Folk theories of algorithmic recommendations on Spotify: Enacting data assemblages in the global South

Abstract

Este artículo examina las teorías populares sobre las recomendaciones algorítmicas en Spotify para visibilizar las especificidades culturales de los conjuntos de datos en el Sur global. El estudio se realizó en Costa Rica y se basa en datos triangulados de 30 entrevistas, 4 grupos focales con 22 usuarios y el análisis de imágenes elaboradas por individuos para representar gráficamente su comprensión de las recomendaciones algorítmicas. Se identificaron dos teorías populares principales: una que personifica a Spotify (y lo concibe como un ser social que ofrece recomendaciones mediante la vigilancia) y otra que lo visualiza como un sistema con abundantes recursos (y una máquina computacional que ofrece una experiencia musical individualizada mediante el tipo de "entrenamiento" adecuado). Mientras que la primera teoría enfatiza las concepciones locales de las relaciones sociales para comprender los algoritmos, la segunda destaca el papel de estos en la provisión de una experiencia global de la música y la tecnología. Analizamos por qué las personas adoptan una o ambas de estas teorías y cómo estas proporcionan a los usuarios recursos para ejercer diferentes modalidades de poder y resistencia frente a los algoritmos de recomendación. Sostenemos que las teorías populares ofrecen, por lo tanto, una forma productiva de ampliar la comprensión del significado de la capacidad de acción en relación con los algoritmos.