Investigación sobre la Polarización en Redes Sociales
Un equipo de investigadores estadounidenses ha revelado que el orden en el que se presentan los mensajes políticos en las redes sociales afecta directamente a la polarización. Este hallazgo, publicado en la revista Science, es relevante ya que aborda uno de los temas más debatidos desde la aparición de estas plataformas: la fragmentación social en diversos contextos políticos.
El Impacto de las Redes Sociales en la Politización
Las redes sociales se han convertido en una fuente fundamental de información política para millones de usuarios a nivel mundial, funcionando incluso como el canal principal para la politización. A través de estas plataformas, los individuos reciben, comparten y comentan mensajes políticos. Sin embargo, la falta de transparencia en los algoritmos que gestionan el contenido de estas redes dificulta la comprensión de cómo influye la selección de información en las creencias políticas de los usuarios.
Metodología del Estudio
Para investigar el impacto de los algoritmos, el equipo, encabezado por Tiziano Piccardi de la Universidad de Stanford, desarrolló una extensión de navegador que permite reordenar en tiempo real el feed de ciertas redes sociales. Esta herramienta utiliza un modelo de lenguaje avanzado para evaluar el contenido, asignando puntuaciones basadas en la presencia de “actitudes antidemocráticas y animosidad partisana” (AAPA). Con esta información, los mensajes se reordenan sin necesidad de colaborar con las plataformas de redes sociales.
Detalles del Experimento
El experimento involucró a 1,256 participantes, que fueron avisados de su participación. Se centró en X, la red social más utilizada en EE. UU. para expresar opiniones políticas, y se realizó de manera previa a las elecciones presidenciales de 2024, asegurando una gran cantidad de mensajes políticos en circulación. Durante una semana, los participantes fueron expuestos a dos tipos de feeds: uno con alto contenido polarizado (AAPA) y otro con bajo contenido polarizado.
Los investigadores midieron los efectos de esta intervención tanto en la polarización efectiva como en la experiencia emocional de los participantes, registrando reacciones como enfado, tristeza y excitación. Al comparar con un grupo de control que no experimentó ninguna alteración en su feed, se reveló que la reordenación afectó significativamente las emociones de los participantes, aunque no se observaron diferencias en función de las preferencias políticas.
Resultados y Convenciones
Los resultados sugieren que es posible mitigar la polarización en las redes sociales simplemente reordenando los contenidos, haciendo menos visibles los mensajes que promueven actitudes antidemocráticas. Michael Bernstein, profesor de Informática en la Universidad de Stanford y coautor del estudio, indica que la herramienta tiene el potencial de fomentar una mayor confianza social entre los usuarios.
Adaptación a Nuevas Realidades de las Redes Sociales
En los últimos años, ha habido cambios significativos en cómo se difunden los contenidos políticos en las redes sociales. La reducción de equipos de moderación, tanto en empresas como Meta como la eliminación total en X, han dejado un vacío que permite la proliferación de contenidos problemáticos. Investigaciones indican que esta disminución de filtros ha llevado a un aumento en el odio y el acoso en las plataformas.
A su vez, la dinámica de estas redes ha evolucionado; hace unos años se priorizaba el contenido más comentado o popular entre contactos, mientras que hoy en día son los algoritmos los que deciden qué contenido es visible. Esta circunstancia subraya la necesidad de evaluar el impacto que tienen los algoritmos en la formación y refuerzo de ideas políticas.
Comentarios de Expertos
Jennifer Allen, profesora en la Universidad de Nueva York y no participante en el estudio, afirma que la investigación de Piccardi y su equipo presenta una metodología innovadora que no depende de la colaboración de las plataformas. Allen sostiene que esta aproximación podría replicarse en otras redes sociales y en diferentes períodos de tiempo para validar los hallazgos.
