El algoritmo de X se alimenta de la rabia y afecta más a los demócratas, según un estudio. Por Matthew Gault

Por Matthew Gault – 404 Media

El algoritmo de X aprende lo que odias y te muestra más de ello, según un nuevo estudio recién publicado en los Proceedings of the National Academy of Sciences (PNAS). El artículo, titulado Desalineación de valores del algoritmo de feed de X es un reflejo de tensiones de valores en el engagement, concluyó que el algoritmo del sitio priorizaba el engagement por encima de todo cuando generaba la página Para Ti de un usuario. También mostró que X genera más rabia para quienes dicen ser demócratas, aunque la razón exacta de ello no está clara.

«En 2026, quizá no sea el titular más sorprendente de la historia», dijo Ziv Epstein, investigador postdoctoral en la Universidad de Stanford y coautor del artículo, a 404 Media. «Así que profundizamos un poco más para entender por qué está ocurriendo esto, y resulta que el algoritmo de feed de X, como muchos de estos algoritmos de redes sociales, está optimizado para la interacción [pero] resulta que no todos los tipos de interacción se consideran iguales.»

El objetivo del estudio era entender cómo el sistema de valores autoproclamados de un usuario podría influir en lo que ve en X. «Reclutamos una muestra representativa a nivel nacional de N = 715 estadounidenses que son usuarios activos de X en septiembre y octubre de 2024, con cuota igualada por etnia, género y partidismo, para instalar una extensión de navegador que recopilara sus feeds de [Para Ti] y Seguidores, » decía el estudio.

Epstein dijo que el estudio era observacional y tenía como objetivo que la gente se hiciera preguntas sobre lo que quieren ver en redes sociales, cómo está diseñado su feed y por quién. «Hay estos algoritmos de redes sociales que tienen un poder enorme en nuestras vidas, moldean la información que consumimos, y tenemos muy poca transparencia sobre cómo funcionan y cuáles son sus implicaciones», dijo. «Así que estábamos muy interesados en intentar entender los efectos particulares de este algoritmo en particular, y creo que eso tiene implicaciones importantes para la sociedad civil y para combatir algunas de las tendencias tecnofeudales de las plataformas para controlar estos algoritmos.»

Para el estudio, los investigadores recopilaron un «inventario de valores» de los voluntarios utilizando una herramienta de investigación llamada Teoría Schwartz de los Valores Básicos. El inventario de valores en el estudio se presenta como una rueda con 19 puntos que corresponden a características como «tolerancia», «dominancia», «hedonismo» y «apertura al cambio». Los usuarios también informaron de sus alineamientos políticos.

Luego, los investigadores observaron cómo los usuarios interactuaban con las publicaciones en X y cómo esas publicaciones reflejaban sus valores autodeclarados. «Observamos que el inventario de publicaciones de cuentas seguidas refleja los valores autodeclarados por los usuarios, pero que existe una correlación negativa general (desalineación) entre los valores explícitos de los usuarios y los valores en el contenido que el algoritmo es más probable que amplifique», señaló el estudio.

Cuando un usuario en X ve una publicación que le enfada — como un comunicado de prensa de un político de un partido que no le gusta — a veces discuten por la publicación en las respuestas. No importa a quién sigas ni cuáles sean tus valores declarados, X interpreta responder como compromiso y enviará más de las publicaciones irritantes al usuario.

«Cuando analizamos los comentarios, el acto de responder a las publicaciones, es donde realmente vemos algún tipo de desalineación significativa entre los valores de las personas y los valores del contenido al que responden», explicó Epstein.

La mayoría de los participantes me gustaron y volvieron a publicar contenido en X y recibieron más contenido similar. Responder era raro, solo el 6,8% de las interacciones según el estudio, pero tuvo un impacto desproporcionado en el algoritmo. «Responder es solo una fracción del engagement, pero parece haber algunas pruebas de que estos algoritmos están priorizando y aprendiendo más de esta forma de interacción más rara», dijo Epstein. «Así que es un bucle de provocación de indignación. El algoritmo aprende que te indignas y luego sigue sirviendo más contenido en esa dirección, y eso parece ser especialmente cierto para los usuarios demócratas de nuestro estudio.»

Aunque esto ocurrió en todo el espectro político, el estudio encontró que el ragebaiting ocurría más en usuarios que se identificaban como demócratas. «Los usuarios demócratas se enfrentan al abundante contenido desalineado en valores respondiéndole, del que el algoritmo a su vez aprende preferentemente y sigue alimentándoles», señalaba el estudio. «Esto pone de manifiesto una tensión central en cómo operan los algoritmos que maximizan el compromiso en las redes sociales: las fricciones entre las preferencias declaradas de los usuarios y sus comportamientos de confrontación reactiva son explotadas por algoritmos que maximizan el compromiso para crear bucles de retroalimentación descontrolados que aumentan el desajuste de valor.»

Epstein dijo que necesitaría investigar más para descubrir por qué X parece servir más a los demócratas que a los republicanos. Puede que haya más contenido de derechas en X en general o que los demócratas tienden a interactuar con publicaciones con las que no están de acuerdo con más frecuencia. «Puede que haya algún tipo de efectos diferenciales en las dietas informativas allí, o podría ser algo más psicológico sobre cómo las identidades partidistas están desencadenando distintos tipos de acciones y reacciones, pero en última instancia no quiero especular demasiado», dijo.

Le pregunté a Epstein si le preocupaba que priorizar «valores» en un algoritmo de redes sociales pudiera llevar a bases de usuarios más aisladas y más cámaras de eco. «Creo que si seguimos este camino de pensar e imaginar los feeds de redes sociales de las líneas de valor, tenemos que ser muy conscientes del potencial de las cámaras de eco de valor, ¿verdad?» dijo. «Donde la gente simplemente, ya sabes, tiene ciertos valores que tiene, y todo el contenido que ve está alineado con esos valores. Creo que esa es una realidad muy aterradora y oscura.»

Pero también dijo que los valores son intencionados y que pensar en el tipo de cosas que quieres ver en una red social antes de abrir tu feed es positivo. «Estás frenando, respirando hondo y pensando en lo que realmente te importa. En este mundo — y no tengo los datos para esto — pero especularía que a mucha gente realmente le importa ver un conjunto diverso de contenido y involucrarse de forma significativa a través de estas líneas, y sabes que quizá ese no sea un valor particular en mi rueda de 19 dimensiones, pero esto es solo un punto de partida para pensar en nuestras intenciones y pensar muy deliberadamente sobre el tipo de información que queremos ser expuestos, frente a la reacción instintiva que estamos aprendiendo en este modelo muy corto y superficial de atención, emocional y afecto negativo de estas formas tan miopes de interacción.»

X no respondió a la solicitud de comentarios de 404 Media, pero Nikita Bier — exjefe de producto de X — confirmó que el algoritmo del sitio en su momento estuvo configurado para favorecer respuestas. «Esto ya no es cierto», dijo Bier en una publicación en X. «El mayor factor que vio la rabia fue el predictor de respuestas y éramos conscientes de que las respuestas enfadadas hacían que la gente viera más de ese contenido. Así que el mes pasado, le dimos un impulso 15x al predictor de respuestas si es una publicación de un amigo — y redujo la rabia en un orden de magnitud.»