Cada ‘me gusta’, cada segundo que pasas viendo un vídeo y cada comentario ayudan a construir un perfil que determina qué contenido ves y cuánto tiempo permaneces en la plataforma.
TEXTO: ARANTXA HERRANZ
Seguro que te ha pasado: has estado viendo alguna de tu red social, te has quedado “enganchado” a uno de los vídeos o fotos que te ha sugerido y, a partir de ese momento, te han salido muchos otros contenidos relacionados que te han hecho quedarte aún más tiempo en dicha red social.
Sí, eres “víctima” de los algoritmos de redes sociales, los verdaderos intermediarios entre lo que ocurre en el mundo y lo que cada persona ve en la pantalla de su móvil. Tras ellos, hay sistemas matemáticos que se alimentan de cada gesto y cada pausa que haces para decidir qué contenido aparece primero y qué queda enterrado en el fondo del feed.
Alejandro Rodríguez González.
Alejandro Rodríguez González, Catedrático de Universidad Politécnica de Madrid y adjunto al Vicerrector para Inteligencia Artificial, explica a esta redacción que, básicamente, los algoritmos observan cómo usamos la plataforma. El sistema registra qué publicaciones vemos, cuánto tiempo permanecemos en ellas, si reaccionamos con un “me gusta”, si comentamos, si las compartimos o si pasamos de largo hacia el siguiente contenido. “A partir de todas esas señales van construyendo un perfil”, explica, aunque matiza que no se trata de una comprensión humana de nuestros gustos. “Realmente, el algoritmo no ‘sabe’ que algo nos gusta como lo entendería una persona: calcula la probabilidad de que reaccionemos de una determinada manera ante un contenido”. Es decir, no hay intuición, sino cálculo estadístico.
Ese cálculo se refuerza con lo que otros usuarios hacen. Si el comportamiento de una persona se parece al de miles de usuarios que suelen interesarse por determinados temas, el sistema reutiliza esos patrones, señala Rodríguez. Toda esa información (las propias interacciones y las de quienes se comportan de forma parecida) se combina para decidir qué contenidos se muestran y en qué orden, de modo que cada usuario termina viendo un flujo de información único, incluso dentro de la misma plataforma.
Qué tiene en cuenta
Pero, ¿qué tienen en cuenta estos algoritmos? La lista de señales es larga. Según Rodríguez, las plataformas se fijan “en muchísimas señales” como las comentadas antes (qué vemos, cuánto tiempo lo vemos, si volvemos a ver un vídeo, si lo compartimos, comentamos o reaccionamos, entre otros).
Además, no pesa igual una respuesta a un hilo de texto que la repetición de un vídeo corto o la difusión de una imagen. La ponderación de cada gesto depende de cada red social y del tipo de contenido, porque “no tiene sentido valorar exactamente igual una interacción en una plataforma basada principalmente en texto que en otra centrada en vídeos cortos”.
En los últimos años se ha popularizado la idea de que las redes rastrean hasta el más mínimo movimiento físico de la persona. Sin embargo, Rodríguez asegura que “el seguimiento de los ojos o la presión del dedo no son señales que sepamos que se utilicen de forma habitual como elementos fundamentales”, y añade también que es difícil conocer absolutamente todos los parámetros empleados, porque se trata de sistemas propietarios que cambian de manera continua y cuya configuración interna no es pública.
Sobre la idea de que los algoritmos están diseñados para hacer “adictos” a los usuarios, Rodríguez no cree que tengan una instrucción como tal, pero sí que estos sistemas “están optimizados para mantener nuestro interés, conseguir que interactuemos y que volvamos a utilizar la aplicación”. Esa optimización constante es la que puede “acabar favoreciendo patrones de uso compulsivo”, puesto que el sistema busca maximizar la probabilidad de que la persona se quede un poco más, haga un gesto más, vea otro vídeo más.
Además, este experto explica que el uso y comportamiento en otras aplicaciones puede influir, aunque “depende de cada plataforma y de cómo estén conectados los distintos servicios”. Dentro de un mismo grupo empresarial es posible utilizar información procedente de diferentes servicios, y además “existen tecnologías publicitarias y de seguimiento que permiten que determinadas webs y aplicaciones compartan información sobre nuestra actividad con grandes plataformas”. De ahí que muchas personas tengan la experiencia de buscar un producto en una web y, poco después, empezar a ver publicidad relacionada en otra aplicación.
Ahora bien, ese flujo de datos no es ilimitado ni homogéneo. “Eso no significa que todas las aplicaciones compartan libremente toda nuestra información entre sí”, subraya Rodríguez. Depende de las empresas implicadas, de las integraciones técnicas, de los permisos de cada servicio y de las opciones de privacidad que el usuario haya configurado. Es decir, que parte del grado de personalización y seguimiento no está fijado únicamente por la tecnología, sino también por decisiones empresariales y por el propio nivel de control que cada persona aplica a su configuración.
Recomendaciones
Cuando se analizan los algoritmos de recomendación, Rodríguez resume el principal aspecto positivo y negativo en una misma idea: su capacidad para perfilar a los usuarios.
Por un lado, la parte favorable es evidente. En un entorno con una cantidad prácticamente infinita de contenido, estos sistemas “seleccionan aquello que probablemente nos resulte más interesante”. Para el usuario, esto se traduce en entretenimiento, descubrimiento de nuevos contenidos y una experiencia más personalizada, que evita tener que buscar manualmente entre miles de publicaciones para encontrar algo relevante.
El reverso aparece cuando se observa el modelo económico de buena parte de estas plataformas. Rodríguez recuerda que dicho modelo está “relacionado con captar y mantener nuestra atención”. Cuanto más se utiliza la plataforma y más se interactúa, más oportunidades hay para mostrar publicidad y más información se genera sobre los intereses de cada persona. “Esto puede favorecer un uso compulsivo y generar patrones de comportamiento adictivo”, explica. Las recompensas rápidas y constantes (un nuevo vídeo, una reacción, una notificación) refuerzan el comportamiento de seguir mirando, deslizando y buscando el siguiente contenido que despierte interés, activando mecanismos relacionados con los sistemas de recompensa del cerebro.
Según Rodríguez, en algunos casos estos mecanismos pueden dificultar el control sobre el uso de las plataformas. Además, menciona que el consumo intensivo de determinados formatos, como los vídeos cortos, se ha relacionado con problemas de control de la atención.
Otro efecto señalado es la llamada cámara de eco. Si el sistema aprende que una persona reacciona ante un determinado tipo de contenido, tenderá a mostrarle más contenido similar. El riesgo, en palabras de Rodríguez, es “acabar teniendo una visión sesgada de la realidad, en la que parece que todo el mundo piensa como nosotros simplemente porque el algoritmo ha seleccionado qué parte del mundo enseñarnos”.
Engañar al algoritmo
Ante la pregunta de si es posible “engañar” al algoritmo para que no conozca tanto a la persona, Rodríguez indica que hay margen de maniobra dado que “podemos reducir la personalización, limitar determinados tipos de seguimiento, borrar historiales, utilizar las opciones de ‘no me interesa’ o modificar deliberadamente nuestras interacciones”, enumera. Algunas plataformas permiten incluso “reiniciar o refrescar las recomendaciones”, de modo que se reinicia parcialmente el perfil construido por el sistema.
Sin embargo, recuerda que “si empezamos a dar señales falsas deliberadamente al algoritmo, también estaremos empeorando nuestras propias recomendaciones”. En cierta medida, “la gracia de estas redes sociales está precisamente en que nos muestren contenido que nos interesa”. Por tanto, aunque es posible engañar al algoritmo, en algunos casos “también nos estaremos engañando a nosotros mismos”.
Rodríguez termina poniendo el foco en un aspecto que considera clave: el papel activo del usuario. “Para mí, la cuestión más importante no es tanto cómo engañarlo, sino ser conscientes de que estamos entrenándolo constantemente”, sostiene. Cada vez que alguien se detiene en un vídeo, reacciona ante una publicación o comparte un contenido, “le estamos diciendo un poco más sobre nosotros y sobre qué tiene que mostrarnos después”. El algoritmo no solo observa, aprende con cada gesto. Y ese aprendizaje condiciona, un poco más cada día, el paisaje informativo que cada persona ve cuando abre la aplicación.