Müzik & Sanat

Pop şarkıları Neden Eskisinden Daha Hüzünlü Hâle Geliyor?

Pop şarkıları neden eskisinden daha hüzünlü hâle geliyor?

Yazar: Alberto Acerbi ve Charlotte Brand

Çevirmen: Ansı Ersoy

Pop şarkıları Neden Eskisinden Daha Hüzünlü Hâle Geliyor?

Mutlu Günler: Abba 1974 Top of The Pops listesindeki “Waterloo” on şarkısını seslendirirken – Photo by Redferns/Getty

Günümüzdeki popüler şarkılar 50 yıl önce olduğundan daha mı neşeli yoksa daha mı hüzünlü? Son yıllarda, geniş ölçüde dijital çevrimiçi veri setlerine ulaşabilmemiz ve bu verileri daha kolay işleyebilmemiz sayesinde bu tür sorulara artık kesin ve bilgiye dayalı cevaplar verebilmekteyiz. Bir metnin duygusal içeriğini ölçmenin en açık yolu, metinde sadece “duygularla” ilgili kaç kelimenin yer aldığını saymaktır. “Acı”, “nefret” veya “keder” gibi olumsuz duygu yüklü kelimeler kaç defa kullanılmıştır? Olumlu duygularla ilişkilendirilen “sevgi”, “neşe” veya “mutlu” kelimeleri kaç defa kullanılmıştır? Göründüğü kadar basit olan bu yöntem belirli koşullar sağlandığında oldukça iyi iş çıkarıyor. (Örneğin, mevcut metin ne kadar uzunsa ruh hâlinin tahmini de o kadar iyi oluyor.) Mantıklı olan bu yöntem “duygu analizi” olarak adlandırılmaktadır. Duygu analizi çoğunlukla sosyal medya gönderilerinde veya günümüz siyasi mesajlarda kullanılır. Fakat gazete makalelerinin onlarca yıllık süreçlerinde veya edebi eserlerin yüzyıllar içindeki süreçleri gibi daha uzun zaman ölçeklerinde de uygulanabilir.

Aynı yöntem şarkı sözlerini analiz etmek için de uygulanabilir. Analizimiz için iki farklı veri seti kullandık. Veri setlerinden bir tanesi yıl sonu Billboard Hot 100 listesiydi. Buradaki şarkılar geniş çapta, en azından ABD’de, başarıya ulaşmış şarkılardı. Şarkıları yıl bazında seçtiğimiz listedeki ilk şarkı 1965 yılındaki The Rolling Stones‘un (I Can’t Get No) Satisfaction iken seçtiğimiz son şarkı ise 2015 yılındaki Mark Ronson ile Bruno Mars’ın Uptown Funk idi. İkinci veri seti Musixmatch websitesi tarafından gönüllü olarak sağlanan şarkı sözlerine dayanıyordu. Bu veri setiyle 150.000’den fazla İngilizce şarkı sözünü analiz edebildik. Bunlar dünya çapındaki örnekleri kapsadığı için daha geniş kapsamlı ve daha çeşitli örnekler sunuyor. Bu veri setinde de Billboard veri setinde bulduğumuz trendleri bulduk. Bu sayede bunların en hit şarkıların ötesinde genelleştirilebileceğinden emin olabiliyoruz.

İngilizce popüler şarkılar giderek daha olumsuz bir hâl aldı. Olumsuz duygularla ilişkilendirilen sözcükler üçte bir oranından daha fazla arttı. Billboard veri setinin örneğine bakalım. Her şarkıda ortalama 300 kelime olduğunu varsayarsak her yıl top-100 hit listesindeki şarkıların şarkı sözleri 30.000 kelime eder. 1965’te bu kelimelerin yaklaşık 450’si olumsuz duygularla ilişkilendirilirken 2015’te bu sayı 700’ün üstünde. Bu arada olumlu duygularla ilişkilendirilen kelimelerin sayısı aynı zaman diliminde azalma gösterdi. 1965’teki şarkılarda olumlu duygular içeren kelimelerin sayısı 1750’den fazlayken 2015’te kelimelerin yalnızca 1150’si olumlu duygular içeriyordu. Kesin sayılara baktığımızda olumlu duygularla ilişkilendirilen kelime sayısı olumsuz duygularla ilişkilendirilen kelime sayısından her zaman daha fazla. (Adını romandan, her daim iyimser olan anlatıcısından alan) Pollyanna prensibi olarak da bilinen bu durum, insan dilinin evrensel bir özelliğidir. Bu durumun tersine dönmesi çok düşük bir ihtimaldir: önemli olan günümüzdeki trendlerin hangi yöne eğilimli olduğudur.

 

 

Bilboard 100 Top Chart – Kaynak

 

Bilboard 100 Top Chart Kaynak

Bu etki, kelimelere tek başına baktığımızda bile görülebilir. Örneğin, “sevgi” kelimesinin kullanımı 50 yıl içinde 400’den 200’e düşerek yarıya inmiştir. Aksine “nefret” kelimesi 1990’lara kadar top-100 şarkılarının içinde yer almazken günümüzde her yıl 20 ila 30 kez kullanılmaktadır.

Bilboard 100 Top Chart Kaynak

 

Bilboard 100 Top Chart Kaynak

Sonuçlarımız, şarkılardaki ruh hâllerini inceleyen diğer bağımsız çalışmalarla tutarlılık göstermektedir. Bu çalışmalardan bazıları tamamen farklı yöntemler kullanmış ve şarkıların diğer özelliklerine de odaklanmışlardır. Örneğin, araştırmacılar Birleşik Krallık’ta 1985 ile 2015 yılları arasında piyasaya çıkan 500 bin şarkıdan oluşan veri setini inceleyerek “mutluluk” ve “parlaklık” olarak tanımladıkları kelimelerde benzer bir düşüşün yaşandığı ve “mutsuzluk” kelimesinin kısmen arttığı sonucuna vardılar. Plak firmaları tempo ve tonalite gibi alçak düzeyli akustik özellikleri analiz eden algoritmalardan bu sonuçları elde ettiler. Billboard top 100 listesindeki şarkıların tempo ve ton özellikleri de incelenmiş: Billboard hitleri yavaşlamıştı ve minör tonlamalar daha sık kullanılmaya başlanmıştı. Minör tonlamalar majör tonlamalara kıyasla daha kasvetli bir hava yaratıyordu. YouTube’da majörden minöre dijital olarak değiştirilmiş şarkı örneklerini dinleyip nasıl hissettirdiklerine bakabilirsiniz. Majör olarak değiştirilmiş rahatsız edici derecede mutlu REM’in Losing My Religion (1991) şarkısını sosyal medyada belli aralıklarla görebilirsiniz.

Peki burada neler oluyor? Trendleri keşfedip tanımlamak önemli ve tatmin edici olsa da aynı zamanda onları anlayıp tanımlamaya çalışmamız gerekiyor. Başka bir deyişle, büyük veri büyük bir teoriye ihtiyaç duyar. Bu büyük teorilerden bir tanesi kültürel evrimdir. İsminde de anlaşılacağı üzere bu teori Darwin’in doğal seçilim prensiplerini ışığında kültürün zamanla evrim geçirdiğini koşul olarak öne sürüyor. Darwin’in doğal seçiliminde olduğu gibi değişim, seçilim ve üretim varsa popülasyonda daha fazla başarılı kültürel niteliklerin yerleşmesini ve diğerlerinin soyunun tükenmesini öngörebiliriz.

Genetik olarak aktarılanın aksine, kültür kavramı ile sosyal olarak aktarılan özellikler kastedilmektedir. Nerede doğduğumuza bağlı olarak konuştuğumuz dil, yemek yaparken kullandığımız tarifler, hatta keyif aldığımız müzikler paylaşılan kültüre örnek olarak gösterilebilir. Bu özellikler bireylerin diğer bireyleri gözlemleyip taklit ederek öğrenmesi bakımından sosyal olarak aktarılmaktadır. Bunun karşın saç rengi ve göz rengi aileden çocuğa genetik olarak geçmektedir.

İnsan davranışlarının sosyal olarak öğrenildiği gerçeği çok da şaşırtıcı değildir. Fakat, sosyal öğrenmenin uyarlanabilir olabilmesi için (yani, bireyin üremek için hayatta kalma olasılığını artırmak için) öğrenmenin seçici olması gerekir.  Yemek yapmayı yeni öğrenen kardeşlerden ziyade, iyi yemek yapmayı bilen bir yetişkinden yemek yapmayı öğrenmek daha iyidir. Kültürel evrim dilinde, başarılı bireylerin davranışlarını tercihen kopyalamaya “başarı-taraflı aktarım” adı verilmektedir. Benzer şekilde, bu durumu etkileyen birçok taraflı öğrenme şekilleri vardır. Uygunluk, prestij veya içerik taraflılığı buna örnek olarak gösterilebilir. Taraflı öğrenme yöntemi, insan ve insan olmayan hayvan popülasyonlarındaki kültürel özeliklerin çokluğunu anlamak için yıllardır kullanılmaktadır ve karmaşık kültürel modelleri anlamak için faydalı bir yol olduğunu kanıtlamaktadır.  Zamanla şarkı sözlerinin neden daha da olumsuz hâle geldiklerini anlamak için kültürel evrim teorisini ele aldık. Bakalım bu model sosyal taraflı öğrenmelerle açıklanabilecek mi?

Başarı taraflılığını, önceki birkaç yılın top-10 şarkılarının olumsuz sözleri olup olmadığını test ederek kontrol ettik. Başka bir ifadeyle şarkı yazarları daha önce başarılı olan şarkıların içeriğinden ağırlıklı olarak etkileniyorlar mıydı? Benzer şekilde prestij taraflılığı, prestijli sanatçıların şarkılarının geçtiğimiz yıllarda olumsuz sözlerinin olup olmamasına bakılarak test edildi. Prestijli sanatçılar Billboard listelerinde fazlasıyla yer alan sanatçılar (Billboard Hot 100 listesinde 36 şarkısı bulunan Madonna gibi) olarak tanımlandı. İçerik taraflılığı ise olumsuz şarkı sözlerine sahip şarkıların listelerde daha iyi bir sıralamada yer alıp almamasına bakılarak gözden geçirildi. Eğer bu doğruysa şarkıları daha ilgi çekici hâle getiren ve böylece onları popülerleştiren etkenin olumsuz şarkı sözlerinin içeriği ile alakalı olduğunu öne sürebiliriz.

Veri setlerindeki başarı ve prestij taraflılığıyla ilgili kanıtların çok az olmasına rağmen, bu üçü arasında içerik taraflılığı olumsuz şarkı sözlerinin artışını açıklayan en güvenilir faktördü. Bu sonuç, olumsuz bilginin olumlu veya nötr bilgiye kıyasla daha iyi hatırlandığını ve daha sık aktarıldığını öne süren kültürel evrimin diğer bulgularıyla da tutarlıdır. Fakat analitik modellerimize tarafsız aktarım yöntemini dâhil etmenin başarı ve prestij etkisinin görünürlüğünü büyük ölçüde azalttığını ve modelleri açıklamada en büyük ağırlığa sahip olduğunu gördük. Buradaki “tarafsız aktarım”, özelliklerin rastgele dalgalanmalar aracılığıyla sabitleşmeye sürüklendikleri genetik sürüklenmeye ve herhangi bir seçim baskısının belirgin yokluğuna benzer şekilde düşünülebilir. Bu süreç, Neolitik Çağ’da çömlekçilikte kullanılan süslemelerden modern bebek isimleri ve köpek türlerine kadar diğer kültürel özelliklerin popülerliğini açıklamaya yetmektedir. Daha da önemlisi, tarafsız aktarıma dair kanıtların bulunması, modellerin bir açıklamasının olmadığı veya bu modellerin ağırlıklı olarak rastgele oluştukları anlamına gelmez. Aksine modeli açıklayan çok sayıda sürecin olduğunu ve test ettiğimiz süreçlerin hiçbirinin bu durumu açıklamaya yön verecek kadar güçlü olmadığını göstermektedir.

Popüler İngilizce şarkılardaki olumsuz sözlerin artması oldukça ilgi çeken bir fenomendir ve biz de bunun nedenini, keşfedilmeyi bekleyen diğer sebeplerin yanı sıra olumsuz içeriğe yönelik tercihin yaygın olmasına bağladık. Bu tercih göz önüne alındığında, 1980’lerden önceki pop şarkılarının neden günümüzden daha olumlu olduğunu açıklamamız gerekiyor. Bunun sebebi, daha merkezileştirilmiş bir plak şirketinin üretilen ve satılan şarkılarda daha fazla kontrol sahip olması olabilir. Benzer bir etki, boş kaset bantlarından Spotify’ın “Sana Özel” algoritmik uyarlamalarına kadar daha kişiselleştirilmiş dağıtım kanallarının yayılmasıyla ortaya çıkmış olabilir. Bundan başka, daha geniş toplumsal değişiklikler ise olumsuz duyguları açıkça ifade etmeyi daha kabul edilebilir, hatta ödüllendirilebilir hâle getirmiş olabilir. Tüm bu hipotezler burada başlangıç noktası olarak tanımlanan veriler kullanılarak test edilebilir. İşleyişi daha iyi anlamak adına yapılacak daha fazla iş olduğunun farkına varmak bilimde her zaman iyi bir göstergedir. Bu durum, ince/hassas ayar teorilerini incelemeye, analiz yöntemlerini geliştirmeye veya en başa dönüp farklı sorular sormaya imkân sağlamaktadır.

 

Redaktör: Melis Fettahoğlu

Editör: Arman Tekin

Görev Alan Yayın Kurulu: Cemre Yıldırım ve Martı Esin Şemin

 

Yazıdaki tüm görseller yazının olduğu siteden alınmıştır.

Yazının orijinali için:

https://aeon.co/ideas/why-are-pop-songs-getting-sadder-than-they-used-to-be

 

Pop şarkıları pop şarkıları pop şarkıları

Ahmet Ertegün’ün Kendi Sözleriyle: Atlantic Records’un Hikayesi

Ahmet Ertegün’ün Müzik Dünyasına Kazandırdığı 11 Önemli Şarkı

Related posts

Leave a Comment