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

Resumen divulgativo:

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.

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

Índice de impacto JCR-JIF y cuartil WoS: 3,800 - Q1 (2025)

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

Publicado en papel: 2026.

Publicado on-line: Octubre 2026.

Cita:
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: Octubre 2026] doi: 10.3389/fdata.2026.1995917