Investigadors de la Universitat Pompeu Fabra i de la Universitat d’Utrecht han constatat que els algoritmes de recomanació de música estarien augmentant la bretxa de gènere, ja que reprodueixen el biaix preexistent als catàlegs de continguts en línia. Els sistemes no estan entrenats per donar més visibilitat a les dones, que només representen el 25% de les escoltes, pel que el major nombre de reproduccions de productes de cantants masculins cera “un bucle de retroalimentació” on ells tenen més presència per l’elevat nombre de contribucions que fan a les plataformes. Tal com assenyala l’estudi, liderat per Andrés Ferraro i Xavier Serra, la primera recomanació d’una dona artista no acostuma a superar la sisena posició.

La recerca ha utilitzat un algoritme de recomanació musicial basat en filtratge col·laboratiu per analitzar la presència de les dones i el nombre de vegades que es proposa una cançó seva als usuaris. A partir dels resultats, els experts han dissenyat un nou enfocament que permet millorar l’exposició de les contribucions femenines.

L’eix principal de la proposta es basa a reordenar la recomanació d’acord a criteris de gènere. En una simulació, els autors van demostrar que amb l’ajuda d’un algoritme reclassificat, els usuaris inclourien més dones artistes a les llistes de reproducció a partir de les propostes feta pel sistema d’acord a les escoltes anteriors. La solució, basada en machine learning, permetria consolidar un canvi en el comportament a llarg termini.