El sesgo de género es un tipo de discriminación hacia un grupo de personas basado en su género, y está lejos de ser un problema emergente porque tiene sus raíces en las prácticas culturales históricamente relacionadas con las diferencias de poder sociopolítico. Un estudio exploratorio ha evaluado la medida en que los sistemas de recomendación musical pueden exacerbar los sesgos de género, afectando la exposición de artistas y la representación proporcional.

Un estudio exploratorio ha evaluado la medida en que los algoritmos del sistema de recomendación musical pueden exacerbar los sesgos de género

Es un trabajo liderado por Lorenzo Porcaro, miembro del grupo de investigación en Tecnología Musical (MTG) del Departamento de Tecnologías de la Información y las Comunicaciones (DTIC) de la UPF, para su investigación doctoral centrada en la diversidad en la música electrónica. El trabajo ha sido desarollado por Dougal Shakespeare, estudiante del Master in Sound and Music Computing en la UPF, dentro de su TFM titulado “Exploring Gender Distribution in Music Recommender Systems”.

Shakespeare ha presentado el estudio en The 2nd Workshop on the Impact of Recommender Systems with ACM RecSys 2020 el 25 de septiembre, junto con Lorenzo Porcaro, Emilia Gómez (MTG y JRC-UE) y Carlos Castillo, investigador del Web Science and Social Computing del DTIC-UPF, coautores del trabajo.

El trato desproporcionado que reciben artistas que no son hombres prevalece en la industria musical occidental hasta el día de hoy

“No hay que subestimar la prevalencia actual de la discriminación por motivos de género: de hecho, en informes recientes se ha comprobado que el trato desproporcionado que reciben artistas que no son hombres prevalece en la industria musical occidental hasta el día de hoy", afirman los autores.

Los resultados finales de la investigación muestran que los prejuicios de género pueden propagarse mediante sistemas de recomendaciones musicales de acuerdo con el sesgo presente en los datos, pero al menos en este estudio no se han encontrado pruebas sobre sí estos sistemas provocan la aparición de nuevas formas de prejuicios.

Este trabajo forma parte de una investigación sobre la diversidad en la música electrónica. La comunicación presentada el 25 de septiembre, es tan solo el primer resultado de esta línea de investigación, específicamente sobre género, aunque como indica Porcaro “estamos analizando otros aspectos de la diversidad en la música”.

Diversidad en la Música Electrónica: Un estudio abierto a la participación en línea

Este es un estudio abierto a la participación, por ello los investigadores invitan a las personas interesadas a cumplimentar una encuesta en línea diseñada para determinar qué entienden distintas personas por “diversidad” en el ámbito de la música electrónica.El enlace a la encuesta es: http://plorenzzz.pythonanywhere.com/ y está disponible en inglés, castellano, e italiano.

Trabajo de referencia:

Dougal Shakespeare , Lorenzo Porcaro , Emilia Gómez, Carlos Castillo (2020),  “Exploring Artist Gender Bias in Music Recommendation”, 25 de septiembre, The 2nd Workshop on the Impact of Recommender Systems with ACM RecSys 2020.