Suscríbete a nuestra newsletter "Sin permiso"

Aumenta el sexismo en las canciones más populares en España

El sexismo está cada vez más presente en las letras de las canciones más escuchadas en España, según se desprende de una investigación liderada por la Universitat Pompeu Fabra (UPF) publicada en la revista Cogent Arts & Humanities, que revela que este problema se ha incrementado significativamente durante los últimos veinte años y especialmente en la última década.

El informe 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, ha adelantado la universidad en un comunicado.

La IA, una herramienta rigurosa

Así pues, un 51 % de las canciones analizadas tienen letras con expresiones sexistas, tal y como ha concluido este estudio científico pionero por el uso de herramientas de análisis de contenido basadas en técnicas de inteligencia artificial.

La autora principal del artículo, Laura Casanovas-Buliart, ha asegurado en un comunicado difundido por la UPF que "los resultados son impactantes" puesto que evidencian que, aunque ha habido "adelantos en la igualdad y la lucha feminista", las letras de muchas canciones "siguen perpetuando estereotipos nocivos".

"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", ha añadido.

La perpetuación de los roles de género

Carlos Castillo, supervisor de este trabajo de fin de grado, ha concretado 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 varias causas del aumento de los discursos sexistas a 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 que se circunscribe.

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 adelantos sociales y políticos en materia de igualdad y del auge del movimiento feminista, especialmente desde 2018.

Las 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 los responsables de los espacios musicales de la radio.

En cambio, todo aquello que se prioriza está relacionado con la popularidad, cosa 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 este tipo de canciones más arriba en sus listas.

Según la investigación, esto genera un "bucle de retroalimentación".

Un nuevo modelo computacional

Para desarrollar este estudio, uno de los retos principales ha sido examinar una muestra tan voluminosa de canciones (más de 2.000) casi sin 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 periodo de tiempo razonable.

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

De este modo, la investigación ha combinado la inteligencia humana y la de la máquina.

Detectar y frenar los sesgos machistas

Priscila Álvarez-Cueva, coautora del estudio, ha añadido que la investigación "también representa una oportunidad para los estudios de las ciencias sociales" porque incluye "el proceso de datos como herramienta metodológica".

Los resultados de la investigación y la creación del nuevo sistema de proceso de datos pueden contribuir a detectar y monitorizar con más facilidad y eficacia los sesgos sexistas de las canciones.

"Igual que 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", concluye Castillo sobre el estudio.