Editorial: Responsible and robust evaluation for real-world recommendation and search systems

A. Bellogín, P. Sánchez, L. Sebastiá

Frontiers in Big Data Vol. 9, pp. 1995917

Spanish layman's summary:

Esta editorial sintetiza cuatro trabajos sobre evaluación responsable y robusta en sistemas de recomendación y búsqueda. En conjunto, muestran que una evaluación útil debe ir más allá de métricas agregadas y considerar condiciones realistas, cambios temporales y de dominio, diferencias entre subgrupos, validación humana y efectos sobre múltiples stakeholders. También destacan la necesidad de adaptar los criterios de evaluación al contexto, analizar errores y trade-offs, y utilizar la evaluación como apoyo para decisiones de diseño, despliegue y priorización de objetivos.

English layman's summary:

This editorial synthesizes four contributions on responsible and robust evaluation for recommender and search systems. Together, they show that meaningful evaluation should go beyond aggregate metrics by considering realistic conditions, temporal and domain changes, subgroup differences, human validation, and effects on multiple stakeholders. They also highlight the need to adapt evaluation criteria to context, examine errors and trade-offs, and use evaluation to inform system design, deployment, and the prioritization of objectives.

Keywords: large language models, multistakeholder fairness, real-world evaluation, recommender systems, search systems

JCR-JIF Impact Factor and WoS quartile: 3,800 - Q1 (2025)

DOI reference: https://doi.org/10.3389/fdata.2026.1995917

Published on paper: 2026.

Published on-line: October 2026.

Citation:
A. Bellogín, P. Sánchez, L. Sebastiá, "Editorial: Responsible and robust evaluation for real-world recommendation and search systems", Frontiers in Big Data, Vol. 9, pp. 1995917, 2026. [Online: October 2026] doi: 10.3389/fdata.2026.1995917