Twitter revela que su algoritmo beneficia a medios y políticos de derechas
Por Cecilia Remis. LQSomos.
El estudio revela que asa amplificación sucede también con los medios de comunicación conservadores; sin embargo, Twitter asegura no conocer las causas de esa amplificación de los mensajes de la derecha
Un estudio realizado por Twitter sobre millones de tweets desde el 1 de abril hasta 15 de agosto de 2020, en cuentas utilizadas por políticos electos de siete países, y ha revelado que “los tweets publicados por cuentas de la derecha política reciben más amplificación algorítmica que la izquierda política cuando se estudian como grupo”. La categorización entre derecha e izquierda se ha hecho de acuerdo a las definiciones de investigadores externos, el estudio también ha incluido si sus algoritmos de recomendación amplifican el contenido político de los medios de comunicación.
Los países sobre los que se ha realizado el informe son: Canadá, miembros de la Cámara de los Comunes. Francia, miembros de la Asamblea Nacional francesa. Alemania, los miembros del Bundestag alemán. Japón, miembros de la Cámara de Representantes. España, miembros del Congreso de los Diputados. Reino Unido, miembros de la Cámara de los Comunes. Estados Unidos, cuentas oficiales y personales de miembros de la Cámara de Representantes y del Senado.
El estudio ha examinado la amplificación algorítmica del contenido político buscando sobre tres temáticas:
1. ¿Cuánta amplificación algorítmica recibe el contenido político de los políticos electos en la línea de tiempo clasificada algorítmicamente de Twitter en comparación con la línea de tiempo cronológica inversa? ¿Esta amplificación varía entre partidos políticos o dentro de un partido político?
2. ¿Se amplifican algorítmicamente algunos tipos de grupos políticos más que otros? ¿Son estas tendencias consistentes en todos los países?
3. ¿Se amplifican más algunos medios de comunicación mediante algoritmos que otros? ¿La amplificación algorítmica de los medios de comunicación favorece a un lado del espectro político más que al otro?
Y, a modo de resumen, esto es lo que han encontrado:
• Los tweets sobre contenido político de políticos electos, independientemente del partido o de si el partido está en el poder, ven una amplificación algorítmica en comparación con el contenido político en la línea de tiempo cronológica inversa.
• Los efectos grupales no se tradujeron en efectos individuales. En otras palabras, dado que la afiliación a un partido o la ideología no es un factor que nuestros sistemas consideren cuando recomiendan contenido, dos individuos en el mismo partido político no necesariamente verían la misma amplificación.
• En seis de siete países, todos menos Alemania, los tweets publicados por cuentas de la derecha política reciben más amplificación algorítmica que la izquierda política cuando se estudian como grupo.
• Los medios de comunicación de derecha, según la definición de las organizaciones independientes enumeradas anteriormente, ven una mayor amplificación algorítmica en Twitter en comparación con los medios de comunicación de izquierda.
Sin embargo, como se destaca en el documento, estas calificaciones de terceros hacen sus propias clasificaciones independientes y, como tales, los resultados del análisis pueden variar según la fuente que se utilice.
Este estudio de investigación destaca 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.
La conclusión a la que llegan es contundente: «cierto contenido político se amplifica en la plataforma». Lo que no han sabido responder es «por qué» sucede esto.
El equipo que ha realizado el informe ahora planea investigar a fondo las raíces de ese fenómeno, pero Twitter usa varios algoritmos que no pueden ser abiertos para detectar posibles sesgos, lo que crea una importante “complejidad a nivel del sistema”.
Leer informe completo: Algorithmic Amplification of Politics on Twitter, clic aquí.
Síguenos en redes sociales… Facebook: LoQueSomos Twitter@LQSomos Telegram: LoQueSomosWeb Instagram: LoQueSomos
