Número 87 (abril de 2019)
Me enfadé con un algoritmo ('and I liked it'): la recomendación de contenidos en plataformas sociales
Gemma San Cornelio

Si, lo que dice el título del artículo es cierto. Me enfadé con la aplicación del móvil de Spotify (y me gustó), más concretamente con el modo en que gestiona las listas de canciones (playlists) y de su comunicación con el usuario (o sea, conmigo). Os lo cuento a continuación. 

La semana pasada regresaba un día del trabajo mientras escuchaba música en el autobús. Tenía activa la aplicación Spotify en su versión gratuita para el móvil. Para aquellos que no estén familiarizados con ella, esta versión no permite elegir el orden en el que se reproducen las canciones de tus listas musicales. Tiene activa por defecto una funcionalidad de reproducción aleatoria de manera que las pistas van sonando en función del algoritmo que dicta la aleatoriedad. Según este modo de funcionamiento, cuanto más larga es una lista, menos posibilidades hay de que se repita una misma canción, y lo mismo sucede al contrario; cuantas menos canciones hay en una lista, más posibilidades de repetición existen a pesar de la aleatoriedad.
 
Pues bien, hace un tiempo comencé una playlist con cuatro canciones que nunca se completó y hasta unos meses atrás podía escucharlas a través del móvil siguiendo la lógica anteriormente descrita: las canciones se repetían varias veces una vez reproducida la totalidad de las mismas.  Sin embargo, el otro día, al abrir la lista en cuestión, descubrí que se habían añadido un conjunto extenso de temas ‘recomendados’ para completar mi propuesta, y anulando, de este modo, mi pequeña estrategia para tener más control sobre la reproducción de los temas. El caso es que las canciones añadidas -y que comenzaron a sonar a la primera- no se parecían mucho a las que yo había incluido inicialmente, ni tenían relación ninguna con mis gustos musicales (que son bastante variados). Vamos, que el algoritmo de recomendación había realizado un trabajo desastroso. Tal fue el nivel de desacierto que fui saltando estas canciones una tras otra, hasta al menos tres veces, y fue en ese momento cuando la aplicación paró de reproducir música y me mandó un mensaje que decía algo así: “En vez de saltar canciones, podrías editar tú misma la playlist”.
 
Me quedé perpleja y salí de la lista con cierto enfado pensando, ¿qué me está diciendo el programa? ¿Debo trabajar para ellos creando una lista? ¿Acaso me está sugiriendo que soy vaga? ¿Es mi culpa que el algoritmo no haya dado pie con bola? La retórica utilizada en este mensaje me recordó más a una reprimenda -casi con tono paternal- que a una recomendación, focalizando en el usuario (en este caso yo) la responsabilidad (y por qué no, la culpa) al más puro estilo neoliberal, por no tener una experiencia satisfactoria, cuando -aquí viene el enfado- son ellos quienes me pusieron esas pistas no deseadas.
 
Llevar esta historieta irrisoria al extremo me sirve de pretexto para reflexionar sobre lo imbricados y naturalizados que están los procesos de toma de decisión algorítmica, en este caso sobre recomendaciones musicales (pero comunes a otras plataformas y redes sociales). Mi anecdótico enfado con el programa (o de aquél/la que la ha programado con un propósito concreto) se produce en un momento en el que éste deja de ser transparente y se hace evidente un error en la predicción que conduce a varias acciones por mi parte (pasar canciones) no deseables por el programa. Es decir, mientras la experiencia en las plataformas fluye no percibimos la acción del algoritmo. Y, normalmente, las formas de identificar los gustos musicales suelen funcionar, y, como dicen Kamehkhosh, Jannach y Bonnin, G. (2018) en su trabajo comparando dos grupos de usuarios -unos que consumen música bajo recomendación y otros que no- la recomendación conduce a la exploración y al descubrimiento musical y eso es, en términos generales, positivo, tanto para el usuario que encuentra nuevas fuentes de disfrute, como para los músicos que encuentran más público.
 
Sin embargo, si comparamos este algoritmo de recomendación con los de redes visuales como Pinterest, Instagram o Youtube, percibimos que éstos se hacen mucho más presentes en su funcionamiento ordinario ya que al asumir que quieres consumir contenidos muy similares son extremadamente repetitivos (el ejemplo más extremo sería Pinterest, que devuelve imágenes con un nivel de similitud formal absoluta) y evidenciando más explícitamente los criterios. 
 
Volviendo a Spotify, podemos entender el modo en el que funciona su algoritmo teniendo en cuenta su modelo de negocio. Éste se basa en tratar de fomentar la cuenta premium (de pago), y por tanto la experiencia de la aplicación gratuita incorpora limitaciones que se hacen evidentes de forma muy frecuente a través de sus mensajes a los usuarios.  Por este motivo, se empeñan en que recordarte que si quieres saltar canciones, tienes dos opciones: o bien te suscribes a la cuenta premium, o trabajas para ellos creando listas. Es otra de las muchas formas de free labour actuales: contribuir con tus datos a mejorar los niveles de recomendación y predicción y quizás a otras cuestiones que desconoces.
 
Kamehkhosh, I., Jannach, D., & Bonnin, G. (2018, March). How Automated Recommendations Affect the Playlist Creation Behavior of Users. In IUI Workshops.
 
 
Cita recomendada: SAN CORNELIO, Gemma. Me enfadé con un algoritmo ('and I liked it'): la recomendación de contenidos en plataformas sociales. COMeIN [en línea], abril 2019, no. 87. ISSN: 1696-3296. DOI: https://doi.org/10.7238/c.n87.1926.
 
música;  medios sociales;  cultura digital; 
Números anteriores
Comparte
??? addThis.titol.compartir ???