BaRT significa Bandits for Recommendations as Treatments (Bandidos para Recomendaciones como Tratamientos). Es el sistema de IA que rige lo que aparece en la pantalla de Inicio de un usuario de Spotify, incluido el orden de las listas de reproducción, las canciones dentro de esas listas y el texto explicativo que acompaña a las recomendaciones.
El nombre proviene de una técnica de aprendizaje automático llamada "bandidos multi-brazo", que ayuda al algoritmo a decidir cuándo jugar a lo seguro con música familiar frente a cuándo introducir algo nuevo.
Cómo organiza BaRT la pantalla de Inicio
La pantalla de Inicio de Spotify está estructurada como filas de listas de reproducción llamadas "estanterías" (como "Hecho para ti" o "Inspirado por tu escucha reciente"), con listas de reproducción individuales dentro de esas estanterías llamadas "tarjetas".
BaRT tiene dos trabajos:
- Clasificar las tarjetas dentro de cada estantería - decidir qué listas de reproducción aparecen primero
- Clasificar las estanterías mismas - decidir qué filas de contenido aparecen en la parte superior de tu pantalla
Esta clasificación se personaliza en tiempo real según tu historial de escucha, la hora del día y cómo has respondido a recomendaciones anteriores.
¿Cómo equilibra BaRT la Exploración frente a la Explotación?
BaRT equilibra constantemente dos modos:
El modo Explotación recomienda contenido que el sistema confía en que disfrutarás. Se basa en tu historial de escucha, canciones guardadas, pistas omitidas y actividad de listas de reproducción para predecir lo que te mantendrá escuchando.
El modo Exploración recomienda contenido sobre el cual el sistema tiene incertidumbre. Esto sirve para dos propósitos: ayuda a Spotify a aprender más sobre tus preferencias y te presenta música que de otro modo no habrías encontrado.
El equilibrio entre estos modos se gestiona mediante una estrategia "epsilon-greedy". La mayor parte del tiempo, BaRT explota lo que sabe sobre ti. Ocasionalmente, explora para recopilar nueva información.
Para los usuarios nuevos con poco historial de escucha, BaRT se inclina más hacia la exploración. Para los usuarios de mucho tiempo con preferencias establecidas, se inclina más hacia la explotación.
¿Cuál es la señal de éxito de los 30 segundos?
BaRT mide su propio rendimiento utilizando un umbral simple: si un oyente reproduce una pista recomendada durante más de 30 segundos, la recomendación se cuenta como exitosa.
Cuanto más tiempo escuche alguien una lista de reproducción o sesión de radio recomendada, más confianza gana BaRT en sus predicciones para ese usuario. Por eso los skips tempranos perjudican tu alcance algorítmico - le enseñan a BaRT que la recomendación falló.
¿Cuáles son las tres fuentes de datos que utiliza BaRT?
BaRT no trabaja solo. Se basa en tres canales de datos principales:
| Fuente de datos | Lo que captura | Cómo ayuda |
|---|---|---|
| Filtrado colaborativo | Patrones en lo que disfrutan oyentes similares | "A los fans del Artista X también les gusta el Artista Y" |
| Análisis de audio | Tempo, tonalidad, timbre, energía | Encuentra pistas sónicamente similares para Radio |
| Procesamiento de lenguaje natural | Letras, títulos de listas de reproducción, menciones en blogs | Comprende el contexto de estado de ánimo y género |
Estas señales alimentan a BaRT, que luego decide cómo ponderarlas para cada usuario individual.
¿Qué significa esto para los artistas?
BaRT no es un guardián al que puedas presentarle un pitch. Es un motor de predicción que aprende del comportamiento del oyente.
Un alto número de saves y pocos skips le enseñan a BaRT que tu música satisface a los oyentes a los que se mostró. Esto aumenta la probabilidad de futuras recomendaciones.
Un alto número de skips y pocos saves le enseñan a BaRT que la recomendación no fue adecuada. El sistema tendrá menos probabilidades de mostrar tu pista a oyentes similares.
La única forma de influir en BaRT es enviarle señales positivas a través de la participación genuina del oyente. Esto significa optimizar para la tasa de guardado, la tasa de finalización y las escuchas repetidas en lugar de las reproducciones brutas.
¿Cómo se compara BaRT con otros sistemas de Spotify?
BaRT gestiona específicamente la pantalla de Inicio y las recomendaciones de estanterías personalizadas. Otras superficies algorítmicas tienen su propia lógica:
- Discover Weekly se actualiza cada lunes utilizando filtrado colaborativo
- Release Radar se actualiza cada viernes y prioriza a los artistas seguidos
- Radio y Autoplay utilizan la similitud de audio y las señales de continuación de sesión
Estos sistemas comparten datos, pero operan de forma independiente. Una pista que funciona bien en las recomendaciones de Inicio de BaRT también puede ser seleccionada por Radio, pero no hay una transición garantizada.
¿Qué investigación hay detrás de BaRT?
La investigación fundamental fue publicada por ingenieros de Spotify en 2018 bajo el título "Explore, Exploit, Explain: Personalizing Explainable Recommendations with Bandits". El artículo describe cómo BaRT aprende a predecir la satisfacción del usuario para cualquier combinación de elemento, explicación y contexto.
Desde entonces, Spotify ha seguido refinando el enfoque. Un artículo de investigación de 2025 describe el uso de bandidos contextuales para calibrar tipos de contenido (música, podcasts, audiolibros) dentro de las listas de recomendación, adaptándose a las preferencias cambiantes de los usuarios en tiempo real.