Qu’il s’agisse de refrains d’amour passionnés ou d’hymnes d’émancipation, les morceaux qui dominent les classements musicaux ne doivent rien au hasard. Une étude menée par des chercheurs australiens et publiée dans la revue Psychology of Music révèle que les plus grands succès populaires résonnent intimement avec nos besoins psychologiques fondamentaux. En passant au crible plus de trois décennies de tubes grâce à l’intelligence artificielle générative, l’équipe a mis en lumière les ressorts motivationnels profonds qui sous-tendent notre attachement aux chansons à succès.
Des hits qui font écho à nos besoins fondamentaux
Pour décrypter ce phénomène, l’équipe de recherche dirigée par Hermione H. Liu s’est appuyée sur le cadre de la théorie de l’autodétermination. Selon ce modèle de référence en psychologie de la motivation, l’épanouissement humain repose sur trois besoins psychologiques de base : l’autonomie, la compétence et l’appartenance sociale (la relation à autrui).
L’analyse des paroles a démontré la présence systématique de ces trois piliers dans l’ensemble des titres populaires étudiés. Les thématiques liées à la relation et au lien social arrivent largement en tête des occurrences, suivies par celles valorisant l’autonomie, puis la compétence. De surcroît, les chercheurs soulignent que les textes mettent bien plus souvent en scène la satisfaction de ces besoins que leur frustration. En dépeignant l’accomplissement relationnel et la liberté d’action, ces morceaux offrent ainsi aux auditeurs un écho stimulant à leurs aspirations intérieures.
MuseAI : quand les modèles linguistiques décodent la pop
Afin d’examiner ce vaste ensemble lyrique de manière rigoureuse, les scientifiques ont constitué un corpus de 360 titres uniques, regroupant les dix singles les plus vendus chaque année en Australie (classement ARIA) de 1988 à 2023. Cet échantillon couvre ainsi les morceaux les plus plébiscités par le grand public sur plus de trois générations musicales.
Pour traiter cette manne textuelle, les auteurs ont recouru à une analyse de contenu déductive automatisée. Ils ont pour cela développé une application spécialisée, nommée MuseAI, qui met à profit la puissance d’analyse contextuelle des grands modèles de langage (LLM). L’outil a permis d’identifier et de quantifier avec finesse la tonalité psychologique de chaque refrain et couplet du corpus.
Comprendre l’attrait motivationnel de la musique
L’écoute de la musique est un comportement universel dont les bénéfices sur le bien-être sont aujourd’hui largement admis. Pourtant, les mécanismes motivationnels globaux qui régissent cet impact positif demeuraient jusqu’ici mal élucidés.
Les conclusions de l’étude apportent un éclairage inédit sur la longévité et la popularité des tubes. En incarnant nos désirs de connexion à autrui, d’indépendance et de maîtrise de notre destin, les chansons les plus écoutées agiraient comme de puissants vecteurs de gratification psychologique. Ce reflet de nos besoins vitaux explique en grande partie l’attrait irrésistible de la pop music, qui ne se contente pas de nous divertir mais participe activement à notre régulation émotionnelle.
Une nouvelle grille de lecture pour la recherche
Ce travail exploratoire confirme la valeur empirique de la théorie de l’autodétermination appliquée aux productions culturelles populaires. Il illustre également le potentiel des intelligences artificielles génératives pour quantifier des concepts psychologiques complexes au sein d’importants corpus culturels.
Selon les chercheurs, cette avancée pose les bases théoriques de futures recherches sur l’engagement musical au quotidien. Elle ouvre la voie à une meilleure compréhension de la manière dont les individus choisissent et ressentent leurs morceaux préférés en fonction de leur propre état psychologique, laissant entrevoir des applications ciblées dans le domaine de la musicothérapie et du soutien au bien-être mental.
Source
- Using Generative Artificial Intelligence to Identify Themes of Basic Psychological Needs in Popular Song Lyrics
- Researchers: Hermione H. Liu, Suzy E. Miller, Mark A. Lee, Nicholas Matherne, Damien J. Miller, Emma D’Aprano
- Journal: Psychology of Music
- Read the original study