Los metadatos que incorporan una perspectiva de género, o GenderMetadata, engloban información tanto del sexo biológico como de aspectos vinculados al género. La implementación de principios y metodologías con esta perspectiva es crucial, pues facilita la detección de sesgos que pueden surgir durante la recopilación, modelado y análisis de datos. La desagregación de datos por sexo y/o género revela diferencias notables en áreas como remuneraciones, oportunidades laborales, acceso a la educación y servicios de salud, diferencias que de otro modo podrían permanecer ocultas. Esta clase de datos posibilita la identificación de variables que difieren entre hombres y mujeres, arrojando luz sobre disparidades no evidentes a simple vista. Al hacerlo, se facilita el reconocimiento de patrones y tendencias indicativas de sesgos de género, además de permitir la cuantificación de la magnitud de dichos sesgos.  Sin acceso a estos datos, identificar y abordar eficazmente las desigualdades de género en la sociedad representaría un desafío considerable..

El Problema

La industria musical enfrenta una brecha de género que se ve exacerbada por la plataformización del sector. Diversos estudios indican que los sistemas de recomendación musical, una parte crucial de los servicios de streaming musical ofrecidos por las plataformas, reproducen los sesgos de género. La plataforma musical más grande y utilizada por los usuarios, Spotify, consciente de los efectos no deseados de sus algoritmos de recomendación, ha implementado medidas para mitigar y abordar este sesgo. A pesar de que Spotify cuenta con un 44,0% de oyentes femeninas, solo un 22,8% de las reproducciones corresponden a artistas femeninas o mixtos. Las mujeres escuchan un 32,0% de artistas femeninas o mixtos, mientras que los hombres escuchan un 18,3%.

Queremos abrir un debate, en el seno de la indústria de la música digital, aka MusicTech sobre la necesidad de incorporar los metadatos musicales con perspectiva de género. 

Los metadatos con perspectiva de género o Genderdata incluyen los que provienen tanto del sexo biológico como de aspectos relacionados con el género. Los metadatos musicales circulan a través de una interconexión estandarizada de bases de datos entre diferentes stakeholders de la industria (desde las discográficas, distribuidoras, servicios de reproducción en línea (DSP), organismos de gestión de derechos de autor (PRO), editores) para una multiplicidad de usos y funciones, entre las que destacan la identificación de las obras, la gestión de derechos de autor.

Es crucial el rol de los metadatos en el proceso de digitalización de la industria de la música, y desde hace más de 20 años el sector sigue las pautas del Digital Data Exchange (DDEX).

Gracias a los estándares de la DDEX sobre cómo crear, recolectar y procesar los metadatos musicales, el complejo sector musical garantiza que las personas creadoras y titulares de derechos sean adecuadamente compensadas por su trabajo, ya que entre otras funciones, estos metadatos interoperan a través de estos sistemas digitalizados y son clave para reportar el uso de contenidos musicales a los titulares de derechos, lo cual es crucial para el cálculo de royalities, además de mejorar la eficiencia operativa en toda la industria.

Porqué planteamos este reto

No existen entre los metadatos musicales ninguna información relativa al sexo/género de las personas que contribuyen a la obra, y esta ausencia no sólo invisibiliza la presencia de mujeres, sino que contribuye a amplificar los sesgos de género en procesos automatizados y aplicaciones de IA de recomendación entre otros. Si bien es cierto, que a día de hoy es imposible saber cuál es el impacto de estas recomendaciones sesgadas, lo que sí sabemos es el tremendo peligro que este sistema supone en cuanto a la amplificación de estos sesgos.

Puedes consultar aquí los informes que documentan esta tendencia en las plataformas musicales:
Feedback Loop and Bias Amplification in Recommender: [Enlace]
Algorithmic Effects on the Diversity of Consumption on Spotify: [Enlace]

Propuestas de innovación

A través de la colaboración entre GenderDataLab y MusicData en talleres durante 2023 y 2024, se trabajará en la concepción  y desarrollo un sistema algorítmico beta musical con enfoque de género, de código abierto. Este sistema busca promover la creación de tecnología que no amplifique los sesgos de género. Con este sistema, se explorarán nuevos métodos de metadatos, modelado y procesamiento de datos en formatos abiertos y de código abierto, con el objetivo de ofrecer alternativas tecnológicas que fomenten la igualdad de género.