揭示影响音乐可发现性的推荐系统问题行为：出声思维协议研究

文献标题

Surfacing Problematic Recommender System Behaviors Affecting Music Discoverability: A Think-Aloud Protocol

出版信息

• 主题领域: 用户对音乐推荐系统中算法危害的感知
• 关键词: 音乐可发现性，推荐系统，算法偏见，思维大声说出法，用户感知，算法审计，社会偏见，商业驱动，局限性，音乐流媒体

背景与问题

• 问题/挑战: 现有关于音乐推荐系统的研究主要集中在技术评估上，忽视了用户如何感知和解读问题行为，例如偏见、缺乏多样性和有限的可发现性。
• 意义: 理解用户对算法危害的感知对于设计公平且参与性强的推荐系统至关重要，这些系统能够增强音乐的可发现性并应对文化和社会影响。
• 动机与相关工作: 先前的研究记录了推荐系统中的问题，例如流行性偏见、人口统计偏见以及透明度不足。然而，日常用户的实际体验和民间理论仍未得到充分探索，尤其是在音乐流媒体平台的背景下。

解决方案

• 提出的方法: 采用思维大声说出法（Think-Aloud Protocol, TAP）进行定性研究，以捕捉用户对音乐推荐系统中问题行为的实时感知。
• 创新点:
  1. 提供关于数字原住民听众如何感知和解读音乐发现中算法危害的实证见解。
  2. 将TAP应用于音乐领域作为一种用户驱动的审计方法。
  3. 确定关键主题：社会偏见、商业驱动和发现的局限性。
  4. 为设计参与性和公平的推荐系统提供设计启示。
• 过程与关键技术:
  • 在音乐流媒体平台上进行发现导向任务时，对20名意大利年轻人进行TAP访谈。
  • 结合演绎和归纳编码的主题分析，识别用户对算法行为的感知和民间理论。
  • 任务包括识别知名、新颖和多样化的艺术家，反思推荐的影响，并讨论更广泛的算法危害。

结果

• 具体发现:
  • 参与者识别出三种关键问题行为：强化社会偏见（例如性别和种族差异）、商业驱动的曝光（例如流行性偏见和病毒传播性）以及局限于狭窄领域（例如重复推荐）。
  • 用户发展出将这些问题归因于算法设计、行业动态和个人听歌习惯的民间理论。
  • 参与者对影响推荐的有限自主性感到沮丧，并强调算法过程的不透明性。
• 相较基线的优势: 与以往专注于技术指标的研究不同，本研究提供了以用户为中心的洞见，揭示了推荐系统对音乐可发现性的现实影响。
• 实验/评估:
  • 样本：20名意大利年轻人（11名女性，9名男性，1名非二元性别），年龄在18至25岁之间。
  • 平台：主要为Spotify，部分使用Apple Music、Amazon Music和YouTube Music。
  • 指标：基于TAP访谈和主题分析得出的定性主题。
• 局限性与未来工作:
  • 由于样本的同质性（意大利年轻人），研究的普适性有限。
  • 依赖自我报告数据和民间理论，可能无法反映实际的算法机制。
  • 未来工作将包括生态瞬时评估和参与性审计工具的原型开发。

总结

本研究探索了意大利年轻人如何感知音乐推荐系统中的问题行为，重点关注社会偏见、商业驱动和发现的局限性。通过思维大声说出法，参与者阐述了对算法不透明性和有限自主性的民间理论和挫败感。研究结果强调了参与性审计工具和更公平推荐系统的需求，这些系统需在用户偏好与多样性和探索性之间实现平衡。未来研究将通过开发原型并结合自然听歌实践进一步扩展这些见解。