Gli algoritmi che ci suggeriscono quale canzone ascoltare pare stiano contribuendo a diffondere i pregiudizi di genere.
L’effettiva esistenza di un pregiudizio di genere nell’industria musicale è un fenomeno piuttosto frequente e già provato da svariati studi. Ad esempio, uno studio delle prime cinque classifiche musicali nel Regno Unito tra gli anni 1960-1995 ha mostrato come la musica popolare sia caratterizzata da una grande disuguaglianza di genere. Una recente analisi dei festival musicali ha anche rilevato scelte fortemente propense verso artisti piuttosto che artiste. Questo pregiudizio è tipico delle app come Spotify.
Un numero crescente di persone utilizza piattaforme streaming per ascoltare la musica. Le app come Spotify utilizzano algoritmi specifici per consigliare i brani in base alle abitudini degli utenti. Nel primo trimestre del 2020, il numero di abbonati a piattaforme musicali in tutto il mondo è stato pari a 400 milioni, rispetto a meno di 305 milioni alla fine della prima metà del 2019. Uno studio ha mostrato che uno di questi algoritmi ampiamenti utilizzato ha maggiori probabilità di scegliere artisti maschili rispetto a quelli femminili.
Spotify e altre piattaforme fanno tutte lo stesso errore: algoritmi utilizzati fortemente sessisti
Gli scienziati del gruppo di ricerca presso l’Universitat Pompeu Fabra di Barcellona, in Spagna, hanno valutato il comportamento di quasi 330.000 utenti in un arco di nove anni e hanno scoperto che solo il 25% degli artisti ascoltati sono donne. Hanno scoperto che la prima traccia consigliata, in media, è di un uomo, così come le successive sei. Gli utenti devono aspettare fino alla settima o ottava canzone per ascoltare una traccia di una donna. Sebbene gli autori riconoscano che la classificazione binaria di genere non rifletta la moltitudine di identità di genere, l’attuale set di dati disponibile sulle app di streaming non va oltre questa classificazione.
Gli utenti ascoltano le canzoni consigliate e l’algoritmo diventa uno schema fisso che crea un ciclo di pregiudizi di genere nei nuovi suggerimenti. Secondo gli scienziati, un approccio di riclassificazione equo in tali algoritmi può gradualmente dare più visibilità alle artiste donne sulle piattaforme musicali. “Il genere può essere bilanciato meglio a lungo termine aumentando gradualmente l’esposizione delle artiste nelle raccomandazioni. Questo equilibrio viene raggiunto senza influire gravemente sulle prestazioni”.