pelo conteúdo de músicas anteriormente bem-sucedidas? Da mesma forma, o viés de prestígio foi testado, verificando se as músicas de artistas de prestígio dos últimos anos também tinham letras mais negativas. Foi verificado o viés de conteúdo, verificando se as músicas com letras mais negativas também se saíram melhor nas paradas. Se esse fosse o caso, sugeriria que havia algo no conteúdo das letras negativas que tornava as músicas mais atraentes e, portanto, mais populares.

Embora tenhamos encontrado pequenas evidências de sucesso e viés de prestígio operando nos conjuntos de dados, o viés de conteúdo foi o efeito mais confiável dos três na explicação do aumento de letras negativas.

O surgimento de letras negativas nas músicas populares do idioma inglês é um fenômeno fascinante, e mostramos que isso pode ser devido a uma preferência generalizada por conteúdo negativo, além de outras causas ainda a serem descobertas.

Fonte: Aeon

Tags: Musica, triste, tristeza, emoções negativas, big data