top of page

Revelan cómo funcionaba el algoritmo de Meta en 2020 durante el período electoral

Hace casi tres años, Meta anunció una colaboración con más de una docena de investigadores independientes para analizar el impacto que Facebook e Instagram tuvieron en las elecciones de 2020. Tanto Meta como los investigadores prometieron que el proyecto, basado en importantes volúmenes de datos internos, ofrecería un análisis independiente sobre temas como la polarización y la desinformación. Recientemente se obtuvieron los primeros resultados de estas investigaciones en forma de cuatro artículos revisados por pares publicados en las revistas Science y Nature. Estos estudios ofrecen una nueva visión intrigante sobre cómo los algoritmos de Facebook e Instagram afectaron lo que los usuarios veían antes de las elecciones presidenciales de 2020.

Un estudio publicado en Nature examinó el efecto de las llamadas "cámaras de eco" , es decir, cuando los usuarios están expuestos a una gran cantidad de fuentes "afines" . Si bien los investigadores confirmaron que la mayoría de los usuarios en Estados Unidos ven la mayoría de su contenido proveniente de amigos, páginas y grupos "afines" , señalaron que no todo este contenido es explícitamente político o relacionado con noticias. También encontraron que reducir la cantidad de contenido "afín" disminuyó el compromiso, pero no cambió de manera medible las creencias o actitudes de los usuarios.
Estos hallazgos sugieren que los efectos de las cámaras de eco a menudo se malinterpretan y no son tan perjudiciales como se cree.

Otro estudio analizó el efecto de los feeds cronológicos en comparación con los generados algorítmicamente. Este tema cobró especial relevancia en 2021 gracias a las revelaciones de la denunciante Frances Haugen, quien abogó por volver a los feeds cronológicos. No sorprendentemente, los investigadores concluyeron que los feeds algorítmicos de Facebook e Instagram "influyeron en gran medida en las experiencias de los usuarios". El estudio encontró que el feed cronológico redujo drásticamente el tiempo que los usuarios pasaban en la plataforma, disminuyó su interacción con el contenido y modificó la mezcla de contenido que se les mostraba. Los usuarios veían más contenido de amigos moderados ideológicamente y fuentes con audiencias mixtas, más contenido político, más contenido de fuentes no confiables y menos contenido clasificado como incivil o que contenía palabras ofensivas en comparación con el feed algorítmico.
Sin embargo, los investigadores señalaron que el feed cronológico no causó cambios detectables en las actitudes políticas, el conocimiento o el comportamiento fuera de línea de los usuarios.

Por otro lado, la investigación realizada por Science, se centró en el impacto del contenido compartido en el período previo a las elecciones de 2020. Los investigadores encontraron que eliminar el contenido compartido "reduce sustancialmente la cantidad de noticias políticas, incluido el contenido de fuentes no confiables" , pero no "afecta significativamente la polarización política ni ninguna medida de actitudes políticas a nivel individual".

Además, los investigadores analizaron las noticias políticas que aparecieron en los feeds de los usuarios, considerando si eran de tendencia liberal o conservadora. Concluyeron que Facebook está "substancialmente segregado ideológicamente" , pero que esta segregación ideológica se manifiesta más en el contenido publicado por páginas y grupos que en el contenido publicado por amigos. También encontraron que los usuarios conservadores tenían más probabilidades de ver contenido de fuentes "no confiables" y artículos calificados como falsos por los verificadores de datos externos de la compañía.
Aunque algunos de los hallazgos parecen favorecer a Meta, que ha argumentado durante mucho tiempo que el contenido político es solo una pequeña parte de lo que la mayoría de los usuarios ven, una de las conclusiones más destacadas de la investigación es que no existen soluciones evidentes para abordar la polarización en las redes sociales. "Los resultados de estos experimentos no muestran que las plataformas no sean el problema, pero sí demuestran que no son la solución" , declaró David García, de la Universidad de Konstanz, quien formó parte del equipo de investigación.
En resumen, estas investigaciones ofrecen una visión más completa y matizada sobre el impacto de los algoritmos de Meta en las elecciones de 2020. Si bien hay algunas conclusiones que respaldan a Meta, también se destacan aspectos problemáticos y se plantea la necesidad de encontrar soluciones para abordar la polarización en las redes sociales.

Revelan cómo funcionaba el algoritmo de Meta en 2020 durante el período electoral

Hace casi tres años, Meta anunció una colaboración con más de una docena de investigadores independientes para analizar el impacto que...

bottom of page