sharing is caring
ist wirklich so!
Vielen Dank fürs Teilen!
handverlesenswert
Kluge Köpfe filtern für dich relevante Beiträge aus dem Netz.
Entdecke handverlesene Artikel, Videos und Audios zu deinen Themen.
Du befindest dich im Kanal:
Keine Gender-Fairness bei Musikempfehlungs-Algorithmen – was tun?
Musikerin
Kurator'in für: Pop und Kultur
Spielt und singt in Bands und macht Musik für Filme.
Ihre eigenen Bands heissen My Favourite Things und Hunki Dori.
Sammelt und verteilt Lieder und Artikel in München, Berlin und New York.
Mehr und mehr Menschen hören Musik über Streaming-Dienste, Anfang 2020 waren es etwa 400 Millionen Abonnenten. In diesen Apps werden Musiker empfohlen, basierend auf den Hörgewohnheiten jedes Einzelnen – teilweise in Playlisten, die auch von selber spielen, wenn eine Playlist endet. Dies geschieht durch Programme, die den musikalischen Geschmack eines Hörers erlernen, und dann Interpreten vorschlagen oder abspielen, die zur aktuellen Stimmung oder Aktivität des Hörers passen sollen. Eine neue Studie ergab jedoch, dass diese Algorithmen hauptsächlich männliche Musiker weiterempfehlen. Frauen werden in der Musikindustrie von jeher nicht ausreichend repräsentiert: Sie machen momentan lediglich 20 % unter Komponisten / Songwritern aus, und die Werke, die von großen Orchestern gespielt werden, sind zu 98 % von männlichen Komponisten. Dabei ist es natürlich nicht so, dass es einfach mehr männliche Musiker gibt. Es gibt zwar ein paar wenige weibliche Superstars, aber die Mehrheit der Musikerinnen ist weniger bekannt. Zwischen 2013 und 2019 lag der weibliche Anteil bei Grammy-Nominierungen bei nur 10 %, wie einer weiteren Studie zu entnehmen ist.
So ist diese Studie entstanden: Das Online-Magazin The Conversation hatte Musiker befragt, wie Online-Plattformen gerechter gestaltet werden könnten. Als sich das Gender-Ungleichgewicht als großes Problem herauskristallisierte, gingen sie dem auf den Grund: Sie analysierten 330.000 Hörer über 9 Jahre und heraus kam, dass der Anteil der abgespielten Musikerinnen nur bei 25 % lag. Sie testeten den Algorithmus und fanden heraus: Hörer mussten sieben oder acht Lieder abwarten, bis eines von einer Musikerin kam, alle davor waren Männer. Dann versuchten sie den Algorithmus zu verändern, indem sie das Ranking männlicher Musiker niedriger setzten. Dies schien zu funktionieren, die genauere Beschreibung kann man dem Artikel entnehmen. Wer außerdem noch mehr dagegen unternehmen möchte, schlagen sie vor, kann Initiativen wie Keychange oder Women in Music folgen. Auch bei Musikfestivals werden zu wenige Frauen gebucht. Jeder Schritt, diese Imbalance zu ändern, hilft.
Quelle: The Conversation Bild: Shutterstock/WAYH... EN theconversation.com
Bleib immer informiert! Hier gibt's den Kanal Pop und Kultur als Newsletter.
AntennaPod
Podcast Addict
Downcast
Instacast
Apple Podcasts
PodGrasp
gPodder
Pocket Casts
https://www.piqd.de/su...
Erstmal würde ich gerne verstehen, ob es wirklich einen bias gibt beim Algorithmus eines streaming Anbieters, oder ob der einfach nur rein quantitativ vorgeht und darauf verzichtet "Geschlecht" als Kriterium zu nutzen. Anders gefragt: gibt es etwa gleich viele männliche und weibliche Musikproduktionen?
Als Kurator*in kultureller Formate hat man eine besondere Chance oder vielleicht auch Verantwortung, weil man gezielt Sichtbarkeit schaffen kann. Dabei ist man aber mit gesellschaftlichen Fakten konfrontiert sozusagen. Egal, ob man ein Podium, eine Ausstellung, eine Bühne, eine politische Liste oder piqd besetzt - man sieht auf ein reales Angebot und damit muss man arbeiten. Da geht viel mit etwas Einsatz und das macht auch Freude und bringt Qualität. Aber ich finde "alle anderen" machen es sich immer etwas leicht, wenn sie die Kurator*innen mit Kritik überziehen, wenn ein Format nicht ausreichend divers besetzt ist, denn dafür gibt es Gründe sozusagen auch hinter der Leistung des/der Kurator*in ( da greift dann eben so eine Initiative wie "keychange" denke ich).
Und so geht es vielleicht auch dem Algorithmus eines Streaming Dienstes? Welche Daten bekommt er? Wieviel von den 25% Überhang beruhen tatsächlich auf pro-männlichem Bias und wieviel einfach darauf, dass die zur Verfügung stehenden Daten sozusagen männlich sind? Oder verstehe ich da was falsch?
Dann kann man natürlich trotzdem sagen "wir lassen den Algorithmus female-positive kuratieren", weil wir erhöhte Sichtbarkeit von Musikerinnen wollen. Das wurde ja hier ausprobiert anscheinend und ich wundere mich etwas über die "wissenschaftliche Erkenntnis", dass das funktioniert. Natürlich tut es das oder? Man erhöht quantitativ die Sichtbarkeit weiblicher (oder andere) Musikproduktionen, sie werden mehr gehört, sie werden mehr von den Hörer*innen positiv bewertet, der Algorithmus lernt entsprechend und schlägt sie mehr vor. Ist das nicht eine totale Binse?
Und dann steht auch noch die individuelle Qualitätsfrage im Raum. Mir als Hörer ist es ja erstmal ordentlich wumpe, was der/die Künstler*in, deren Stück ich mag für einen Körperbau hat oder mit wem sie/er am liebsten schläft. Ich trainiere und verbessere den Algorithmus mit meinen Bewertungen und meinem Hörverhalten und freue mich über neue, "passende" Vorschläge. Wenn da jetzt sozusagen politisch eingegriffen wird, kann das schon ok sein, aber nur wenn es transparent ist und auch ein "opt-out" fände ich angemessen.