A fase exploratória

Acho importante comentar os procedimentos metodológicos desta pesquisa por vários motivos. O principal, em minha opinião, é demonstrar que os objetos pedem as metodologias certas, tanto quanto pedem as teorias que os explicam. "Deixe o objeto falar", diria o amigo Maicon Kroth, citando José L. Braga.

Um outro motivo é que, ao tornar claras os métodos aplicados na pesquisa, submeto a investigação a um escrutínio e abro espaço a comentários que, sob um ponto de vista ético, ajudam a evitar desvios e problemas que poderiam passar despercebidos.

Dito isto, vamos ao primeiro método. Já no nascimento desta pesquisa parecia claro que seria necessário compreender o funcionamento das plataformas de streaming onde o podcasting se viabiliza. Isso porque, em uma era de plataformização, o mercado que estou observando se orienta a partir dos mecanismos impostos econômica e tecnologicamente por essas outras empresas. Criei perfis novos em cada serviço e coloquei o mínimo de dados possível (geralmente, só a idade - 42 anos à época), para minimizar enviesamentos prévios.

Um primeiro passo foi observar as recomendações gerais dos vários agregadores de conteúdo disponíveis. Considerei listas como "mais ouvidos", "para você", etc. e criei uma tabela apenas com os títulos que se enquadravam nos critérios que eu buscava (podcasts de política ou que tratam, mesmo que intervaladamente, sobre temas e personagens da política brasileira). Em geral, essas listas são um misto de recomendação algorítmica, curadoria humana e patrocínio. Como são listas geralmente curtas (isto é, não oferecem uma "rolagem infinita"), poucos foram os títulos que dali extraí.

Assim, em um segundo passo observei as listas segmentadas ("Notícias e Política", "Sociedade", "Cultura" etc.). Em um primeiro momento, eu pretendia listar apenas os programas que poderiam constituir o corpus de análise, mas mudei a forma de observar logo nos primeiros resultados: como essas são, na maior parte dos serviços, listas de rolagem infinita, passei a listar todos os podcasts oferecidos, marcando aqueles que poderiam servir à investigação enquanto anotava sua posição na lista. Motivo: eu precisava saber se os algoritmos "soterravam" resultados relevantes entre uma série de podcasts insignificantes.

Uma terceira tentativa implicou buscar pelo termo "política", filtrando-se os resultados para incluir apenas podcasts. Afinal, se os mecanismos estivessem funcionando direito, essa palavra serviria como um indexador de conteúdo, e não de títulos.

Fiz esse trabalho duas vezes.

A primeira, em fevereiro de 2024, mostrou que:

• Serviços como Spotify, Deezer e Apple trazem muitos podcasts estrangeiros entre os resultados.

• Os programas mais conhecidos estão presentes em mais que uma lista dentro do mesmo serviço. E um podcast produzido em parceria com a plataforma não será, necessariamente, oferecido entre os primeiros resultados.

A segunda interação com as plataformas, agora já fechadas em Spotify, Deezer, YouTube e YouTube Music, ocorreu entre março e abril de 2024. Havia mudanças na oferta dos podcasts, tanto quanto houve mudanças na forma como listei os programas. Agora, passei a anotar apenas os podcasts que poderiam interessar à pesquisa, ordenando-os de forma contínua conforme apareciam aos ouvintes/usuários. Isto é: primeiro, listei os programas que estavam em "para você" ou outra lista similar, que aparece tão logo a pessoa abra o aplicativo. Depois, aqueles dentro das categorias "podcast", e depois nas listas segmentadas. Por fim, os resultados das buscas.

Algumas curiosidades me chamaram atenção, nesse momento:

Spotify

• Notei que podcasts vinculados à direita apareciam mais adiante nas listas de recomendação, depois de dezenas de outros resultados. Isso é intrigante, principalmente porque esse efeito não era tão notável em meu perfil pessoal, nem na primeira interação (com um perfil diferente).

  • Não descarto risco de “contaminação cruzada” com cookies do computador, rastreamento IP ou de endereço da máquina, mesmo usando aba anônima.

  • Apesar desse efeito aparente, isso não é uma regra (poderia ser apenas uma coincidência): há podcasts que podem aparecer bem posicionados, por exemplo, como Brasil Paralelo na lista de “Política”, mas não ouve retorno de podcasts do site O Antagonista em .

• Quando realizei a pesquisa pela palavra-chave (política), percebi que cada nova interação trazia resultados muito similares, mas com ordenações diferentes. Ou seja: um podcast poderia aparecer na primeira linha de resultados na primeira interação, e na segunda linha numa segunda interação. Em geral, as mudanças de posição não variaram mais que três linhas.

Deezer

• É impossível iniciar uma conta nova sem indicar ao menos 15 artistas. Talvez isso não interfira na dinâmica de oferta de podcasts. Entretanto, para tentar manter o perfil o mais genérico possível, decidi escolher dois artistas de cada categoria.

• Diferentemente do Spotify, a lista “Cultura e Sociedade” trazia muitos títulos que poderiam ser de interesse da pesquisa. No outro serviço, a lista Notícias e Política se mostrou muito mais relevante.

• Tanto nas listas de recomendação como nas buscas pela palavra-chave “política”, os resultados eram contaminados por muitos programas em outros idiomas. Além disso, o mecanismo do Deezer tenta, primeiro, trazer resultados que tenham a palavra-chave nos títulos dos podcasts e episódios, para só então listar programas similares com outros critérios – sem muito sucesso, eu diria.

YouTube

• A primeira oferta de podcasts nos serviços do YouTube é montada a partir do alcance dos programas/canais. Por isso, as principais listas de recomendação são bastante variadas.

• Ao realizar uma busca no YouTube, é preciso dizer se quer organizar por “canais” ou por “playlists”, o que traz resultados bem diferentes. Enquanto “playlists” tenta enquadrar as listas de “política” criadas por YouTubers com essa palavra no título, “canais” procura a palavra-chave nos títulos dos programas.

• Os resultados do YouTube, quando filtrados por canais, são bastante genéricos. Nos resultados das buscas, há uma presença maciça de podcasts sem muita penetração, regionalíssimos, e que foram incluídos nos resultados porque, em algum momento, a palavra “política” é usada no canal. Apenas a partir do 100º item da lista havia títulos relevantes para a pesquisa.

• Já a pesquisa por playlists trouxe muito mais resultados significativos – apesar de que, agora, a contaminação era de programas há muitos meses descontinuados.

YouTube Music 

• Já no YouTube Music não havia uma lista predefinida de “política” dentro do perfil de usuário novo.

• No Music, chamou atenção que Renato Cariani aparecia como personagem entrevistado em 3 títulos oferecidos nessas listas. Isso me levou a checar a data desses e de outros títulos, e as recomendações não eram para programas novos. Pelo contrário, o algoritmo sugere títulos com alcance consolidado, com personagens de diferentes espectros e vertentes. O possível motivo é: conhecer o perfil (já que era um novo usuário) para aprender e aprimorar recomendações.

• Na busca dentro do YouTube Music, uma das sugestões de autocompletar é “podcast sobre política”, o que pode ser um indicativo de que esse termo é bastante relevante.

No final de tudo isso, posso dizer que conheci as plataformas para montar os critérios da coleta de dados. Após esses meses de trabalho, apresentei um compilado no encontro da Alaic, em agosto de 2024, onde recebi comentários sobre os procedimentos.

Pela falta de critérios objetivos de investigação, descartei todos esses dados. Usei esse conhecimento prévio para montar os procedimentos da tecnografia – esses sim, com a objetividade necessária para a pesquisa.