Open-Source Intelligence and Music Information Retrieval for Geographic Attribution of Musical Affect and the Ecological Limits of Population Inference

Resumo Técnico: Inteligência de Fontes Abertas e Recuperação de Informação Musical para Atribuição Geográfica de Afeto Musical e os Limites Ecológicos da Inferência Populacional

Declaração do Problema
O artigo aborda uma intuição cultural persistente: a de que o caráter afetivo da música de uma região (ex: melodias melancólicas) espelha o temperamento psicológico de sua população (ex: um povo triste ou melancólico). Embora a primeira metade dessa intuição — que a música regional possui estruturas afetivas mensuráveis — seja amplamente aceita, a segunda metade — que os agregados musicais preveem a disposição psicológica dos indivíduos dentro dessa população — permanece não testada e potencialmente falaciosa. Os autores identificam essa inferência como uma falácia ecológica, onde agregados de nível de grupo são incorretamente atribuídos ao indivíduo. O estudo visa separar rigorosamente a geografia mensurável da estrutura musical da lacuna inferencial para a psicologia populacional, testando se os perfis de afeto musical regional correlacionam-se com índices nacionais validados de bem-estar e individualismo.

Metodologia
A pesquisa emprega uma abordagem de duas frentes: análise de música simbólica para medição estrutural e correlação estatística para testes de inferência.

1. Fontes de Dados e Curadoria:

   • Corpus: O conjunto de dados primário consiste em 2.393 melodias folclóricas deduplicadas da Essen Folksong Collection, suplementadas pela Nottingham Music Database (britânica), ShourCorpus (clássica iraniana), SymbTr (clássica turca) e pelo corpus Beregovski (instrumental klezmer israelense/assquenaze).
   • Escopo Geográfico: A análise abrange 16 países em 7 regiões geográficas. Para garantir a comparabilidade e evitar a dominância de grandes conjuntos de dados (Alemanha e China), as amostras foram limitadas a 400 melodias por país usando uma semente aleatória fixa.
   • Critérios de Exclusão: Tradições clássicas e microtonais (Irã, Turquia) são incluídas para perfil descritivo, mas excluídas de testes de significância e correlações de índices para evitar artefatos de repertório e codificação (ex: colapsar quartos de tom em MIDI de 12 tons).

2. Extração de Características (Análise Simbólica):

   • Características Estruturais: Sete características são extraídas diretamente de partituras simbólicas usando music21 e o formato Humdrum **kern. Estas incluem altura média de tom (pitch), amplitude de tom, intervalo melódico absoluto médio, razão de saltos (intervalos > 2 semitons), razão ascendente, densidade de notas e entropia de classe de altura.
   • Computação de Modo: Em vez de depender de metadados de arquivo pouco confiáveis, o algoritmo de busca de tonalidade Krumhansl-Schmuckler é aplicado para computar frações de modo maior/menor.
   • Compostos de Afeto: Dois compostos padronizados são construídos:
     • Arousal (Excitação): Baseado na densidade de notas, intervalo absoluto médio e amplitude de tom.
     • Valence (Valência): Baseado na fração de modo maior, altura média de tom e razão ascendente.
   • Pipeline de Áudio: Um pipeline paralelo de Recuperação de Informação Musical (MIR) usando librosa extrai características semelhantes (energia RMS, centroide espectral, tempo, chroma) de arquivos de áudio para validar os proxies simbólicos e analisar música popular contemporânea.

3. Análise Estatística:

   • Diferenciação Geográfica: Testes H de Kruskal-Wallis determinam se as distribuições de características diferem entre países. Os tamanhos de efeito são medidos usando delta de Cliff e a estabilidade é avaliada via intervalos de confiança de bootstrap.
   • Benchmark de Classificação: Aprendizado supervisionado (Regressão Logística e Floresta Aleatória) é usado para prever o país ou região a partir das características, estabelecendo a quantidade de informação geográfica carregada pela música.
   • Teste de Inferência: Correlações de postos de Spearman são computadas entre as medidas de afeto musical regional e dois índices externos: a escada do Relatório de Felicidade Mundial (WHR) e o índice de individualismo de Hofstede.

Principais Resultados

1. A Geografia da Estrutura Musical é Real e Mensurável:

   • Todas as 8 características testadas (7 estruturais + 1 indicador de modo) diferem significativamente entre os países ($p < 0,001$).
   • Características relacionadas a saltos mostram separação extrema ($p < 10^{-90}$).
   • Assinaturas Específicas de Região: A China exibe um perfil distintivo de "saltos amplos, alta atividade" (intervalo absoluto médio de 2,77 semitons vs. 2,17 da Alemanha; composto de arousal +1,24 SD). Por outro outro lado, a música clássica iraniana (no conjunto descritivo) mostra os menores intervalos (1,10 semitons) e menor arousal.
   • Classificação: Um classificador de Floresta Aleatória atinge 54,6% de precisão na classificação de 13 vias para países (vs. linha de base de 20%) e 62,1% na classificação de 6 vias para regiões, confirmando que as características musicais carregam informação geográfica significativa, embora imperfeita.

2. A Metade Inferencial é Rejeitada (Falácia Ecológica):

   • Zero Correlações Significativas: Nenhuma das 6 correlações entre as medidas de afeto musical regional (arousal, valência, razão de modo menor) e os índices nacionais (WHR, Hofstede) é estatisticamente significativa ($p > 0,05$).
   • Dissociação: O sinal geográfico forte e estável na música não prevê a felicidade ou o individualismo populacional. Por exemplo, o composto de arousal regional não apresenta tendência contra a pontuação do Relatório de Felicidade Mundial.
   • Validação de Áudio: A análise de um pequeno conjunto de canções populares contemporâneas confirma que, embora os proxies de áudio possam descrever a música, eles não reproduzem a ordenação do corpus simbólico, reforçando que as gravações modernas são pobres proxies para tradições históricas ou psicologia populacional.

3. Robustez Metodológica:

   • O estudo evita explicitamente o "problema da validade do modo" ao restringir as correlações de valência a países de idiomatismo tonal, reconhecendo que aplicar rótulos de maior/menor à música pentatônica (China) ou microtonal (Irã) constitui um erro de categoria.
   • Um verificador "fail-closed" é disponibilizado para rederivar cada número do artigo a partir dos dados brutos, garantindo a reprodutibilidade.

Significância e Alegações
A principal contribuição do artigo é um resultado negativo rigoroso. Ele demonstra que, embora a "metade de medição" da intuição folclórica seja verdadeira (a música varia sistematicamente por geografia), a "metade de inferência" é falsa. Os autores alegam que:

• A Geografia do Afeto Musical é Real: Estilos musicais regionais (ex: os saltos amplos da China vs. o movimento por passos da Europa Central) são estatisticamente distintos e recuperáveis de partituras simbólicas.
• A Falácia Ecológica é Demonstrada Empiricamente: Não há evidência de que o afeto agregado da música tradicional de uma região preveja o bem-estar psicológico ou o individualismo de sua população. Alegações contrárias não são sustentadas pelos dados e constituem uma falácia.
• Posicionamento Metodológico: O estudo serve como um alerta contra estudos ingênuos que possam derivar afirmações confiantes, mas sem sentido, sobre o caráter nacional a partir de dados musicais, ignorando desequilíbrios de corpus, confiabilidade de modo e a falta de correlação com índices populacionais.

Os autores concluem que a música varia conforme o lugar, e essa variação é um objeto de estudo válido por si só, mas não é uma medição de como as pessoas de um lugar se sentem. A ferramenta desenvolvida para análise de áudio é posicionada estritamente para autoanálise consentida de hábitos de escuta, rejeitando explicitamente o perfilamento de indivíduos ou populações baseado em seu consumo musical.