Abstract (Italiano)
Il presente articolo analizza il contributo di Niko Pajkovic alla comprensione del sistema di raccomandazione di Netflix, interpretandolo non come un semplice strumento tecnologico, ma come un dispositivo sociotecnico capace di influenzare la costruzione del gusto audiovisivo. Attraverso un esperimento di reverse engineering e il dialogo con gli studi sulle culture algoritmiche, l’autore mostra come il Netflix Recommender System organizzi la visibilità dei contenuti, definisca comunità algoritmiche del gusto e alimenti circuiti di personalizzazione fondati sulla raccolta continua di dati comportamentali. Il saggio evidenzia come gli algoritmi partecipino alla costruzione delle pratiche culturali, conciliando la prospettiva relazionale di Antoine Hennion con l’analisi delle logiche economiche che guidano le piattaforme di streaming.
Abstract (English)
This article examines Niko Pajkovic’s analysis of the Netflix Recommender System, interpreting it not merely as a technological tool but as a socio-technical device capable of shaping audiovisual taste. Through a reverse engineering experiment and engagement with scholarship on algorithmic cultures, Pajkovic demonstrates how Netflix organizes content visibility, creates algorithmic taste communities, and reinforces personalization through the continuous collection of behavioral data. The article argues that recommendation systems actively participate in the production of cultural practices, combining Antoine Hennion’s relational conception of taste with an analysis of the economic logics underpinning contemporary streaming platforms.