El sexismo en las letras de las canciones más populares en España ha experimentado un alarmante incremento en los últimos veinte años y especialmente en la última década, según una investigación liderada por la Universidad Pompeu Fabra (UPF).
Un 51% de las letras contiene expresiones sexistas
El trabajo, publicado en la revista Cogent Arts & Humanities, analiza más de 2.000 canciones de entre 1960 y 2022. Los resultados muestran que un 51% de las letras contiene expresiones sexistas. Se trata de un estudio científico pionero, por el uso de herramientas de análisis de contenido basadas en técnicas de inteligencia artificial (IA). 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.
El aumento del machismo en las canciones se manifiesta en la hipersexualización y objetificación del cuerpo de la mujer
Castillo afirma que el aumento de 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 control por parte de los hombres.
En el estudio, se apuntan diversas causas que podrían explicar el 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, ya que la música refleja los valores del marco cultural en el que se circunscribe.
También el análisis 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, estos problemas persisten y siguen influyendo en la representación de la mujer en la música popular.
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”.
Mediante el uso de la IA
Para desarrollar este estudio, uno de los principales retos 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 desarrollado un modelo computacional capaz de detectar automáticamente expresiones sexistas en las canciones, utilizando técnicas de aprendizaje automático e IA. 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.
Se exige limitar la visibilidad de canciones con mensajes machistas en las plataformas de 'streaming'
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 de medios sociales 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.