L’algoritmo che ci suggerisce chi ascoltare in base ai nostri gusti su Spotify è sessista
Uno studio condotto dai ricercatori di alcune università europee mette in evidenza il bias dell'algoritmo utilizzato dalle piattaforme di streaming musicale
06/04/2021 di Ilaria Roncone
Gli algoritmi possono essere sessisti anche quando si tratta di musica. Questa l’evidenza che emerge dallo studio realizzato da alcuni ricercatori europei e ripreso dal Times sull’algoritmo che raccomanda i brani da ascoltare sulle piattaforme di streaming musicali – compreso Spotify -. «Abbiamo dimostrato che un algoritmo di raccomandazione ampiamente utilizzato è più propenso a scegliere musica da artisti maschi rispetto a donne», ha spiegato la dottoressa Christine Bauer dell’Università di Utrecht e autrice dello studio. La ricerca è stata fatta analizzando le abitudini di ascolto di 330 mila persone nell’arco di nove anni. Quello che emerge è che, quando si parla della totalità degli artisti musicali mai ascoltati, solamente il 25% sono donne.
LEGGI ANCHE >>> Confcommercio e la locandina sessista: le scuse di chi non ha capito il punto
Si tratta di un algoritmo «ampiamente utilizzato» anche da Spotify
I servizi di streaming musica «danno molta più visibilità» agli artisti uomini, penalizzando – a conti fatti – le artiste donne. Lo studio dei ricercatori europei evidenzia come solo il 25% degli artisti ascoltati da 330 mila persone in nove anni fossero donne, indagando sull’algoritmo che suggerisce cosa ascoltare. È emerso che, mediamente, la prima traccia consigliata e le sei successive appartengono a un uomo e che occorre aspettare fino alla canzone numero sette o numero otto per vedersi consigliato l’ascolto di un’artista donna. «Abbiamo dimostrato – spiega la dottoressa Christine Bauer – che un algoritmo di raccomandazione ampiamente utilizzato è più propenso a scegliere musica da artisti maschi rispetto a donne».
Un’intuizione confermata anche dalle statistiche
Scendendo nel merito di Spotify, il servizio musicale svedese tra i primi utilizzati al mondo, basta andare a guardare le statistiche di Spotify Wrapped del 2020 per rendersi conto che i primi cinque artisti più ascoltati sono tutti uomini e che le tendenze sono simili in tutte le categorie. Che le donne e non solo (si parla anche di altre minoranze di genere) vengano escluse dall’industria della musica lo prova anche il fatto che solo circa il 23% degli artisti nella Billboard 100 del 2019 fossero donne e, sempre loro, rappresentano il 20% o meno dei compositori e dei cantautori registrati, con il 98% delle opere eseguite dalle orchestre principali che appartengono a compositori uomini.
Come riclassificare gli algoritmi
Il ruolo degli algoritmi che consigliano quali canzoni ascoltare in base ai gusti dell’utente è fondamentale. Spotify e le altre piattaforme di streaming musicale suggeriscono una serie di brani ma quello che raccomandano «non è sempre giusto» perché se artiste come Ariana Grande, Taylor Swift e Billie Eilish vengono seguite, la platea di donne meno conosciute scompare in questo circolo vizioso di suggerimenti mancati.
Il team di ricerca ha escogitato un modo per risolvere questo problema, il «metodo di riclassificazione progressiva». Andando a riclassificare le raccomandazioni calcolate dall’algoritmo di base la tattica è stata quella di spostare gli artisti maschi di un dato numero di posizioni verso il basso: «Tramite una simulazione, abbiamo studiato come le nostre raccomandazioni riclassificate potrebbero influenzare il comportamento di ascolto degli utenti a lungo termine» così che «con l’aiuto del nostro algoritmo riclassificato, gli utenti inizierebbero a cambiare il loro comportamento e ascolterebbero più artiste donne di prima».
Quello che accade, a questo punto, è che l’algoritmo “impara” da questo cambio di comportamento, posizionando artiste donne in posizioni più alte nell’elenco delle raccomandazioni. «Questo nostro semplice metodo può aiutare ad affrontare i pregiudizi negli algoritmi che giocano un ruolo importante nel modo in cui molte persone scoprono nuova musica e artisti», ha concluso l’autrice dello studio.