AI generated

Els algoritmes són més uniformitzadors que la curadoria humana?

Hi ha una crítica que apareix sempre que es parla de recomanadors algorítmics aplicats a la cultura: que els algoritmes ens donen sempre més del mateix, que reforcen els gustos existents i empobreixen la diversitat cultural.

La crítica té fonament. Però té trampa.

El que els algoritmes fan malament (i és real)

Els sistemes de recomanació de Netflix, Spotify o Goodreads estan dissenyats amb un objectiu principal: maximitzar la retenció de l’usuari. Per a això, tendeixen a suggerir continguts similars al que ja ha funcionat. Eficient, però conservador.

El resultat és documentat: els artistes més escoltats reben més recomanacions, la qual cosa els fa encara més escoltats. Eli Pariser ho va anomenar «bombolla de filtre». En cultura, això té conseqüències reals: propostes experimentals, locals o independents perden visibilitat, no per manca de qualitat, sinó per manca d’historial de consum.

Fins aquí, la crítica és justa.

El que la crítica oblida

La curadoria humana tampoc no està lliure de biaixos. Durant dècades, la prescripció cultural ha estat en mans de crítics, programadors i comitès editorials que han fet una feina imprescindible, però que també han operat amb biaixos estètics, ideològics, geogràfics i de gènere. El cànon literari occidental va ignorar durant segles l’escriptura de dones. La programació de molts festivals reflecteix les xarxes de qui programa, no la diversitat de l’ecosistema.

I hi ha un altre factor que la crítica a l’algoritme oblida: l’aversió al risc del propi espectador. Una part molt significativa de la repetició de consum cultural no la genera l’algoritme. La genera la psicologia humana. La por d’equivocar-se existia abans de les plataformes digitals i continuaria existint sense elles.

El problema de l’homogeneïtzació cultural no va néixer amb els algoritmes. Els algoritmes, en alguns casos, simplement ho reflecteixen i ho amplifiquen.

La pregunta útil no és: «algoritme o humà?»

La pregunta útil és: amb quins criteris es filtra l’oferta cultural, sigui qui sigui qui filtri?

Un algoritme dissenyat per maximitzar l’engagement comercial tendirà cap a l’homogeneïtzació. Un dissenyat amb criteris de diversitat i exploració pot fer exactament el contrari: donar visibilitat a propostes que mai no haurien arribat a certs públics pels canals tradicionals. El mateix s’aplica a la curadoria humana: pot ser conservadora o arriscada segons els valors dels curadors.

El debat no és tecnologia versus humanisme. El debat és quins valors volem codificar en els sistemes que medien entre l’oferta cultural i els públics.

El risc real: el no consum

Hi ha alguna cosa que la crítica a l’algoritme perd de vista: el principal competidor del teatre o del concert no és una mala recomanació. És el sofà.

El risc més gran no és que l’espectador triï l’obra equivocada. És que no en triï cap. Un sistema de recomanació que redueix la càrrega de decisió i facilita la trobada entre espectador i obra —encara que no sigui perfecte— té un valor real. No perquè substitueixi el criteri cultural, sinó perquè redueix la fricció que impedeix que aquest criteri s’activi.

El model que necessitem

Necessitem algoritmes diferents dels que dominen avui el mercat digital: sistemes dissenyats des dels valors del sector cultural, no importats del comerç electrònic. Que combinin l’escalabilitat de la tecnologia amb el judici contextual i la responsabilitat sobre la diversitat que aporta la curadoria humana. El recomanador de teknecultura ja treballa en aquesta direcció.

L’algoritme no hauria de dictar el relat cultural. Però pot ser una eina poderosa si està al servei dels valors correctes: facilitar l’accés, reduir barreres i donar visibilitat al que d’altra manera no arribaria a certs públics.

La clau és qui el dissenya, amb quins criteris i amb quins objectius.



Aquest anàlisi forma part del TFM La cultura en temps de scroll: cap a un nou model de recomanació algorítmica de continguts culturals, Màster en Gestió Cultural, Universitat de Barcelona (2025).

Compartir