Ученые обнаружили гендерные предубеждения в алгоритмах музыкальных рекомендаций
В исследовании, опубликованном в Proceedings of the 2021 Conference on Human Information Interaction and Retrieval, ученые протестировали алгоритм рекомендаций популярной музыки на двух наборах данных о прослушивании песен. В результате в обоих наборах данных алгоритмы рекомендовали исполнителей-мужчин на 75 процентов чаще, чем женщин.
Алгоритмы также формировали рейтинги исполнителей, которых можно рекомендовать пользователю. Исследователи обнаружили, что в среднем первая рекомендация женщины-музыканта находится на 6-м или 7-м месте, а рекомендация мужчины-музыканта – всегда на первом.
Исследователи отмечают, что большинство пользователей обычно в конечном итоге слушают композиции, которые им предлагают алгоритмы. Это заставляет алгоритмы считать, что пользователям больше нравятся мужчины-исполнители, и поэтому система начинает чаще их рекомендовать, создавая «петлю обратной связи» гендерной предвзятости.
Авторы исследования предлагают вручную изменить порядок рекомендаций песен так, чтобы он предлагал больше композиций женщин-исполнительниц. Моделирование показало, что подобное изменение повлияет на поведение пользователей в долгосрочной перспективе и позволит многим исполнительницам быть услышанными.
Как показывает новое исследование, алгоритмы намного реже рекомендуют композиции женщин-исполнительниц