MENÚ
MALDITA TECNOLOGÍA

ESPECIAL REDES SOCIALES: Algoritmos de recomendaciones y contenidos de las plataformas en el 59º consultorio de Maldita Tecnología

Publicado martes, 27 julio 2021
Comparte
Categorías
Redes sociales
Recursos utilizados
Material producción propia

¡Hola, malditas y malditos! Esta edición del consultorio tecnológico no es como las demás, pero estamos seguros de que va a resolver varias de vuestras dudas igualmente. ¿No os habéis preguntado más de una vez por qué las redes sociales que usáis os enseñan unos contenidos específicos? Por eso, vamos a dividir algunas de las plataformas que usamos entre las que nos cuentan un poco más a fondo cómo funcionan sus algoritmos de recomendación y las que no. ¡Quédate con nosotros!

No olvidéis dejar vuestras preguntas para las próximas ediciones del consultorio, que la semana que viene volvemos con más. Podéis mandarlas al correo [email protected], por Twitter, Facebook o rellenando este sencillo formulario.

Antes de empezar, tenemos que recalcar que ninguna red social es demasiado específica a la hora de explicar al dedillo cómo ordenan el contenido que nos muestran. En general, todas tienen en cuenta factores similares: a qué damos me gusta, qué tipo de publicaciones vemos o comentamos más, qué guardamos para ver más tarde, con quién interactuamos más y también otro tipo de datos como dónde residimos, en qué idioma hablamos o incluso qué modelo de móvil tenemos.

La única manera de conocer al cien por cien cómo ordenan las plataformas el contenido que nos muestran es analizando el código de sus algoritmos. Es decir, viendo exactamente qué instrucciones le han dado los equipos de desarrolladores de las plataformas a los programas informáticos que colocan de manera automática el contenido, y esto es algo que las compañías propietarias de las redes sociales no han enseñado nunca.

Instagram

Hace poco Instagram publicó un post en su blog en el que detalla (más que antes, al menos) cómo se ordena nuestro tablón de publicaciones. En principio, lo que sale en él viene sólo de lo que cuelgan las personas a las que sigues. La única excepción son los anuncios publicitarios, que se colocan en función de tus intereses.

Instagram dice que analiza miles de “señales” sobre los contenidos para poder clasificarlos. Esas señales son cosas que a simple vista no se ven: no hablamos sólo de cuántos ‘me gusta’ puede llegar a tener un post, sino la hora y la ubicación (exacta o aproximada) de publicación el tiempo que la gente se detiene para verla, si se ha subido desde un móvil o un ordenador e incluso qué marca de dispositivo es. 

Entre las “señales” más importantes están la popularidad que Instagram considera que tiene una publicación: si tiene miles de interacciones, si se ha subido en una localización que está de moda, si se publicó hace un día o un mes, etc. Las publicaciones dejaron de aparecer en orden cronológico hace varios años, pero aun así es una red social en la que se prioriza el contenido más reciente frente al de años atrás. 

También analiza quién ha publicado el post. Es decir, si sigues a esa persona y si lo haces desde hace mucho tiempo o no, si interactúas con su perfil a menudo, si únicamente te ‘cruzas’ con sus publicaciones y ya está o si motu proprio te metes en su perfil a ver lo que tiene publicado en él. También cuántos seguidores tiene esa persona, a quién sigue, qué tipo de contenido publica, etc. Porque sí, Instagram usa tecnologías de reconocimiento de imágenes que pueden saber hasta cierto punto qué contiene una imagen.

Por supuesto, entre las “señales” más importantes también está nuestra propia actividad. Esta parte no  sólo va de con qué tipo de contenidos interactuamos, sino también cuánto lo hacemos. Piensa que cuanto menos posts guardemos en nuestros ‘me gusta’ y menos sigamos a gente que publique contenido similar, más le va a costar a la plataforma saber qué nos interesa realmente.

Imagen: Instagram.

A partir de ahí, son todo predicciones. Para eso utilizan los llamados algoritmos: cogen todas esas “señales” y las combinan para calcular la probabilidad que hay de que al ver una publicación completamente nueva te vaya a gustar o no. Y, por tanto, vayas a querer guardarla, a darle a ‘me gusta’, a ver más del autor o la autora… O sea, a pasar más tiempo en la plataforma.

“En tu tablón, las cinco interacciones que miraremos con más detenimiento son: qué probabilidad hay de que pases unos cuantos segundos viendo un post, lo comentes, le des a ‘me gusta’, lo guardes y hagas clic en la foto de perfil. Cuantas más posibilidades, y dependiendo del peso que le demos a esa acción, más arriba verás el post en cuestión”, explica el director ejecutivo de Instagram, Adam Mosseri. 

La cuestión es que sin poder ver y estudiar el código de esos algoritmos, nunca podremos saber qué “peso” le da Instagram a cada acción. También admite, en base a sus cálculos, que “la mayoría de tus seguidores no verán lo que compartes porque la mayoría miran menos de la mitad de su tablón”.

Hasta aquí hemos hablado del tablón de publicaciones (llamado feed en inglés). Instagram tiene también una función para “Explorar”, en la que sí que aparece contenido de personas que no sigues: “Para encontrar fotos y vídeos que pueden interesarte miramos señales como qué posts has marcado como ‘me gusta’ o cuáles has comentado en el pasado”.

Aquí entran en juego tus intereses (o al menos los intereses que Instagram cree que son los tuyos): si subes fotos de restaurantes de moda, de recetas de cocina, de viajes, de animales, de ropa, de modelos, de series de televisión… También si en lo que estás interesado directamente es en las personas que actúan como influencers: perfiles que tienen una amplia popularidad y muchos seguidores por subir fotos de su físico, patrocinar marcas de ropa o ser una figura pública y famosa.

Pese a ser esta la versión oficial de Instagram, también hay investigaciones sobre qué contenidos prioriza la red social. Una de la organización alemana AlgorithmWatch levantó la liebre con que Instagram podría haber entrenado a su algoritmo para que muestre a chicas en ropa interior o bikini y a chicos con el pecho desnudo preferentemente, hayas interactuado o no con esas publicaciones concretas. 

TikTok

En 2020, TikTok publicó un post en el que explicaba más o menos de forma detallada cómo funciona su algoritmo de recomendaciones. Esta red social se diferencia de otras en que suele tratar de encasquetar publicaciones de personas que no tenemos entre nuestros contactos si cree que nos van a interesar. Por tanto, no hace falta seguir a gente o tener amigos, como en Facebook, sino que siempre nos va a mostrar contenido.

TikTok ha tenido problemas por ser tan opaco con el contenido que promocionaba: desde investigaciones que concluían que pedía a sus moderadores que limitasen la visibilidad de imágenes de gente “fea” o con aspecto “pobre” a esconder vídeos de personas con discapacidad. Hasta el momento, no se sabía nada de qué hacía con las recomendaciones. 

Los datos básicos que recoge y que usa para mostrarte un contenido u otro son los datos que le das tú como usuario: qué te gusta, qué no, con quién interactúas más, a qué usuario buscas más, qué temas sueles compartir, cuáles buscas pero no compartes… 

En el siguiente nivel están los datos “secundarios” de los vídeos, por así decirlo: qué hashtags utilizas, qué doblajes usas más… ¿Ves el vídeo hasta el final o te quedas a medias? Además hay que tener en cuenta otra cosa muy importante: una vez lleves un tiempo usando la red social, ésta va a crear su propio perfil de usuario sobre ti en base a lo que hagas ahí dentro. Este perfil le sirve para mostrarte contenido y también para colocar publicidad, por ejemplo. De modo que llegará un momento en el que también puede mostrarte cosas en función de lo que a otras personas les guste, si llega a la conclusión de que esas personas tienen un perfil parecido al tuyo.

TikTok, específicamente, dice que hace pruebas para contribuir a que un vídeo pueda hacerse viral. Cuando se sube uno nuevo, se lo enseña a una pequeña muestra de personas. Dependiendo de cómo lo acojan (si lo comparten, lo comentan, interactúan con él, etc.), seguirá buscando perfiles similares a los de esos conejillos de indias para que también le den coba. Si no tiene buen recibimiento, no potenciará el que se comparta por ahí.

La tercera pata son los datos de tu dispositivo, porque sí, a las redes sociales también les interesa saber en qué idioma hablas, desde dónde te conectas físicamente, si es a través de un ordenador o un móvil, si estás solo o acompañado, etc. Puede que no sea el factor más importante, pero suma al conjunto.

Recientemente, The Wall Street Journal ha investigado los algoritmos de recomendación de TikTok poniéndolos a prueba con la creación de un centenar de cuentas automatizadas (bots) que consumían contenido sin parar. Su conclusión es que los sistemas de recomendaciones de la plataforma son capaces de perfilarnos con muchísima más rapidez que el resto de plataformas: en unos tres cuartos de hora puede saber cuáles son los temas que más nos van a interesar y empezará a mostrárnoslos.

YouTube

Los algoritmos de recomendaciones de YouTube son uno de los más estudiados por investigadores, pero no porque la plataforma dé mucha información sobre cómo funcionan, sino todo lo contrario. Una vez más, recordamos que este tipo de sistemas solo se pueden estudiar si las empresas hicieran accesible el código informático de los algoritmos que usan para enseñarnos contenido, pero esto es algo que nunca hacen. De modo que los argumentos acerca de cómo funcionan provienen de estudios independientes.

Un dato que resuena desde 2018 es que el 70% de los vídeos que se ven en YouTube vienen de los vídeos que recomienda la plataforma tras ver uno específico. Es decir, que pasamos de vídeo en vídeo a través de la columna de recomendaciones que nos aparece a la derecha y que diseña YouTube al completo. A veces incluye vídeos que ya hemos visto y otro vídeos nuevos basados en lo que estamos viendo.

Si la plataforma se estudia tanto es porque el bucle en el que nos metemos al unir un vídeo de YouTube con el siguiente que nos recomienda la plataforma puede derivar, según estudios de los últimos años, en contenidos que contienen desinformación, que empujan a los usuarios a contenido “radicalizado” o que reproducen imágenes violentas o muy gráficas que no deberían estar en la plataforma porque incumplen sus propias reglas.

Esta última conclusión es la que arroja la investigación más reciente y más extensa sobre los algoritmos de recomendación de YouTube, hecha por la Fundación Mozilla. Durante diez meses, analizaron información combinada acerca de las recomendaciones que la plataforma hizo a 37.380 personas que cedieron esos datos voluntariamente a través de una herramienta automatizada que controlaba qué vídeos se veían.

Afirman que un 40% de los vídeos que recomienda la plataforma son vídeos que un usuario “lamenta” haber visto, ya sea porque no tiene nada que ver con el vídeo anterior, porque muestra contenido inapropiado o violento o porque incluye comportamiento radicalizado. Ponen el ejemplo de un usuario que vio un vídeo sobre el ejército de Estados Unidos y se le recomendó un vídeo titulado “Hombre humilla a feminista en vídeo viral”. Algunos de ellos iban claramente en contra de las normas de la plataforma.

Imagen tomada del informe de la Fundación Mozilla.

Lo que la plataforma dice es que analiza “señales” sobre nuestra actividad a la hora de sugerirnos recomendaciones: por ejemplo, nuestro historial de búsqueda y de reproducciones, los canales a los que nos suscribimos y su “contexto”, el país desde el que vemos los vídeos y qué hora del día es. En este artículo te explicamos cómo configurar el historial de YouTube para que este desaparezca cada cierto tiempo. Otros factores son el tiempo que pasamos viendo un vídeo: si lo vemos entero, si cortamos la reproducción a la mitad o directamente lo saltamos).

YouTube, propiedad de Google, siempre ha asegurado que hacen todo lo posible por que en la plataforma no haya contenidos desinformadores o que vayan en contra de sus reglas y que constantemente están mejorando sus herramientas automatizadas para detectar este tipo de contenido. Sin embargo, no podemos saber qué cambios sustanciales llega a hacer o no, ya que no es posible saber cómo funcionan esos algoritmos.

Por ejemplo, tras la investigación de la Fundación Mozilla, YouTube retiró unos 200 vídeos de los que ellos analizaron y que incumplían las políticas de la plataforma. Sin embargo, según Mozilla, no proporcionaron contexto sobre por qué los retiraban.

Facebook

Facebook es una de las plataformas a la que más se le ha cuestionado el funcionamiento de sus algoritmos de recomendaciones. Es la red social con más usuarios dados de alta a día de hoy -alrededor de 2,8 millones-, seguido de YouTube y WhatsApp, que pese a considerarse una aplicación de mensajería instantánea más que una red social, se incluye en las estadísticas por su función de conectar a personas. También es una de las más longevas: las primeras versiones de Facebook (aunque alejadas de lo que conocemos ahora) nacieron en 2004.

En esta red social, nosotros elegimos a quién queremos tener como “amigo” y a quién no y también qué páginas queremos seguir. De modo que, hasta cierto punto, estamos eligiendo qué tipo de contenido queremos ver y a qué personas nos interesa seguir. 

¿Por qué hasta cierto punto? En Facebook conviven muchas comunidades de usuarios en grupos (públicos o privados) a los que se puede llegar si te aparecen entre las recomendaciones de la plataforma. Esas recomendaciones se basan en lo que la plataforma infiere de tu personalidad y tus intereses, y no siempre tiene porqué ser acertada. No sólo eso, sino que la red social puede llegar a ofrecerte contenidos desinformativos.

Las publicaciones en Facebook contienen un botón llamado “¿Por qué estoy viendo esta publicación?” que a grandes rasgos explica por qué aparece ese post antes que cualquier otro. Entre las razones que da la red social, está “cuánto interactúas normalmente con los posts de otras personas, páginas o grupos”, “cuánto interactúas con un tipo de publicación específico, como fotos vídeos o enlaces” y también la “popularidad” que tienen las publicaciones que comparten tus contactos.

Lo mismo pasa con los anuncios publicitarios: los que ves te aparecen porque Facebook te ha asignado una categoría de usuario específica. Por ejemplo, que eres una mujer de entre 45 y 55 años que vive en Andalucía, que está interesada en la protección de animales, en hacer ciclismo, yoga, que viaja con asiduidad, que pincha en aplicaciones de rutinas de deporte y que consume frecuentemente contenido sobre COVID-19 y vacunas. Investigaciones independientes han demostrado que entre esos anuncios pueden incluirse hasta categorías de personas interesadas en “pseudociencia”.

Para saber por qué estás viendo un anuncio específico, Facebook tiene incorporada una herramienta llamada “¿Por qué estoy viendo este anuncio?” que te indica algunas de las categorías en las que puedas estar encasillada y otro tipo de información: por ejemplo, si has hecho clic antes en algún post del anunciante en cuestión.

A día de hoy, Facebook basa su negocio publicitario en la venta de paquetes de datos sobre sus usuarios a empresas que quieran anunciar sus productos y servicios en la plataforma: según su informe anual de 2019, el 98% de sus ingresos vinieron de la publicidad. Las compañías pagan para mandar sus anuncios a perfiles hiper segmentados. Es decir, para que lleguen a personas con unos intereses muy específicos y fijados por la red social porque, en teoría, hay más posibilidades de que compren lo anunciado.

Por otro lado, desde hace unos años, cada cierto tiempo se viraliza un contenido que afirma falsamente que Facebook limita a 25 personas las que pueden ver tus publicaciones. Asegura que la red social le muestra siempre las publicaciones de las mismas personas.

Según Facebook, si interactúas mucho con un grupo determinado de personas, es más probable que veas su contenido más frecuentemente que el de otras personas. O sea, que si continuamente comentas las publicaciones de ciertas personas, esa interacción hará que las veas aparecer muchas más veces que otros amigos o amigas que tengas en la red social. De eso y cómo evitarlo en varias redes sociales te hablamos a fondo en este artículo.

Twitter

Twitter no ha desvelado demasiada información sobre sus algoritmos de recomendaciones más allá de que los tuits que vemos proceden de interacciones pasadas e intereses que infiere sobre nosotros. La red social nos da la opción de ordenar los tuits en orden cronológico o mostrando los “destacados” primero. Con esa opción, delegamos en los sistemas de la plataforma qué contenido veremos antes.

Si escogemos la opción de “Mostrar tuits destacados primero” (que podemos activar y desactivar pulsando en las estrellitas que aparecen en la esquina superior derecha de la plataforma), Twitter nos mostrará los contenidos que cree que van a ser más relevantes para nosotros. Por tanto, aparecerán publicaciones de gente con la que interactuamos más a menudo, por ejemplo que hayamos dado ‘me gusta’ o comentado, y también tuits de personas con muchos seguidores y muchos retuits.

Una manera de comprobar en qué categorías cree Twitter que estamos interesados como usuarios es accediendo al menú de “Configuración y privacidad” > “Privacidad y seguridad” > “Contenido que ves”. Una vez ahí verás que hay dos submenús: “Temas” e “Intereses”, y que si pinchas en ellos puedes llevarte una sorpresa.

En “Temas” nos vamos a encontrar con cientos de temáticas que Twitter nos sugiere que sigamos. Pueden estar basadas en las tendencias de cada día y si hacemos clic en ellas Twitter empezará a tener en cuenta que hemos seguido ese “Tema” a la hora de enseñarnos contenido relacionado con ellas. Cualquiera que vea tu perfil podrá ver también los “Temas” que sigues, a no ser que hagas tu cuenta privada.

Algunos de los "Temas" que puede recomendar Twitter.

Los “Intereses” no se marcan, sino que Twitter los va asociando a tu perfil según la actividad que tengas con él. Dentro de “Intereses” tenemos dos subcategorías: “Conocido por” e “Interesado en”

La primera hace referencia a los temas por los que el resto de usuarios de Twitter puede conocer tu cuenta. Digamos que es como una descripción de lo que se habla en ella. Por ejemplo, para la cuenta de Maldita Tecnología, Twitter nos asocia a las categorías de “inteligencia artificial”, “ciberseguridad”, “Google”, “Instagram”, “noticias de tecnología”, “Twitch”, “redes sociales”, etc. ¿Por qué? Porque hablamos mucho de esos temas en la cuenta, así que cree que la define.

En el apartado de “Interesado en” vemos las categorías de temas en los que Twitter cree que estamos interesados. Ahí pueden aparecer cientos de temáticas diferentes que pueden coincidir con tus gustos y tus intereses o no. Sea o no sean acertadas, Twitter personaliza tu contenido en base a ellas. Es decir, que prioriza ciertos anuncios y ciertos tuits frente a otros si tienen que ver con los temas que aparecen en ese menú.

Desde el menú de “Intereses” y desde el de “Temas” se pueden marcar y desmarcar casillas a nuestro antojo, dependiendo de si preferimos que Twitter nos personalice el contenido que vemos en base a las etiquetas que aparecen o no. 

Además de estas opciones, Twitter basa sus sugerencias en nuestra actividad en otras páginas y aplicaciones que no sean Twitter: en páginas de terceros. Si una tienda de ropa tiene activada una función para que cada vez que mires camisetas esa información se mande a Twitter, la red social puede empezar a mandarte anuncios de más ropa de esa tienda o de camisetas parecidas. 

Este tipo de personalización se puede desactivar desde el menú de “Personalización y datos”, que enlazamos. Una vez ahí podemos desactivar todas las opciones de configuración de personalización que tiene Twitter: por ejemplo, que nuestros anuncios se personalicen según la identidad que ellos infieren que tenemos o que se manden acorde a los sitios que hemos visitado (porque hayamos dado permiso a Twitter para que recoja nuestra ubicación: desactívalo aquí).

Y para terminar...

No somos técnicos o ingenieros pero contamos con mucha ayuda de personas que son expertas en su campo para resolver vuestras dudas. Tampoco podemos deciros qué servicio usar o dejar de usar, solo os informamos para que luego decidáis cuál queréis usar y cómo. Porque definitivamente, juntos y juntas es más difícil que nos la cuelen.

Si tenéis cualquier duda sobre esta información o cualquier otra relacionada con la manera de la que te relacionas con todo lo digital, háznosla llegar:

Hazte maldito, Hazte maldita
Te necesitamos para combatir los bulos y la mentira: sólo juntos podemos pararla. En Maldita.es queremos darte herramientas para protegerte contra la desinformación, pero sólo con tu apoyo será posible.

Eres muy importante en esta batalla para que no nos la cuelen. Seguro que tienes conocimientos útiles para nuestra batalla contra los bulos. ¿Tienes conocimientos de idiomas? ¿Lo tuyo es la historia? ¿Sabes mucho sobre leyes? ¡Préstanos tu Superpoder y acabemos juntos con los bulos!

También puedes apoyarnos económicamente. Maldita.es una entidad sin ánimo de lucro y que sea sostenible e independiente, libre de publicidad y con profesionales bien remunerados dedicados a luchar, contigo, contra la desinformación depende de tu ayuda. Cada aportación cuenta, cualquier cantidad es importante.