在2020 年精彩的文化數據研討會上，托賓·喬多斯(Tobin Chodos) 說了這樣的話：「由於音樂推薦中沒有數學上連貫的衡量'成功'的方法，而且人類對音樂的熱愛是如此奇怪和反复無常，你可能可以顛倒Spotify 推薦器的邏輯引擎並獲得同樣令人滿意的結果，也許更令人滿意”
做一個糟糕的 Spotify 推薦人。就像，最糟糕的。不好的氛圍反對建議。
目前這在很大程度上是一個概念證明。它會抓取你的前 50 首歌曲（長期），然後根據 Spotify 提供的音訊功能進行「最遠鄰居推薦」。我把自己限制在 2019 年全球播放量最高的曲目上，所以我挑不出什麼狗屁。換句話說，它是一個推薦系統，試圖找到流行但你不喜歡的音樂。
不過，說實話，*NYSYNC 聖誕歌曲相當粗糙。
您可以在 http://badplaylist.com 上玩它
「關鍵在於，即使有一些客觀標準可以使一件藝術品比另一件藝術品更好，只要背景在我們對藝術的審美欣賞中發揮作用，就不可能創建一個適用於所有人的審美質量的切實衡量標準無論你使用什麼統計技術、人工智慧技巧或機器學習演算法，試圖用數字來抓住藝術卓越的本質就像用手抓住煙霧一樣。
