Skip to content
MARCEL RICART

makina.world

Arxiu, dades i memòria viva de l'escena electrònica mediterrània. No és una web sobre Màkina: és un intent de construir el mapa digital d'una escena.

Arxiu, dades i memòria viva de l’escena electrònica mediterrània.

La Màkina, el Hardcore i el Trance que van créixer entre Catalunya i València han deixat dècades de sessions, artistes, sales, produccions, flyers, fotografies i històries.

Una part està digitalitzada. Una altra viu en cintes, CDs, discos durs i col·leccions particulars. I una altra, senzillament, ja s’ha perdut.

makina.world neix per intentar que el que queda no desaparegui desconnectat.

No vull fer un arxiu de fitxers

Una sessió sola és un fitxer.

Amb context, és una peça de memòria.

Una sessió va passar en una data, en una sala, amb un DJ, punxant tracks produïts per artistes i publicats per segells, davant de persones que potser encara conserven les fotografies, els flyers o la tracklist d’aquella nit.

Sessióartistasalamúsicaesdevenimentpersones

No vull guardar només les coses.
Vull guardar les relacions entre les coses.

El model

La base de makina.world és una base de dades relacional d’entitats de l’escena.

  • Artistes
  • DJs
  • Productors
  • Sales
  • Sessions
  • Esdeveniments
  • Tracks
  • Segells
  • Flyers
  • Fotografies

Cada peça té valor per si sola.

Però el valor interessant apareix quan es connecten.

Un track pot aparèixer en cinquanta sessions. Un productor pot estar relacionat amb diferents segells. Una sala pot connectar centenars de nits, artistes i fotografies. Una sessió pot reconstruir-se a partir d’una gravació, una tracklist, un flyer i els records de les persones que hi van ser.

A poc a poc, l’arxiu deixa de ser una col·lecció.
Es converteix en un mapa.

El mapa de l’escena

Una representació esquemàtica de com es connecten les entitats. No és un graf interactiu: és la idea del graf.

model conceptual

┌─ session/1998-xx-xx
│
├── venue … venue-x
├── dj … artist-y
├── date … 1998-xx-xx
│
├── tracklist
│   ├── 01 … track-a
│   ├── 02 … track-b
│   ├── 03 … track-c
│   └── …
│
├── assets
│   ├── flyer
│   ├── tape
│   └── photos
│
└── related … n entities

Quan les dades comencen a parlar

Tenir una base de dades és útil.

Poder fer-li preguntes interessants és molt millor.

queries conceptuals

> related(track:“x”, type:“session”)
matches: n
> path(session:“1998-x”, event:“next”)
session
└─ venue
└─ brand
└─ event
→ path found
> overlap(venue:“A”, venue:“B”)
██████▓▒░░

Aquí vull experimentar amb dades relacionals, estructures de graf i diferents formes de descoberta sobre un corpus cultural molt específic.

No tinc cap necessitat de decidir ara si això acabarà utilitzant Neo4j, PostgreSQL, Apache AGE o una altra cosa.

Primer vull construir bé el model.

La tecnologia concreta vindrà després.

El passat pot vendre el futur

makina.world no vol construir un mausoleu digital dels anys 90.

L’escena continua existint.

Hi ha productors, DJs, segells, festes i una nova generació descobrint aquesta música.

Una sessió de 1998 pot portar-te fins a una sala. La sala fins a un artista. L’artista fins a una marca que encara existeix. I aquesta marca fins a una festa que se celebra dissabte.

L’arxiu no ha de ser el final del recorregut.
Pot ser el principi.

Construir-ho per capes

seqüència conceptual — no representa progrés real

[01/05]ARXIU██████████
[02/05]CONTEXT███████▓▒░
[03/05]RELACIONS█████▓▒░░░
[04/05]DESCOBERTA███▓▒░░░░░
[05/05]INTEL·LIGÈNCIA█▓▒░░░░░░░

Primer una cosa que funcioni.
Després una cosa que connecti.
Després ja ens fliparem.

IA, però sense fer el tonto

La IA no és el producte.

Si algun dia hi ha prou informació estructurada, la cerca semàntica, els vectors o altres models poden ajudar a descobrir connexions que un cercador tradicional no trobaria.

Però abans d’intentar que una màquina entengui l’escena, primer cal tenir dades que valgui la pena entendre.

No tot necessita un LLM.

Per decisions petites, repetitives i estructurades — classificar, relacionar, deduplicar, validar o decidir si alguna cosa necessita revisió humana — vull explorar models de decisió com JEV.

L’objectiu no és que una IA escrigui sobre l’arxiu.

És que ajudi a mantenir-lo coherent.

possible decision layer

[ decision layer ]
match(entity)->confidence
duplicate(asset)->yes / no
classify(flyer)->venue / year
validate(relation)->accept / review
route(item)->auto / human / reject

A la pràctica, això podria aplicar-se a casos concrets com detectar si “Xque” i “X-Que” són la mateixa entitat, si dues sessions estan duplicades, quin any o sala correspon a un flyer, si una foto pertany probablement a un determinat esdeveniment, o si una tracklist té prou confiança per entrar directa o si necessita revisió humana.

llm / jev

LLMtext · context · explicació
JEVclassificació · scoring · decisió

No és una dicotomia absoluta. Són eines per a problemes diferents dins del mateix sistema.

No vull que la IA inventi l’arxiu.
Vull que m’ajudi a ordenar-lo.

La IA, aquí, seria una altra manera d’interrogar l’arxiu.
No la raó per construir-lo.

Sobirania

Qui controla la memòria digital d’una escena?

Bona part del material que ja s’ha digitalitzat viu avui en plataformes de tercers, sotmès als seus algoritmes, polítiques, decisions comercials i sistemes automàtics de reclamació.

No pretenc substituir YouTube.

Pretenc que l’existència de l’arxiu no depengui de YouTube.

La web és la interfície.

El projecte és el mapa.

Aquest és el final.