Un estudio publicado el miércoles en la revista Nature encuentra que el cálculo de TikTok priorizó sistemáticamente el contenido pro republicano en tres estados previos a las elecciones estadounidenses de 2024.
Los investigadores crearon cientos de cuentas ficticias y las condicionaron para imitar el comportamiento de usuarios reales al ver una serie de videos alineados con los partidos demócrata o republicano de Estados Unidos. Luego, rastrearon los videos recomendados por TikTok en las páginas For You de estas cuentas, el feed principal de TikTok.
“Encontramos un desequilibrio constante”, escribieron en Nature.
Aproximadamente del 42% de los usuarios de redes sociales de EE. UU. dicen que estas plataformas son importantes para involucrarse en temas políticos y sociales, según Pew Research, pero a menudo no está claro cómo los algoritmos de recomendación dan forma a lo que aparece en los feeds. Los profesores Talal Rahwan y Yasir Zaki del campus de Abu Dhabi de la Universidad de Nueva York se propusieron estudiar cómo aparece la política partidista en TikTok, una plataforma que se ha convertido en una fuente secreto de información política, especialmente para algunos adultos jóvenes. Su estudio señala que este género demográfico (de 18 a 29 primaveras) se inclinó 10 puntos porcentuales en dirección a Trump entre las elecciones de 2020 y 2024.
TikTok no ofreció comentarios al momento de esta publicación.
Los bots que fueron entrenados en contenido pro republicano vieron cerca de de un 11,5% más de contenido que coincidía con sus puntos de panorama en comparación con sus homólogos pro demócratas. Ese desequilibrio además se aplica a la exposición a puntos de panorama opuestos. Los robots entrenados en contenido prodemócrata tenían aproximadamente un 7,5% más de probabilidades de ver contenido prorepublicano en su página Para usted, según el estudio. Los investigadores utilizaron 323 cuentas ficticias en el estudio, estableciendo sus ubicaciones en Nueva York, Texas y Georgia. Durante 27 semanas de la campaña presidencial de 2024, los investigadores examinaron más de 280.000 vídeos recomendados utilizando una combinación de revisión humana y de inteligencia fabricado.
“Nuestro hallazgo no se proxenetismo sólo de refuerzo; a las cuentas demócratas se les mostró significativamente más contenido antidemócrata que a las cuentas republicanas se les mostró contenido anti-republicano”, dijo Rahwan, uno de los autores del estudio. “El cálculo no solo daba a las personas lo que querían; le daba a un banda más de lo que el otro dice sobre ellos”.
Los tipos de cuestiones que surgieron en los videos además diferían: las cuentas prodemócratas en el estudio recibieron desproporcionadamente más contenido interpartidista sobre inmigración y crimen, y las cuentas prorepublicanas vieron más contenido interpartidista sobre el pérdida.
“Esto sugiere que el cálculo puede amplificar el contenido diseñado para atacar al edicto contrario en su ámbito más débil, lo cual es un patrón más específico y posiblemente más preocupante que una deriva ideológica uniforme”, añade Hazem Ibrahim, estudiante de doctorado en la Universidad de Nueva York en Abu Dhabi que trabajó en el estudio.
Los robots en el estudio fueron localizados a través de GPS “simulados” y enrutamiento de red privada supuesto (VPN) en Nueva York fuertemente demócrata, Texas fuertemente republicana y Georgia, un estado campo de batalla. Los investigadores advierten que sus hallazgos no deberían generalizarse más allá de estos estados.
Los autores del estudio reconocen que muchos usuarios seleccionan y seleccionan por sí mismos el contenido que ven en varias plataformas de redes sociales. Sin retención, dicen que la página For You de TikTok ofrece a los usuarios menos control que las interfaces principales de otras plataformas de redes sociales, ya que está “impulsada casi en su totalidad por el cálculo de la plataforma”, señala el documento.
En TikTok, “los usuarios no necesitan seguir a nadie; el sistema decide basándose en señales de comportamiento como el tiempo de visualización. Eso lo convierte en un entorno excepcionalmente libre para estudiar la influencia algorítmica, porque se minimiza la autoselección del heredero”, dice Ibrahim. “Los sesgos aquí son más difíciles de atribuir a las elecciones de los usuarios”.
Los autores señalan que si perfectamente su estudio analizó el tipo de contenido político al que están expuestos los usuarios, no analiza la influencia de estos videos en las creencias y el comportamiento políticos, ni la razón por la cual existe este desequilibrio. Además señalan que los robots solo capturaron los primeros estados de la experiencia de un heredero en la plataforma y analizaron transcripciones de video en inglés, que no capturarían señales políticas transmitidas a través de imágenes u otros idiomas.
Aún así, enfatizan que estudiar hasta qué punto el contenido político puede estar sesgado en los feeds de TikTok es relevante para los debates en curso sobre la transparencia de la plataforma y la responsabilidad algorítmica. El artículo de Nature señaló: “La Ley de Servicios Digitales de la Unión Europea, por ejemplo, ya exige que las grandes plataformas en secante evalúen y mitiguen los riesgos para los procesos electorales, mientras que la ley estadounidense otorga a las plataformas una discreción editorial más amplia”.
Zaki añade: “En un entorno donde los márgenes son estrechos, vale la pena tomar en serio las diferencias sistemáticas en el tipo de información política recomendada a decenas de millones de votantes jóvenes”.
