BEGIN:VCALENDAR VERSION:2.0 PRODID:-//Date iCal//NONSGML kigkonsult.se iCalcreator 2.20.2// METHOD:PUBLISH X-WR-CALNAME;VALUE=TEXT:Eventi DIAG BEGIN:VTIMEZONE TZID:Europe/Paris BEGIN:STANDARD DTSTART:20261025T030000 TZOFFSETFROM:+0200 TZOFFSETTO:+0100 TZNAME:CET END:STANDARD BEGIN:DAYLIGHT DTSTART:20260329T020000 TZOFFSETFROM:+0100 TZOFFSETTO:+0200 TZNAME:CEST END:DAYLIGHT END:VTIMEZONE BEGIN:VEVENT UID:calendar.31435.field_data.0@151.100.59.104 DTSTAMP:20260616T024048Z CREATED:20260615T113537Z DESCRIPTION:Music recommender systems play a central role in shaping how li steners discover artists and how cultural value is distributed online. Des pite their societal and economic relevance\, these systems remain largely opaque\, raising questions about discoverability\, representation\, and ac countability. In this talk\, I will present my MSCA-funded research projec t focused on auditing music recommender systems from a user-centered persp ective. I will discuss the scientific motivations behind the project\, the methodological challenges of studying proprietary platforms\, and the mai n results obtained through mixed methods research. Beyond the scientific c ontributions\, the talk will also reflect on the process of transforming a n initial research idea into a funded project. I will share practical insi ghts into defining a compelling research question\, positioning it within interdisciplinary contexts\, and navigating competitive grant applications . The seminar aims to provide participants with both a concrete research c ase study and a behind-the-scenes perspective on leading a project as a pr incipal investigator. More info: https://aa4md-project.eu/BioLorenzo Porca ro is a research scientist specializing in recommender systems\, with a pa rticular focus on algorithmic auditing. He is currently a Marie Skłodowska -Curie Postdoctoral Fellow at Sapienza University of Rome\, leading the pr oject Algorithmic Auditing for Music Discoverability (AA4MD). Lorenzo hold s a PhD from Universitat Pompeu Fabra\, where his doctoral research explor ed how diversity in music recommendations shapes listener behavior and per ception. Before his PhD\, he gained industry experience in music data engi neering at SoundCloud and BMAT\, and later served as Scientific Project Of ficer at the European Commission’s Joint Research Centre\, contributing to the European Centre for Algorithmic Transparency (ECAT). More info: https ://lorenzoporcaro.me/ DTSTART;TZID=Europe/Paris:20260707T150000 DTEND;TZID=Europe/Paris:20260707T160000 LAST-MODIFIED:20260615T134802Z LOCATION:B101 and online SUMMARY:Planning a MSCA-PF proposal: Turning Music Discoverability into an Auditable Problem - Lorenzo Porcaro\n\n\n \n \n\n \n\n\nLorenzo\n\n\n Porcaro \n\n \n\n \n\n\n\n\n\nassegnista di ricerca\n\n\npagina perso nale\n\nstanza: \n\nB123\n\nMember of: \n\n \n\n \n\n \n\nBiografia:  \n\n\n\nLorenzo Porcaro ha conseguito la laurea triennale in Matematica pe r le Applicazioni nel 2014 presso La Sapienza - Università di Roma (Italia ) e i master in Sound and Music Computing (2015) e Intelligent Interactive Systems (2018) presso l’Universitat Pompeu Fabra (UPF) di Barcellona (Spa gna). Dal 2018 al 2022 ha svolto un dottorato di ricerca intitolato “Asses sing the Impact of Music Recommendation Diversity on Listeners” presso il Music Technology Group\, parte del Dipartimento di Tecnologia dell’Informa zione e della Comunicazione della UPF\, sotto la supervisione della Prof.s sa Emilia Gómez e del Prof. Carlos Castillo. La sua tesi si è concentrata sull’esplorazione di nuovi metodi per valutare l’impatto della diversità n elle raccomandazioni musicali sui comportamenti e sugli atteggiamenti degl i ascoltatori\, fornendo prove empiriche sul ruolo che la diversità gioca nel mediare la relazione tra raccomandazioni musicali e ascoltatori. Ha co nseguito il titolo di dottore di ricerca presso la UPF con il massimo dei voti (“cum laude”) nel 2022.\n\n\nDurante il dottorato\, Lorenzo ha partec ipato al progetto TROMPA (Towards Richer Online Music Public-domain Archiv es)\, un’iniziativa di ricerca internazionale finanziata dall’Unione Europ ea per migliorare l’accessibilità delle risorse musicali digitali di pubbl ico dominio. Ha inoltre collaborato al progetto MusicalAI\, finanziato dal Ministero della Scienza e dell’Innovazione del Governo Spagnolo\, esplora ndo applicazioni dell’IA per supportare esperienze musicali in un’ottica d ata-driven e centrata sull’utente. Prima di intraprendere il dottorato\, h a acquisito esperienza nell’industria musicale in diversi ruoli di ingegne ria dei dati. Nel 2015 ha svolto uno stage presso SoundCloud\, una delle p iù grandi piattaforme di streaming musicale al mondo. Successivamente\, ha lavorato presso MonkingMe\, una startup catalana che sviluppava una piatt aforma locale di streaming musicale\, e presso BMAT\, un’azienda che monit ora e segnala l’uso della musica a livello globale su TV\, radio\, locali e piattaforme digitali.\n\n\nDopo il PhD\, Lorenzo ha lavorato come Scient ific Project Officer presso il Centro Comune di Ricerca (JRC) della Commis sione Europea\, dove è stato membro del team Human Behaviour and Machine I ntelligence (HUMAINT) all’interno dell’Unità per la Trasparenza Algoritmic a. In questo ruolo\, ha condotto ricerche sull’affidabilità dei sistemi di raccomandazione nel contesto del Digital Service Act (DSA) e ha contribui to al Centro Europeo per la Trasparenza Algoritmica (ECAT). Le sue ricerch e in questo periodo si sono focalizzate sullo sviluppo di metodi per l’aud iting dei sistemi di raccomandazione.\n\n\nAttualmente\, Lorenzo è Marie S kłodowska-Curie Postdoctoral Fellow presso il Dipartimento di Ingegneria I nformatica\, Automatica e Gestionale (DIAG) de La Sapienza - Università di Roma (Italia). È il ricercatore principale del progetto intitolato Algori thmic Auditing for Music Discoverability (AA4MD)\, in collaborazione con l a Prof.ssa Tiziana Catarci\, responsabile del gruppo HCI presso il DIAG.\n \n\nqualifica_rr: \n\nPost doc (research associates) and research assistan t URL;TYPE=URI:http://151.100.59.104/node/31435 END:VEVENT END:VCALENDAR