Número 87 (abril de 2019)

Em vaig enfadar amb un algoritme ('and I liked it'): la recomanació de continguts en plataformes socials

Gemma San Cornelio

Si, el que diu el títol de l'article és cert. Em vaig enfadar amb l'aplicació mòbil de Spotify (i em va agradar), més concretament, amb la manera en què gestiona les llistes de cançons (playlists) i de la seva comunicació amb l'usuari (o sigui, amb mi). Us ho explico a continuació.

 La setmana passada tornava un dia de la feina mentre escoltava música a l'autobús. Tenia activa l'aplicació Spotify en la seva versió gratuïta per al mòbil. Per a aquells que no estiguin familiaritzats amb ella, aquesta versió no permet triar l'ordre en què es reprodueixen les cançons de les teves llistes musicals. Té activa per defecte una funcionalitat de reproducció aleatòria de manera que les pistes van sonant en funció de l'algoritme que dicta l'aleatorietat. Segons aquesta manera de funcionament, com més llarga és una llista, menys possibilitats hi ha que es repeteixi una mateixa cançó, i el mateix passa al contrari; com menys cançons hi ha en una llista, hi ha més possibilitats de repetició, malgrat l’aleatorietat.

 
Doncs bé, fa un temps vaig començar una playlist amb quatre cançons que mai es va arribar a completar i fins fa uns mesos podia escoltar-les a través del mòbil seguint la lògica anteriorment descrita: les cançons es repetien diverses vegades un cop reproduïda la totalitat de les mateixes. Tanmateix, l'altre dia, en obrir la llista en qüestió, vaig descobrir que s'havien afegit un conjunt extens de temes 'recomanats' per a completar la meva proposta, i anul·lant, d'aquesta manera, la meva petita estratègia per tenir més control sobre la reproducció dels temes. El cas és que les cançons suggerides -i que van començar a sonar a la primera- no s'assemblaven massa a les que jo havia inclòs inicialment, i no tenien gaire relació amb els meus gustos musicals (que són bastant variats). Vaja, que l'algoritme de recomanació havia realitzat una feina desastrosa. Tant desencertada va ser la tria que vaig anar saltant aquestes cançons una per una, fins almenys tres vegades, i va ser en aquest moment quan l'aplicació va parar de reproduir música i em va enviar un missatge que deia quelcom semblant a això: "En comptes de saltar cançons, podries editar tu mateixa la playlist".
 
Em vaig quedar perplexa i vaig sortir de la llista amb cert enuig pensant, que m'està dient el programa? He de treballar per a ells creant una llista? Està insinuant que sóc mandrosa? ¿És culpa meva que l'algoritme no n’hagi encertat ni una? La retòrica utilitzada en aquest missatge em va recordar més a una tocada de crostó -gairebé amb to paternal- que a una recomanació, focalitzant en l'usuari (en aquest cas jo) la responsabilitat (i per què no, la culpa) al més pur estil neoliberal, per no tenir una experiència satisfactòria, quan -aquí ve el enuig- són ells els que em van posar aquestes pistes no desitjades.
 
Portar aquesta historieta irrisòria a l'extrem em serveix de pretext per reflexionar sobre com estan d’imbricats i naturalitzats els processos de presa de decisió algorítmica, en aquest cas sobre recomanació musical (però comuns a altres plataformes i xarxes socials). El meu anecdòtic enuig amb el programa (o amb aquell/la que l'ha programat amb un propòsit concret) es produeix en un moment en el qual aquest deixa de ser transparent i es fa evident un error en la predicció que condueix a diverses accions per la meva part (passar cançons) no desitjables pel programa. És a dir, mentre l'experiència en les plataformes flueix no percebem l'acció de l'algoritme. I, normalment, les formes d'identificar els gustos musicals solen funcionar, i, com diuen Kamehkhosh, Jannach i Bonnin, G. (2018) en el seu treball comparant dos grups d'usuaris -uns que consumeixen música sota recomanació i d'altres que no- la recomanació condueix a l'exploració i a la descoberta musical i això és, en termes generals, positiu, tant per a l'usuari que troba noves fonts de gaudi, com per als músics que troben més públic.
 
No obstant això, si comparem aquest algoritme de recomanació amb els de xarxes visuals com Pinterest, Instagram o Youtube percebem que aquests es fan molt més presents en el seu funcionament ordinari ja que en assumir que vols consumir continguts molt similars són extremadament repetitius (l'exemple més extrem seria Pinterest, que retorna imatges amb un nivell de similitud formal absoluta) i evidenciant més explícitament els criteris.
 
Tornant a Spotify, podem entendre la manera en què funciona el seu algoritme tenint en compte el seu model de negoci. Aquest es basa en tractar de fomentar el compte premium (de pagament), i per tant l'experiència de l'aplicació gratuïta incorpora limitacions que es fan evidents de forma molt freqüent a través dels seus missatges als usuaris. Per això t’han de recordar que si vols saltar cançons, tens dues opcions: o bé et subscrius al compte premium, o treballes per a ells creant llistes. És una altra de les moltes formes de free labour, contribuint amb les teves dades a millorar els nivells de recomanació i predicció i potser a altres qüestions que desconeixes.
 
Kamehkhosh, I., Jannach, D., & Bonnin, G. (2018, March). How Automated Recommendations Affect the Playlist Creation Behavior of Users. In IUI Workshops.
 
 
Citació recomanada: SAN CORNELIO, Gemma. Em vaig enfadar amb un algoritme ('and I liked it'): la recomanació de continguts en plataformes socials. COMeIN [en línia], abril 2019, no. 87. ISSN: 1696-3296. DOI: https://doi.org/10.7238/c.n87.1926.
 
música;  mitjans socials;  cultura digital; 
Números anteriors