Pourquoi les chansons pop deviennent-elles plus tristes qu’auparavant ?

Les chansons populaires d’aujourd’hui sont-elles plus heureuses ou plus tristes qu’elles ne l’étaient il y a 50 ans ? Ces dernières années, la disponibilité de grands ensembles de données numériques en ligne et la relative facilité de leur traitement nous permettent désormais de donner des réponses précises et éclairées à de telles questions.

Compter le nombre de mots négatifs

Une façon simple de mesurer le contenu émotionnel d’un texte consiste simplement à compter le nombre de mots émotionnels présents. Combien de fois les mots d’émotion négative, “douleur”, “haine” ou “chagrin”, sont-ils utilisés ? Combien de fois des mots associés à des émotions positives, “amour”, “joie” ou “heureux”, sont-ils utilisés ? Aussi simple que cela puisse paraître, cette méthode fonctionne plutôt bien, compte tenu de certaines conditions (par exemple, plus le texte disponible est long, meilleure est l’ambiance).

Il s’agit d’une technique possible pour ce que l’on appelle “l’analyse des sentiments”. L’analyse des sentiments est souvent appliquée aux publications sur les réseaux sociaux ou aux messages politiques contemporains, mais elle peut également s’appliquer à des échelles de temps plus longues, telles que des décennies d’articles de journaux ou des siècles d’œuvres littéraires.

La même technique peut être appliquée aux paroles des chansons. Pour notre analyse, nous avons utilisé deux ensembles de données différents. L’une contenait les chansons incluses dans les charts Billboard Hot 100 de fin d’année. Ce sont des chansons qui ont connu un large succès, au moins aux États-Unis, allant des Rolling Stones “(I Can’t Get No) Satisfaction” (en 1965, la première année que nous avons considérée) jusqu’à “Uptown Funk” de Mark Ronson (en 2015, la dernière année que nous avons envisagée).

Analyse sur 150 000 chansons anglaises

Le deuxième ensemble de données était basé sur les paroles fournies volontairement au site Web Musixmatch. Avec cet ensemble de données, nous avons pu analyser les paroles de plus de 150 000 chansons de langue anglaise. Ceux-ci comprennent des exemples mondiaux et fournissent donc un échantillon plus large et plus diversifié. Ici, nous avons trouvé les mêmes tendances que nous avons trouvées dans l’ensemble de données Billboard, nous pouvons donc être sûrs qu’elles peuvent être généralisées au-delà des meilleurs résultats.

Les chansons populaires de langue anglaise sont devenues plus négatives. L’utilisation de mots liés aux émotions négatives a augmenté de plus d’un tiers. Prenons l’exemple des données Billboard. Si nous supposons une moyenne de 300 mots par chanson, chaque année, il y a 30 000 mots dans les paroles des 100 meilleurs hits. En 1965, environ 450 de ces mots étaient associés à des émotions négatives, alors qu’en 2015 leur nombre était supérieur à 700.

Parallèlement, les mots associés à des émotions positives ont diminué au cours de la même période. Il y avait plus de 1 750 mots d’émotions positives dans les chansons de 1965, et seulement environ 1 150 en 2015. Notez qu’en nombre absolu, il y a toujours plus de mots associés aux émotions positives qu’il n’y a de mots associés aux émotions négatives. C’est une caractéristique universelle du langage humain, également connu sous le nom de principe de Pollyanna (du protagoniste parfaitement optimiste du roman éponyme), et nous ne nous attendrions pas à ce que cela s’inverse: ce qui importe, cependant, c’est la direction des tendances.

Le mot “amour” a diminué de moitié

L’effet peut être vu même lorsque nous regardons des mots simples: l’utilisation de “l’amour”, par exemple, a pratiquement diminué de moitié en 50 ans, passant d’environ 400 à 200 instances. Le mot “haine”, au contraire, qui jusque dans les années 90 n’était même mentionné dans aucune des 100 meilleures chansons, est maintenant utilisé entre 20 et 30 fois par an.

Nos résultats sont cohérents avec d’autres analyses indépendantes des humeurs des chansons, dont certaines utilisent des méthodologies complètement différentes et se concentrent sur d’autres caractéristiques des chansons. Par exemple, les chercheurs ont analysé un ensemble de données de 500 000 chansons publiées au Royaume-Uni entre 1985 et 2015 et ont constaté une diminution similaire de ce qu’ils définissent le “bonheur” et la “luminosité”, couplée à une légère augmentation de la “tristesse”.

Ces étiquettes résultaient d’algorithmes analysant des caractéristiques acoustiques de bas niveau, telles que le tempo ou la tonalité. Le tempo et la tonalité des 100 meilleures chansons de Billboard ont également été examinés: les hits de Billboard sont devenus plus lents et les tonalités mineures sont devenues plus fréquentes.

Une question de tonalité

Les tonalités mineures sont perçues comme plus sombres par rapport aux tonalités majeures. Vous pouvez essayer cela par vous-même en écoutant l’un des exemples de chansons sur YouTube qui ont été numériquement déplacées du majeur au mineur, ou vice versa, et voyez ce que ça fait: une version décalée et joyeusement décalée de “Losing My Religion” de REM (1991) revient périodiquement sur les réseaux sociaux.

Qu’est-ce qui se passe ici ? La découverte et la description des tendances sont importantes et satisfaisantes, mais nous devons également essayer de les comprendre et de les expliquer. En d’autres termes, le Big Data a besoin d’une grande théorie. L’une de ces grandes théories est l’évolution culturelle. Comme son nom l’indique, la théorie stipule que la culture évolue au fil du temps en partie en suivant les mêmes principes de la sélection naturelle darwinienne, à savoir, s’il y a variation, sélection et reproduction, alors nous pouvons nous attendre à ce que des traits culturels plus réussis se fixent dans la population, et d’autres qui disparaîssent.

La théorie de l’évolution culturelle

Par culture, nous entendons tout trait qui est socialement transmis par opposition à génétiquement transmis. Les exemples incluent la langue que nous parlons en fonction de notre lieu de naissance, les recettes que nous utilisons lors de la cuisson et, en fait, la musique que nous apprécions. Ces traits sont transmis socialement, en ce sens qu’un individu les apprend en observant et en imitant d’autres individus. En revanche, la couleur des cheveux et la couleur des yeux sont transmises génétiquement du parent à la progéniture.

Le fait que de nombreux comportements soient appris socialement n’est pas trop surprenant. Cependant, pour que l’apprentissage social soit adaptatif, c’est-à-dire qu’il augmente la probabilité de survie de l’individu, l’apprentissage doit être sélectif. Il vaut mieux apprendre d’un adulte qui sait bien cuisiner que de frères et sœurs qui eux-mêmes apprennent encore à cuisiner. La copie préférentielle du comportement des individus qui réussissent est appelée “transmission biaisée vers le succès” dans le jargon de l’évolution culturelle.

De même, de nombreux autres biais d’apprentissage pourraient entrer en jeu, tels que le biais de conformité, le biais de prestige ou le contenu. Les biais d’apprentissage ont été utilisés pour comprendre une multitude de traits culturels dans les populations animales humaines et non humaines au fil des ans, et se révèlent une voie fructueuse pour comprendre des modèles culturels complexes. Pour essayer de comprendre pourquoi les paroles des chansons ont augmenté en négativité et diminué en positivité au fil du temps, nous avons utilisé la théorie de l’évolution culturelle pour voir si le modèle peut être expliqué par des biais d’apprentissage social.

Supprimer les biais de succès

Nous avons vérifié les biais de réussite en testant si les chansons avaient plus de paroles négatives si les 10 meilleures chansons des dernières années avaient des paroles négatives: en d’autres termes, les auteurs-compositeurs étaient-ils principalement influencés par le contenu des chansons qui avaient déjà réussi ? De même, le biais de prestige a été testé en vérifiant si les chansons d’artistes prestigieux des dernières années avaient également des paroles plus négatives.

Les artistes prestigieux ont été définis comme ceux qui sont apparus dans les graphiques du Billboard un nombre disproportionné de fois, comme Madonna, qui a 36 chansons dans le Billboard Hot 100. Le biais de contenu a été vérifié en analysant si des chansons avec des paroles plus négatives se sont également produites. Si tel était le cas, cela suggérerait qu’il y avait quelque chose dans le contenu des paroles négatives qui rendait les chansons plus attrayantes et donc plus populaires.

Bien que nous ayons trouvé de petites preuves de succès et de biais de prestige dans les ensembles de données, le biais de contenu était l’effet le plus fiable des trois pour expliquer la montée des paroles négatives. Cela est cohérent avec d’autres résultats de l’évolution culturelle, dans lesquels les informations négatives semblent être mémorisées et transmises plus que des informations neutres ou positives.

Des fluctuations aléatoires, mais ce n’est pas du hasard

Cependant, nous avons également constaté que l’inclusion d’une transmission non biaisée dans nos modèles analytiques réduisait considérablement l’apparence des effets de succès et de prestige, et semblait avoir le plus de poids pour expliquer les tendances. La “transmission impartiale” peut être considérée ici de manière similaire à la dérive génétique, dans laquelle les caractères semblent dériver vers la fixation par des fluctuations aléatoires, et en l’absence apparente de toute pression de sélection.

Ce processus a été trouvé pour expliquer la popularité d’autres traits culturels, des décorations en poterie néolithique aux noms de bébé contemporains et aux races de chiens. Surtout, trouver des preuves d’une transmission non biaisée ne signifie pas que les modèles n’ont pas d’explication ou sont principalement aléatoires, mais qu’il existe probablement une multitude de processus expliquant le modèle, et qu’aucun des processus que nous avons vérifiés n’est assez fort pour dominer le explication.

L’augmentation des paroles négatives dans les chansons populaires de langue anglaise est un phénomène fascinant, et nous avons montré que cela peut être dû à une préférence généralisée pour le contenu négatif et d’autres causes encore à découvrir. Compte tenu de cette préférence, ce que nous devons expliquer, c’est pourquoi les paroles des chansons pop avant les années 1980 étaient plus positives qu’aujourd’hui.

Changements sociétaux et algorithmes

Il se pourrait qu’une industrie du disque plus centralisée ait plus de contrôle sur les chansons produites et vendues. Un effet similaire aurait pu être provoqué par la diffusion de canaux de distribution plus personnalisés (des cassettes vierges à la personnalisation algorithmique “Made For You” de Spotify). Et d’autres changements sociétaux plus larges auraient pu contribuer à rendre plus acceptable, voire récompensé, l’expression explicite de sentiments négatifs.

Toutes ces hypothèses pourraient être testées en utilisant les données décrites ici comme point de départ. Réaliser qu’il y a encore du travail à faire pour mieux comprendre le schéma est toujours un bon signe en science. Cela laisse de la place pour affiner les théories, améliorer les méthodes d’analyse ou parfois retourner au point de départ pour poser différentes questions.

Traduction d’un article sur Aeon par Alberto Acerbi, anthropologue et conférencier en psychologie à la Brunel University London et Charlotte Brand, chercheuse postdoc à l’université d’Exeter.

---

Mes livres

Le Basilic de Roko	Mon parcours de rédacteur web	Science corrompue et servile	Nous, Tueurs en série