Los algoritmos sí amplían la brecha: el feed de las redes determina la polarización política

Un equipo de investigadores estadounidenses ha demostrado que el orden en que se muestran los mensajes de carácter político en las plataformas digitales afecta de manera significativa la polarización, uno de los temas más debatidos desde la expansión de las redes sociales y la creciente fragmentación de las sociedades. Los resultados, publicados hoy en la revista Science, indican que el efecto se da independientemente de la orientación política del usuario.

Metodología y hallazgos del experimento

Para superar la opacidad habitual de los algoritmos de recomendación, Tiziano Piccardi, de la Universidad de Stanford, y sus colegas diseñaron una extensión del navegador que intercepta y reorganiza en tiempo real el feed de ciertas redes sociales. La herramienta emplea un modelo de lenguaje de gran escala (LLM) que asigna a cada publicación una puntuación basada en la presencia de “actitudes antidemocráticas y animosidad partidista” (AAPA). Según esa valoración, los contenidos se reordenan sin necesidad de colaboración de la propia plataforma.

El estudio se realizó con 1 256 participantes reclutados en los Estados Unidos y se centró en la red X, considerada la más utilizada en el país para debatir temas políticos. La intervención tuvo lugar durante las semanas previas a las elecciones presidenciales de 2024, cuando la circulación de mensajes políticos es especialmente intensa.

Durante una semana, los usuarios fueron asignados aleatoriamente a dos tipos de feeds:

• Un feed con alta concentración de contenido polarizador (alto puntaje AAPA).
• Un feed con baja concentración de contenido polarizador (bajo puntaje AAPA).

Se midieron la polarización afectiva —es decir, los sentimientos expresados hacia grupos políticos opuestos— y la experiencia emocional (enojo, tristeza, excitación o calma) mediante encuestas realizadas durante y después del experimento.

Resultados principales

• La reordenación del feed influyó de forma significativa en la polarización afectiva de los participantes, sin que surgieran diferencias notables según sus preferencias políticas.
• Los cambios en las emociones negativas se observaron durante la exposición al feed manipulado, pero desaparecieron al concluir el experimento.
• Comparado con un grupo de control cuyo feed no fue intervenido, el efecto de la manipulación demostró que el simple ordenamiento de los contenidos puede moderar la intensidad de la polarización.

Según Michael Bernstein, profesor de Informática en Stanford y coautor del estudio, la herramienta no solo abre la posibilidad de reducir la “temperatura” de los debates en línea, sino que también podría “abrir nuevos caminos para promover una mayor confianza social”.

El estudio llega en un contexto en el que la moderación de contenidos ha disminuido notablemente en plataformas como Meta y X, lo que ha ampliado los espacios por donde se infiltran mensajes problemáticos, incrementando el odio y el acoso en línea. Además, la creciente preeminencia de los algoritmos sobre la cronología tradicional ha hecho que la forma en que se seleccionan y ordenan los mensajes tenga un impacto decisivo en la configuración de opiniones políticas.

Jennifer Allen, profesora del departamento de Tecnología, Operaciones y Estadística de la Universidad de Nueva York, destacó que la metodología de Piccardi y su equipo constituye una “forma de investigación creativa” que permite estudiar el efecto de los algoritmos sin depender de la colaboración explícita de las plataformas. Allen también señaló que el enfoque podría replicarse en otras redes y en distintos periodos para validar su robustez.