Sentimentos de alegria e tristeza na música brasileira: uma análise exploratória com inteligência artificial

Abstract

Este estudo explora a dinâmica entre as características técnicas e líricas de músicas brasileiras e a indução dos sentimentos de alegria e tristeza nos ouvintes, aplicando técnicas computacionais avançadas como aprendizado de máquina e processamento de linguagem natural. A análise foi realizada com base em dados obtidos através da API (Application Programming Interface) do Spotify, abrangendo elementos como energia, valência e dançabilidade das músicas. Paralelamente, as letras foram submetidas ao modelo de inteligência artificial ChatGPT para identificar emoções expressas textualmente. Empregando a correlação de Pearson, o estudo quantifica a relação entre as características musicais e a resposta emocional dos ouvintes, enquanto a precisão da análise de sentimentos das letras pelo ChatGPT foi avaliada através de uma matriz de confusão. Os resultados destacam uma relação significativa entre variáveis técnicas como energia e valência e os sentimentos experimentados pelos ouvintes. Entretanto, a pesquisa também aponta para desafios na análise de sentimentos das letras, evidenciando discrepâncias entre as classificações automáticas e a percepção humana, especialmente em letras com maior complexidade lírica. Este estudo não só comprova a utilidade de abordagens computacionais na análise de emoções em músicas, mas também sugere melhorias para sistemas de recomendação musical e plataformas de streaming. As limitações identificadas incluem a subjetividade nas categorizações emocionais e as restrições impostas pela API do Spotify. Além disso, recomenda-se a expansão do espectro emocional analisado e o aperfeiçoamento dos modelos de inteligência artificial para uma interpretação mais precisa da riqueza da língua portuguesa em músicas brasileiras em futuras pesquisas.