Por Angel Di Matteo   𝕏 @shadowargel

Responder a publicaciones con las que estás en desacuerdo podría estar enseñándole al algoritmo de X exactamente lo contrario de lo que deseas: que quieres ver más contenido similar. Un nuevo estudio encontró que el feed “For You” tiende a amplificar publicaciones contrarias a los valores declarados de algunos usuarios, un efecto especialmente pronunciado entre los demócratas analizados.

***

  • Investigadores analizaron los feeds de 715 usuarios activos de X en Estados Unidos durante septiembre y octubre de 2024.
  • El contenido amplificado algorítmicamente mostró una correlación negativa con los valores declarados por los participantes.
  • El efecto fue considerablemente mayor entre usuarios demócratas que entre republicanos.
  • Una posible explicación son las respuestas: discutir con una publicación podría ser interpretado por el algoritmo como una señal de interés.

 

Pelear con desconocidos en  ⁠X podría tener una consecuencia inesperada: enseñarle al algoritmo que quieres seguir viendo aquello que te enfurece.

Un estudio publicado este lunes en Proceedings of the National Academy of Sciences (PNAS) y reseñado por Decrypt, encontró una desconexión entre los valores que los usuarios dicen tener y el contenido que el algoritmo de recomendaciones de X decide amplificar. En lugar de limitarse a mostrar publicaciones compatibles con sus preferencias explícitas, el sistema puede favorecer contenido contrario a ellas cuando este consigue provocar una reacción.

El trabajo fue realizado por investigadores de MIT, la Universidad de Michigan, Johns Hopkins, Stanford y Yale. El equipo estudió a 715 usuarios activos estadounidenses de X durante septiembre y octubre de 2024, utilizando una extensión de navegador para recopilar información tanto del feed algorítmico “For You” como del feed compuesto por cuentas que los participantes habían decidido seguir.

Los resultados encontraron una correlación de -0,150 entre los valores declarados de los usuarios y el contenido amplificado por el algoritmo, donde una cifra más negativa representa mayor desalineación. En contraste, las publicaciones procedentes de las cuentas que los propios participantes habían elegido seguir tendían a coincidir con sus valores.

El efecto fue mucho mayor entre demócratas

La diferencia más llamativa apareció al separar a los participantes según su orientación política. Entre los usuarios demócratas, la correlación entre sus valores y el contenido amplificado fue de -0,229, frente a apenas -0,041 entre republicanos.

Los investigadores repitieron posteriormente el análisis y encontraron nuevamente una diferencia similar: -0,199 entre demócratas y 0,0372 entre republicanos. El estudio identifica así una disparidad consistente, aunque sus resultados por sí solos no determinan qué mecanismo específico del algoritmo provoca esa diferencia.

Una posible explicación está en cómo las plataformas interpretan el engagement. Los sistemas de recomendación no pueden saber directamente si una persona disfruta una publicación, la considera útil o simplemente la encuentra irritante. En cambio, utilizan señales observables como clics, “me gusta”, tiempo de visualización y respuestas.

Esto crea un problema particularmente interesante con las discusiones. Si un usuario responde repetidamente a personas con las que está en desacuerdo, el algoritmo puede interpretar esas interacciones como evidencia de interés, aunque la verdadera motivación sea confrontar o criticar el contenido.

En términos simples: para el usuario, responder puede significar “esto me parece terrible”. Para el sistema de recomendaciones, puede significar simplemente “esto consiguió que interactuaras”.

Cuando indignación e interés parecen lo mismo

La investigación expone una dificultad fundamental de las redes sociales basadas en recomendaciones algorítmicas: lo que provoca una reacción no necesariamente coincide con lo que una persona quiere consumir.

El estudio tampoco determinó si las cuentas que provocaban estas respuestas eran personas reales o automatizadas, por lo que permanece abierta la cuestión sobre el papel que podrían desempeñar los bots en este fenómeno.

El hallazgo resulta especialmente interesante después de que X publicara en enero el código de su algoritmo “For You”, actualmente impulsado por tecnología de Grok. El sistema clasifica publicaciones intentando predecir diferentes comportamientos del usuario, entre ellos la probabilidad de que dé “me gusta” o responda a un mensaje.

El propio Elon Musk reconoció entonces que el algoritmo necesitaba “mejoras masivas”, aunque defendió la decisión de abrirlo como una forma de permitir que el público observara su evolución.

El nuevo estudio apunta precisamente al desafío detrás de esos sistemas: un algoritmo optimizado para conseguir reacciones puede terminar aprendiendo que aquello que enfurece al usuario es también aquello que debe mostrarle con mayor frecuencia.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados