El sexismo en las letras de las canciones más populares en España se ha incrementado significativamente durante los últimos 20 años y especialmente en la última década, según una investigación liderada por la Universitat Pompeu Fabra (UPF). El trabajo analiza más de 2.000 canciones de entre 1960 y 2022. Los resultados muestran que un 51% 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 publicado en la revista ‘Cogent Arts & Humanities’. La expansión de las plataformas de ‘streaming’, sin filtros que sí se aplican por ejemplo en las radios, puede explicar parte del fenómeno.
La autora principal del artículo, Laura Casanovas-Buliart, destaca que aunque ha habido avances en la igualdad y la lucha feminista, las letras de muchas canciones “siguen perpetuando estereotipos nocivos”.
El estudio se deriva del trabajo de fin de grado, supervisado por el director del grupo Web Science and Social Computing del Departamento de Ingeniería de la UPF, Carlos Castillo. Castillo afirma que el aumento de machismo en las canciones de los últimos años se manifiesta sobre todo en la hipersexualización y cosificación del cuerpo de la mujer o con ideas relacionadas con la posesión y 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, al considerar que la música refleja los valores del marco cultural en el que se circunscribe.
Herencia histórica
El estudio recuerda que la sociedad española todavía 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.
El trabajo apunta a otra posible causa: 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 los responsables de los espacios musicales de la radio. El algoritmo de las plataformas 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 retos principales ha sido examinar una muestra tan voluminosa de canciones (más de 2.000) sin apenas contar con datos previos de las letras de estas canciones etiquetadas por su nivel de sexismo. Ante este reto, 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. Han entrenado 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 el sistema, se han utilizado datos etiquetados manualmente procedentes de una iniciativa de ‘crowdsourcing’, un tipo de datos que habrá que continuar ampliando cara al futuro para perfeccionar el sistema de procesamiento actual, explican desde la UPF.
Añaden que 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. En este sentido, Castillo apunta que al igual que se pide a las plataformas que reducen la visibilidad del contenido radical o xenófobo, se podría pedir a las plataformas de ‘streaming’ que no den tanta visibilidad a canciones que promueven comportamientos machistas.