I sistemi di raccomandazione delle piattaforme digitali: Spotify e i casi di trattamento differenziato

Questa tesi ha come obiettivo l’analisi dell’eventuale trattamento differenziato esercitato dalle piattaforme di streaming attraverso meccanismi di raccomandazione, con particolare attenzione allo streaming di musica. Il fenomeno della digitalizzazione ha completamente rivoluzionato il modo in cui avvengono gli scambi. Ne ha sicuramente facilitato il procedimento, ma oltre a ciò, ha comportato una serie di complicazioni potenzialmente pericolose per gli attori del mercato. L’implementazione di meccanismi di recensione e valutazione o raccomandazione ha decisamente aiutato i consumatori nelle scelte d’acquisto, diminuendo sostanzialmente l’asimmetria informativa. Tuttavia, in certi casi le piattaforme digitali possono utilizzare detti sistemi innovativi a proprio vantaggio, danneggiando i consumatori e altri attori. Lo scopo del lavoro è quindi di verificare le modalità con cui le piattaforme streaming, in particolare Spotify, possono eventualmente utilizzare questi meccanismi per esercitare pratiche discriminatorie. In particolare, ciò che verrà analizzato dopo una premessa di chiarimento dei tecnicismi protagonisti dell’elaborato, è l’eventualità del self preferencing e i motivi logici che portano le compagnie ad attuarlo, più in dettaglio il caso delle piattaforme di streaming, attraverso il meccanismo di raccomandazione. Nel terzo capitolo verrà esposto in particolare, il modo in cui Spotify raccomanda i contenuti tramite le proprie playlist e le conseguenze che questo ha sugli ascolti di un brano. L’ultimo capitolo consiste in una digressione sul caso Antitrust che ha coinvolto Apple, in particolare si analizzeranno le condotte che hanno portato l’Unione Europea a sanzionare il gigante di Cupertino.