2002: Last.fm y Audioscrobbler, el inicio de la web social

 (cybercultural.com)
1 puntos por GN⁺ 2025-12-16 | 1 comentarios | Compartir por WhatsApp
  • Last.fm y Audioscrobbler fueron proyectos estudiantiles desarrollados de forma independiente en 2002, que implementaron recomendaciones musicales y conexión entre usuarios mediante “filtrado colaborativo (collaborative filtering)”
  • Last.fm operaba como una radio por internet donde, con base en el historial de escucha del usuario, generaba un “mapa de la música (Map of Music)” para visualizar relaciones entre géneros y canciones, y permitía compartir perfiles con otros usuarios
  • Audioscrobbler rastreaba los datos de reproducción musical de los usuarios para crear un registro de escucha llamado “scrobbling”, y a partir de eso ofrecía comparaciones y recomendaciones con usuarios de gustos similares
  • Ambos servicios se apartaron del modelo tradicional de radiodifusión y propusieron una nueva forma de descubrir música a través de los datos de los usuarios y las conexiones sociales
  • Más adelante se integraron y hoy se consideran un caso que mostró, antes de la era de Web 2.0, el potencial de las recomendaciones basadas en datos de usuario y el networking social

Señales tempranas de la web social

  • Last.fm, aparecido en 2002, fue una plataforma de radio por internet creada por estudiantes del Ravensbourne College de Londres, que ofrecía recomendaciones musicales personalizadas basadas en el historial de escucha del usuario
    • Cuando el usuario escuchaba música repetidamente, el sistema aprendía sus gustos y construía un perfil personal
    • A través de “Map of Music”, una visualización de la suma de todos los perfiles de usuarios, expresaba las conexiones entre géneros
  • El filtrado colaborativo era una tecnología de recomendación usada por Amazon, que generaba listas de recomendaciones conectando ítems con historiales de compra o evaluación similares
    • Un ejemplo representativo es la función de Amazon “Los clientes que compraron este producto también compraron estos productos”
    • Last.fm la aplicó a los datos musicales para generar recomendaciones basadas en las relaciones entre canciones

La aparición de Audioscrobbler

  • Ese mismo año, Richard Jones, de la Universidad de Southampton en Reino Unido, desarrolló Audioscrobbler, que recopilaba datos de reproducción musical de los usuarios para generar recomendaciones
    • Los usuarios instalaban un software que registraba automáticamente sus datos de escucha
    • Estos datos se comparaban con los de otros usuarios mediante filtrado colaborativo y de ahí surgían las recomendaciones
  • Jones acuñó el término “audioscrobbling” para definir el proceso de recomendación basado en el historial de escucha
  • Después, Audioscrobbler se integró con Last.fm y evolucionó como una sola plataforma

Rompiendo con el modelo de radiodifusión

  • Last.fm se apartó de la estructura de transmisión donde un editor selecciona la música, propia de la radio tradicional, y propuso una forma en la que el usuario modela directamente el flujo musical
    • El usuario ajustaba su colección personal evaluando canciones con los botones ‘love’, ‘hate’ y ‘skip’
    • También podía explorar los perfiles de otros usuarios o generar automáticamente un stream acorde a sus gustos
  • El cofundador Martin Stiksel explicó que “la buena música se descubre en un contexto social, como cuando la escuchas en casa de un amigo”
    • Llevar esa idea al entorno en línea fue la esencia de Last.fm

El valor de los datos de usuario

  • Last.fm y Audioscrobbler implementaron una forma de descubrir contenido nuevo aprovechando el valor colectivo de los datos de usuario
    • Al igual que las recomendaciones de productos de Amazon, los datos de escucha musical funcionaban como el recurso clave para recomendar
  • Sin embargo, en ese momento, por restricciones de derechos de autor de la música, solo era posible reproducir muestras de 30 segundos
    • Después, al pagar licencias a PRS y MCPS, se convirtió en un servicio formal de radio en línea
  • Este intento mostró, antes de la revolución del streaming, el potencial de un modelo de consumo musical basado en datos

Conexión hacia Web 2.0

  • La unión de Last.fm y Audioscrobbler sentó las bases de la web social centrada en la participación del usuario y el intercambio de datos
    • Implementó anticipadamente elementos clave de Web 2.0, como recomendaciones personalizadas, conexión entre usuarios y visualización de datos
  • Dentro de la ola de la web social que se consolidó después de 2004, estos dos proyectos son valorados como un prototipo de comunidad en línea articulada alrededor de la música

Lecturas relacionadas

1 comentarios

 
GN⁺ 2025-12-16
Comentarios de Hacker News

  • Hace tiempo, cuando las funciones sociales de last.fm estaban en pleno auge, el mejor “algoritmo” para descubrir música nueva era explorar los perfiles de otras personas
    Si encontrabas a alguien con gustos parecidos, era muy probable descubrir música que te gustara aunque fuera de otros géneros
    En cambio, Pandora recomendaba según la instrumentación y los resultados se sentían planos, y las recomendaciones de Spotify también se sienten más cercanas a eso

    • Hoy pienso que RateYourMusic es la mejor herramienta para descubrir música
      Si lees reseñas de álbumes que te gustan y revisas los perfiles de gente con gustos similares, puedes encontrar exactamente la música que buscas gracias a sus charts de álbumes y su sistema de etiquetas por género
    • Antes pagaba por el servicio de radio de last.fm, al que llegué por la app de Xbox 360
      La página de perfil tenía una vibra de MySpace, y servicios de terceros que usaban la API hacían gráficos de visualización muy buenos
      Después, por problemas de financiamiento, parece que desaparecieron funciones y hasta intentaron que Spotify la comprara
      Hacía scrobble con una app que siempre dejaba el micrófono encendido para reconocer música, y nunca pensé que eso fuera un riesgo de seguridad
    • what.cd era la mejor comunidad para descubrir música
      Si pedías recomendaciones en el foro o en los comentarios de un álbum, siempre llegaban buenas respuestas, y se extraña ese sentido de comunidad
    • A mí lo que más me gustaba era la exploración manual de la era de Napster
      Poder ver toda la carpeta compartida de otros usuarios y hablar por chat sobre gustos musicales fue algo muy memorable
    • Ahora estoy haciendo volt.fm — un servicio basado en Spotify para encontrar gente con gustos parecidos, como last.fm
      Puedes guardar las canciones principales de otra persona en una playlist que se actualiza automáticamente, y busca ofrecer recomendaciones centradas en personas, no en algoritmos
      Mi perfil: https://volt.fm/soheilpro

  • La gente se emociona con el resumen anual Wrapped de Spotify, pero en realidad esos datos estuvieron ocultos todo el año y solo los muestran un rato
    Antes este tipo de funciones eran básicas, y da pena que ahora hasta una personalización pequeña se trate como si fuera una “función especial”
    Yo usaba last.fm no tanto para descubrir música sino para analizar mis hábitos de escucha

    • Mucha gente ni sabe que “puedes exportar tu historial de escucha cuando quieras”
    • Antes last.fm actualizaba las estadísticas cada viernes, y se sentía como un evento semanal para compartir la música de esa semana
      Cuando pasó a actualizarse en tiempo real, se perdió un poco esa gracia

  • Soy fan de last.fm
    Si usas Spotify, puedes pedir tu historial completo de escucha en JSON desde https://www.spotify.com/us/account/privacy/
    También recomiendo explorify.link, un sitio que visualiza esos datos

    • Hay una webapp que hice antes con el SDK de Spotify — una app gratis con artistas principales, canciones, historial reciente e incluso una sección Discovery basada en recomendaciones: echoesapp.io
    • Gracias a esto, volví a entrar a Spotify después de mucho tiempo y exporté mis datos

  • Sigo usando last.fm desde 2008
    Me parece interesante ver cómo fue cambiando mi gusto musical con el tiempo
    Antes hacíamos collages semanales de álbumes 9x9 para discutirlos en la comunidad

  • Incluso ahora last.fm se sigue usando mucho como rastreador de historial de escucha
    Solo Spotify admite scrobbling nativo a nivel de plataforma, y en otros servicios hacen falta herramientas de terceros
    La API casi no ha cambiado en 15 años, así que es fácil hacer integraciones ligeras
    Hoy la comunidad se ha movido casi por completo a Discord, y como un 10% de los servidores musicales usan bots que muestran estadísticas de last.fm
    (yo mantengo .fmbot para Discord)

    • Apple Music no lo tiene, pero Tidal, Deezer, Qobuz y Plex sí admiten scrobbling
      Enlace de referencia: https://support.last.fm/t/more-ways-to-scrobble/192
    • No me he podido cambiar a Apple Music por falta de soporte para last.fm
    • También hay quien pide que la API permita consultar el número de reproducciones

  • Me encanta last.fm, pero últimamente también abrí una cuenta en ListenBrainz, una alternativa open source, y ahora hago scrobble en ambos sitios a la vez
    También puedes hacer diagramas muy buenos con tapmusic.net

    • Yo uso selfhosted multi scrobbler(https://github.com/FoxxMD/multi-scrobbler) para registrar al mismo tiempo en last.fm, ListenBrainz y Koito(https://github.com/gabehf/Koito/)
      Cuando no tengo VPN, uso solo last.fm y luego distribuyo automáticamente los datos a otros lugares
    • Parece que Tapmusic no soporta ListenBrainz, pero ListenBrainz también tiene su propia herramienta de collages
    • libre.fm también volvió a activarse
    • Por cierto, tapmusic.org tiene el dominio estacionado; el correcto es tapmusic.net

  • Otro sitio legendario de esa época fue Oink’s Pink Palace

    • No puedo creer que Oink haya durado apenas 4 años; se siente como si hubieran sido 10
    • De verdad extraño esa época

  • Hago scrobbling desde 2008 hasta hoy
    Antes, artistas pequeños subían su música directamente, y así descubrí muchas joyas, sobre todo en la escena sueca de bitpop

  • Llevo 21 años usando last.fm, y casi todo mi gusto musical actual se lo debo a la función de artistas similares de last.fm

  • Creo que Apple dejó pasar la oportunidad de construir una red social encima de iTunes
    Podrían haber mostrado lo que escuchaban tus amigos, crear comunidades basadas en gustos y dar mejores recomendaciones, algo más parecido al YouTube Music actual

    • iTunes Genius era un sistema de recomendación excelente que armaba un árbol de “otras canciones que compraron quienes compraron esta”
      Gracias a eso gasté bastante dinero comprando canciones sueltas en iTunes Store, pero con Apple Music ya dejó de haber una razón para mantenerlo
    • Referencia sobre el intento de Apple, iTunes Ping: https://en.wikipedia.org/wiki/ITunes_Ping
    • Incluso hoy, si tocas el perfil en la parte inferior de la app de Apple Music, todavía hay una función social sencilla para seguir gente
    • Yo también estoy construyendo directamente una comunidad basada en música
      Artículo relacionado: https://news.ycombinator.com/item?id=46268285