El sexismo en las letras de las canciones más reproducidas en España ha aumentado de forma significativa durante los últimos 20 años, y en especial, en la última década. En concreto, el 51% de las canciones tienen letras con expresiones sexistas, según revela una investigación liderada por la Universitat Pompeu Fabra (UPF). El estudio científico publicado en la revista Cogente Artes & Humanities, que es pionero por el uso de herramientas de análisis de contenido basadas en técnicas de inteligencia artificial, ha analizado más de 2.000 canciones publicadas entre 1960 y el 2022. El estudio apunta varias causas del aumento de los discursos sexistas en las canciones analizadas. Por una parte, 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 que se circunscribe. Así como la creciente sustitución de la radio por las plataformas de streaming como principal canal de consumo de música. En estas plataformas, no hay los criterios de filtro o selección aplicados por los responsables de los espacios musicales de la radio. El algoritmo de las plataformas también coloca este tipo de canciones más arriba en sus listas. Según la investigación, eso genera un "bucle de retroalimentación".
Estereotipos de género
El estudio también 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. 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 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 objectificación del cuerpo de la mujer o con ideas relacionadas con la posesión y el control por parte de los hombres. Uno de los retos más grandes del estudio ha sido el análisis de más de 2.000 canciones, así como el desarrollo de los datos previos de las letras de estas canciones etiquetadas por su nivel de sexismo. Para poder asumir el reto, los autores han creado un nuevo método para hacer viable y factible el examen de grandes volúmenes de datos en un periodo 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 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 sistema de procesamiento actual, según ha explicado desde la UPF.
La coautora del estudio, Priscila Álvarez, ha apuntado que "la investigación también representa una oportunidad para la investigación en ciencias sociales porque incluye el procesamiento de datos como herramienta metodológica, hecho que contribuye significativamente al análisis de grandes cantidades de datos." Álvarez ha considerado que la 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 sigan adentrándose en la problemática del sexismo y la objectificación del cuerpo, sobre todo de mujeres pero, además, desde una mirada interseccional".
Reducir la visibilidad
Los autores han detallado que los resultados de la investigación y la creación del nuevo sistema de procesamiento de datos pueden contribuir a detectar y monitorizar con más facilidad y eficacia los sesgos sexistas de las canciones. En este sentido, Castillo apunta que igual que se pide a las plataformas de medios sociales que reduzcan 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.