Un estudio revela que sus recomendaciones están sesgadas hacia la música más popular
USUARIOS
Las recomendaciones musicales generadas por algoritmos pueden ser menos precisas para los oyentes de estilos musicales como el rock duro o el hiphop, según una investigación publicada en la revista EPJ Data Science. Los investigadores compararon la precisión de las recomendaciones generadas por algoritmos para los oyentes de música convencional o dominante (mainstream) y no convencional, para lo que utilizaron un conjunto de datos que contenía los historiales de escucha de 4,148 usuarios de la plataforma Last.fm.
Basándose en los artistas que los usuarios escuchaban con más frecuencia, los autores utilizaron un modelo computacional para predecir la probabilidad de que a estos les gustara la música que recomendaban cuatro algoritmos comunes usados en recomendaciones.
Así, comprobaron que los oyentes de música convencional parecían recibir
de la plataforma Last.fm fueron los que se tomaron como base para realizar el estudio consejos musicales más precisos que los oyentes de música no convencional, según un comunicado de BioMed Central, editora de la revista EPJ Data Science, del grupo Nature.
A continuación, los autores se fijaron en aquellos oyentes de música no convencional y utilizaron un algoritmo para clasificarlos.
Los grupos fueron: oyentes de géneros musicales que sólo contienen instrumentos acústicos, como el folk, oyentes de música de "alta energía", como el rock duro y el hiphop, oyentes de música con instrumentos acústicos y sin voces, como el ambient, y usuarios de música sin voces como la electrónica.
Los autores compararon los historiales de escucha de cada grupo e identificaron qué usuarios eran más propensos a escuchar música fuera de sus géneros preferidos y la diversidad de géneros musicales escuchados en cada grupo.
Los que escuchaban mayoritariamente ambient eran más propensos a oír también la música preferida por los oyentes de hard rock, folk o electrónica.
Sin embargo, los que más escuchaban música de "alta energía" eran los menos propensos a escuchar también la música preferida por los oyentes de folk, electrónica o ambient, aunque escuchaban la mayor variedad de géneros, por ejemplo, hard rock, punk, cantautor y hiphop.
En cuanto a si les gustaban o no las recomendaciones, se observó en este grupo de música no convencional que los que escuchaban sobre todo música como el rock duro o rap parecían recibir recomendaciones musicales menos precisas y los que escuchaban sobre todo música ambient parecían recibir las recomendaciones más atinadas.
Elisabeth Lex, autora del estudio, resume: "Nuestros resultados sugieren que muchas de las técnicas de recomendación musical más avanzadas pueden no ofrecer recomendaciones de calidad a los oyentes de música no convencional".
Esto podría deberse a que los algoritmos están sesgados hacia la música más popular, lo que hace que la música no convencional tenga menos probabilidades de ser recomendada.
Los autores, que provienen de la Universidad Tecnológica de Graz, del KnowCenter GmbH, de la Universidad Johannes Kepler de Linz, la Universidad de Innsbruck y la Universidad de Utrecht, advierten que su análisis se basa en una muestra de Last.fm, por lo que los resultados pueden no ser representativos de todos los usuarios de esta plataforma o de otras.
No obstante, podrían servir de base para el diseño de sistemas de recomendación musical más precisos, afirman.