El estudio, realizado por investigadores de la Universidad de Washington, la Universidad de Stanford y la Universidad del Noreste, también indica que algún día podría ser posible permitir que los usuarios tomen el control de sus algoritmos de redes sociales.
“Los algoritmos de las redes sociales dirigen nuestra atención e influyen en nuestros estados de ánimo y actitudes, pero hasta ahora, solo las plataformas tenían el poder de cambiar el diseño de sus algoritmos y estudiar sus efectos”, dijo Martin Saveski, coautor principal y profesor asistente de la Escuela de Información de la UW. “Nuestra herramienta da esa capacidad a investigadores externos”, dijo.
**“Estudios previos intervinieron a nivel de los usuarios o de las características de la plataforma — por ejemplo, degradando contenido de usuarios con opiniones políticas similares o cambiando a un feed cronológico. Pero nos basamos en los avances recientes en IA para desarrollar una intervención más matizada que reclasifice contenidos que probablemente polaricen”, dijo Saveski
Los investigadores abordaron el problema desde una variedad de disciplinas, incluida las ciencias de la información, informática, psicología y la comunicación.
Luego, en experimentos separados, los investigadores hicieron que un grupo de participantes visualizara sus feeds con este tipo de contenido en un ranking inferior o superior durante siete días y comparara sus reacciones con un grupo de control. No se eliminaron publicaciones, pero las publicaciones políticas más incendiarias aparecían más abajo o más altas en sus flujos de contenido.
El impacto en la polarización era evidente.
“Cuando los participantes estuvieron expuestos a menos cantidad de este contenido, se sintieron más comprensivos hacia la gente del partido opuesto”, dijo el coautor principal Tiziano Piccardi, profesor asistente en la Universidad Johns Hopkins. “Cuando se exponían a más contenido manipulado, sentían menos empatía”
Los investigadores están ahora explorando otras intervenciones que utilicen un método similar, incluidas aquellas que buscan mejorar la salud mental de quienes interactúan en las redes sociales. El equipo también puso a disposición el código de la herramienta actual, para que otros investigadores y desarrolladores puedan utilizarlo para crear sus propios sistemas de clasificación independientes del algoritmo de las plataformas de las redes sociales.
Cita #
-
El estudio Reranking partisan animosity in algorithmic social media feeds alters affective polarization (La reclasificación de la animosidad partidista en los feeds algorítmicos de las redes sociales altera la polarización afectiva), fue publicado en la revista Science. Autores: Tiziano Piccardi, Martin Saveski, Chenyan Jia, Jeffrey Hancock, Jeanne L. Tsai y Michael S. Bernstein.
-
El artículo Social media research tool can reduce polarization — it could also lead to more user control over algorithms, fue escrito por el personal de divulgación de noticias de la Universidad de Washington
Imagen #
Muchas gracias Anna kropekk_pl por su imagen, que hemos utilizado aquí.
Contacto [Notaspampeanas](mailto: notaspampeanas@gmail.com)