♣

Twitter llevó a cabo recientemente un examen de amplificación algorítmica de los contenidos políticos de la plataforma. El estudio publicado tiene como objetivo conocer si los algoritmos de la red social amplifican el contenido político. El trabajo se dividió en dos partes; en la primera se indagan los tuits de funcionarios electos de siete países -Alemania, Canadá, España, Estados Unidos, Francia, Japón y Reino Unido-; mientras que en la segunda se explora si las recomendaciones amplifican los mensajes de tinte político emitidos por los medios de comunicación.

La investigación fue realizada por Ferenc Huszár (Twitter, Universidad de Cambridge), Sofia Ira Ktena (DeepMind Technologies), Conor O’Brien (Twitter), Luca Belli (Twitter), Andrew Schlaikjer (Twitter) y Moritz Hardt (UC Berkeley; el autor fue consultor remunerado en Twitter).

El contenido de la línea de tiempo de inicio de Twitter se selecciona y ordena mediante algoritmos de personalización. Al clasificar sistemáticamente determinados contenidos, estos algoritmos pueden amplificar algunos mensajes y reducir la visibilidad de otros. Ha habido un intenso debate público y académico sobre la posibilidad de que algunos grupos políticos se beneficien más de la amplificación algorítmica que otros.

El trabajo apunta a proporcionar evidencia cuantitativa a partir de un experimento aleatorio a gran escala y de larga duración en la plataforma de Twitter que comprometió a un grupo de control aleatorio que incluía casi 2 millones de cuentas activas diarias a un feed de contenido cronológico inverso libre de algoritmos.

En primer lugar, se analizaron los tuits de legisladores electos de los principales partidos políticos de 7 países. Nuestros resultados revelan una tendencia notablemente consistente: En 6 de los 7 países estudiados, la derecha política dominante disfruta de una mayor amplificación algorítmica que la izquierda política dominante. En consonancia con esta tendencia general, los segundos resultados, al estudiar el panorama mediático de Estados Unidos, reveló que la amplificación algorítmica favorece a las fuentes de noticias de derechas. Además, se indagó si los algoritmos amplifican más a los grupos políticos de extrema izquierda y de extrema derecha más que a los moderados: en contra de la creencia pública predominante, no se encontraron pruebas que apoyen esta hipótesis.

Desde 2016, los usuarios de Twitter han podido elegir entre ver los tuits ordenados algorítmicamente, primero en la línea de tiempo de inicio o ver los tuits más recientes en orden cronológico inverso. Una línea de tiempo de inicio algorítmica muestra un flujo de tuits de las cuentas que se ha elegido seguir en Twitter, así como recomendaciones de otros contenidos que la plataforma considera que podrían interesar al usuario en función de las cuentas con las que interactúa frecuentemente, los tuits con los que participa, etc. Como resultado, lo que una persona ve en su línea de tiempo de inicio es está ordenado en función de cómo interactúa con el sistema algorítmico, así como de cómo está diseñado el sistema.

El objetivo del trabajo fue comprender mejor la amplificación del contenido político de los funcionarios electos en la línea de tiempo de inicio clasificada algorítmicamente frente a la línea de tiempo de inicio cronológica inversa.

La metodología de investigación incluyó, para abordar la amplificación algorítmica del contenido político en el timeline de inicio, las siguientes preguntas:

• ¿Cuánta amplificación algorítmica recibe el contenido político de los cargos electos en la línea de tiempo de inicio de Twitter clasificada algorítmicamente frente a la línea de tiempo cronológica inversa? ¿Varía esta amplificación entre partidos políticos o dentro de un mismo partido político?
• ¿Hay algunos tipos de grupos políticos más amplificados algorítmicamente que otros? ¿Son estas tendencias consistentes en todos los países?
• ¿Hay algunos medios de comunicación más amplificados por los algoritmos que otros? ¿Favorece la amplificación algorítmica de los medios de comunicación a un lado del espectro político más que a otro?

***

Corpus de análisis

Se analizaron millones de tuits entre el 1 de abril y el 15 de agosto de 2020, de cuentas operadas por funcionarios electos en siete países. Esos datos fueron utilizados para comprobar si dichos tuits se amplifican más en la línea de tiempo de inicio clasificada algorítmicamente que en la alimentación cronológica inversa y si había variación dentro de un partido político. Fuentes públicas de terceros (como los sitios web institucionales oficiales) fueron utilizadas para identificar la afiliación a los partidos políticos.

Para estudiar la amplificación algorítmica de los medios de comunicación, exploraron cientos de millones de tuits que contenían enlaces a artículos compartidos por personas en Twitter durante el mismo periodo de tiempo. Los medios de comunicación se clasificaron en función de las calificaciones de sesgo de los medios de comunicación de dos organizaciones independientes, AllSides y Ad Fontes Media. Se excluyeron los tuits que apuntaban a contenidos no políticos, como recetas de cocina o deportes.

***

Resultados

Una de las conclusiones a la que arribó la empresa es que ciertos contenidos políticos se amplifican en la plataforma. Establecer por qué se producen estos patrones observados es una cuestión bastante más difícil de responder, afirma la investigación, ya que es producto de las interacciones entre las personas y la plataforma. El equipo de trabajo de la empresa que llevó adelante el estudio, ML Ethics, Transparency and Accountability (META), dice que su misión es identificar ambas cosas y mitigar cualquier desigualdad que pueda producirse. 

Este estudio pone de manifiesto la compleja interacción entre un sistema algorítmico y las personas que utilizan la plataforma. La amplificación algorítmica no es problemática por defecto: todos los algoritmos amplifican. La amplificación algorítmica es problemática si existe un trato preferencial en función de cómo se construye el algoritmo frente a las interacciones que las personas tienen con él.

Los investigadores asociados a Twitter determinaron que deben profundizar sus análisis en cuanto a las causas para determinar que cambios son necesarios para reducir los impactos adversos del algoritmo que determina el timeline de inicio.

Una hipótesis que deslizan los autores del trabajo es que, en los Estados Unidos, quienes identifican como liberales son los que les más interactúan con publicaciones de políticos o medios de derecha o extrema derecha. Más allá que la intención sea rebatir, discutir, polemizar o hasta insultar, se pone de manifiesto que muchas veces el objetivo buscado por el autor del tuit es ese precisamente: que, indiferentemente de la ideología política, la mayor cantidad de usuarios compartan su mensaje.

♣♣♣

#PA.

31 de octubre de 2021.