Este trabajo examina el sexismo en la música contemporánea en España analizando las letras de más de 2.000 canciones del periodo comprendido entre 1960 y 2022. Un 51% de las canciones analizadas tienen letras con expresiones sexistas. Se trata de un estudio científico pionero, por el uso de herramientas de análisis de contenido basadas en técnicas de inteligencia artificial.

El estudio se ha difundido recientemente en un artículo de la revista Cogent Arts & Humanities. La autora principal del artículo es Laura Casanovas-Buliart y este estudio deriva de su trabajo fin de grado, supervisado por Carlos Castillo, director del grupo Web Science and Social Computing (WSSC) del Departamento de Ingeniería de la UPF. También es coautora del artículo Priscila Álvarez-Cueva, que fue investigadora Juan de la Cierva en la Universitat de Barcelona (UB) hasta finales de 2024 y actualmente es profesora lectora de la Facultad de Comunicación de la Universitat Autònoma de Barcelona (UAB).

Resultados impactantes

Respecto a las conclusiones del estudio, Laura Casanovas (UPF) expone que “los resultados son impactantes, ya que evidencian que, aunque ha habido avances en la igualdad y la lucha feminista, las letras de muchas canciones siguen perpetuando estereotipos dañinos. Pero, sobre todo, pienso que este es un estudio que demuestra que la inteligencia artificial puede ser una gran herramienta para analizar una gran cantidad de datos de forma rigurosa, y puede ser clave para seguir investigando y abordando esta problemática y otras similares en el futuro”.

Carlos Castillo (ICREA y UPF) concreta que el aumento del machismo en las canciones de los últimos años se manifiesta sobre todo en la “hipersexualización y objetificación del cuerpo de la mujer o con ideas relacionadas con la posesión y el control por parte de los hombres”.

En el estudio, se apuntan diversas causas del aumento de los discursos sexistas en las canciones analizadas. Por un lado, se hace referencia a la influencia del contexto social e histórico en la producción artística, considerando que la música es un reflejo de los valores del marco cultural en el que se circunscribe. El estudio recuerda que la sociedad española aún no se ha desprendido de la herencia histórica de los estereotipos tradicionales de género ni de la lacra de la violencia machista, a pesar de los últimos avances sociales y políticos en materia de igualdad y del auge del movimiento feminista especialmente desde 2018.

Plataformas de ‘streaming’

Más allá de la persistencia de los roles tradiciones de género, el estudio señala otra posible causa del sexismo en las letras de las canciones: la creciente sustitución de la radio por las plataformas de streaming como principal canal de consumo de música. En estas plataformas, no existen los criterios de filtro o selección aplicados por responsables de los espacios musicales de la radio. Al contrario, todo lo que prima es la popularidad, lo que puede tener efectos contraproducentes.

El algoritmo de las plataformas -que posiciona los temas que ofrece a los usuarios en función de su nivel de consumo-, también coloca a este tipo de canciones más arriba en sus listas. Según la investigación, esto genera un “bucle de retroalimentación”.

Para desarrollar este estudio, uno de los principales retos ha sido examinar una muestra tan voluminosa de canciones (más de 2.000) sin contar apenas con datos previos de las letras de estas canciones etiquetadas por su nivel de sexismo. Frente a este desafío, los investigadores han creado un nuevo método para hacer viable y factible el examen de grandes volúmenes de datos en un período de tiempo razonable.

Modelo computacional de IA

Han entrenado a un modelo computacional para detectar automáticamente el sexismo en las canciones, a partir de datos etiquetados manualmente, usando técnicas de aprendizaje de máquina e inteligencia artificial.

Para entrenar al sistema, se han utilizado datos etiquetados manualmente procedentes de una iniciativa de crowdsourcing, un tipo de datos que habrá que seguir ampliando de cara al futuro para perfeccionar el actual sistema de procesamiento. Así pues, la investigación ha combinado la inteligencia humana y la de la máquina.

Priscila Alvarez-Cueva, coautora del estudio, añade que “también representa una oportunidad para la investigación en ciencias sociales porque incluye el procesamiento de datos como herramienta metodológica, lo que contribuye significativamente al análisis de grandes cantidades de datos. Esta combinación de disciplinas es un punto a remarcar para trabajos futuros que abracen el análisis de la producción cultural como campo de batalla, se elaboren sobre el contexto y la relación de poderes existentes, y continúen ahondando en la problemática del sexismo y la objetificación del cuerpo, sobre todo de mujeres pero, además, desde una mirada interseccional”.

Los resultados de la investigación y la creación del nuevo sistema de procesamiento de datos pueden contribuir a detectar y monitorizar con mayor facilidad y eficacia los sesgos sexistas de las canciones. Carlos Castillo (ICREA y UPF) concluye: “Igual que le pedimos a las plataformas de medios sociales que reduzcan la visibilidad del contenido radical o xenófobo, podríamos pedirle a las plataformas de streaming que no den tanta visibilidad a canciones que promueven comportamientos machistas”.

Artículo de referencia:

Casanovas-Buliart, L., Alvarez-Cueva, P., & Castillo, C. (2024). Evolution over 62 years: an analysis of sexism in the lyrics of the most-listened-to songs in Spain. Cogent Arts & Humanities, 11(1). https://doi.org/10.1080/23311983.2024.2436723

Fuente: UPF