Al igual que el sonido reverbera en un espacio cerrado, también lo hacen las opiniones y la información en nuestros círculos sociales. Como «Dios los cría y ellos se juntan», estos círculos están formados en su mayoría por personas con ideas afines, lo que dificulta que las opiniones discrepantes se abran paso en nuestro discurso y crea un eco de nuestra propia información y nuestros puntos de vista. Este es el fenómeno de las cámaras de eco que ha suscitado una preocupación creciente en unos Estados Unidos posteriores a las elecciones, un Reino Unido posterior al Brexit y prácticamente en todas partes de un mundo cada vez más conectado.
Las cámaras de eco siempre han existido, pero, a medida que la recopilación de información, las redes sociales y las conversaciones se trasladan a internet, parecen agravarse. ¿A quién debemos culpar: a nosotros mismos o a los algoritmos de filtrado que escapan a nuestro control? Bakshy y sus colegas de los laboratorios de investigación de Facebook concluyen que las propias decisiones de las personas contribuyen más a sus cámaras de eco que el algoritmo de clasificación de la sección de noticias de Facebook (Bakshy et al. 2015). Como nuestras decisiones y clics anteriores alimentan los algoritmos de personalización (El-Bermawy 2016), ambos mecanismos se refuerzan mutuamente y, a largo plazo, crearán cámaras de eco más profundas.
En una investigación reciente, estudiamos qué tipos de usuarios tienen más probabilidades de quedar atrapados en una cámara de eco de contenidos y qué papel desempeña la información sobre popularidad a la hora de propiciarlas (Bar-Gill y Gandal 2017). Este experimento en línea examina los patrones de exploración y elección de contenidos de los usuarios en un entorno de búsqueda simplificado, en el que controlan por separado dos dimensiones de búsqueda: el tema y la popularidad.
En este contexto, la susceptibilidad a las cámaras de eco se mide mediante:
- una exploración relativamente escasa; y
- la dependencia de la popularidad al elegir contenidos.
Intuitivamente, explorar poco y depender de los gustos de la multitud reduce con el tiempo la exposición a contenidos diversos, lo que facilita la creación de una cámara de eco.
El entorno experimental
Nuestro entorno de búsqueda, TED-it1, permite a los usuarios explorar la colección de charlas TED2 (unos 1.600 vídeos cortos) mediante dos botones: «Categoría» y «Popularidad».3 Los usuarios buscan una charla que les gustaría ver.4
Figura 1 La nueva pantalla de búsqueda de TED-it
El botón «Categoría» permite buscar por tema y abre una lista desplegable de 15 categorías. Al elegir una, aparece una lista de charlas de esa categoría en orden aleatorio. Al hacer clic en el botón «Popularidad», los resultados de búsqueda se ordenan según su número de visualizaciones en YouTube, de mayor a menor popularidad. Si se hace clic en «Popularidad» antes de elegir una categoría, el botón genera una lista ordenada de todas las charlas. Los usuarios pueden hacer clic en cada botón tantas veces como quieran, creando una secuencia de búsqueda. La figura 2 muestra una captura de pantalla con los resultados de búsqueda que aparecen después de que un usuario haya hecho clic en «Categoría» y haya elegido la categoría «Entretenimiento».
Figura 2 Resultados de búsqueda en TED-it
Las características personales y sociales de los usuarios, su experiencia previa con los contenidos de TED y su liderazgo de opinión se evaluaron mediante una serie de breves cuestionarios de autoinforme. Reclutamos a 1.846 participantes para el experimento a través de Amazon Mechanical Turk. En nuestro artículo (Bar-Gill y Gandal 2017) se ofrecen estadísticas descriptivas de estos participantes y más detalles sobre los cuestionarios utilizados.
Exploración y elección de contenidos en TED-it
El usuario medio de TED-it hizo 0,65 clics en «Popularidad» y 1,05 clics en «Categoría». Nada menos que el 35 % de los usuarios hizo clic únicamente en «Popularidad», ordenó así todas las charlas y eligió una de esa lista.
Al igual que otras distribuciones del consumo de medios, la distribución de las visualizaciones en TED-it parece tener una cola larga. Nuestros usuarios vieron 532 charlas diferentes. Las cinco charlas más vistas registraron 123, 116, 69, 69 y 63 visualizaciones, respectivamente, mientras que las charlas clasificadas entre los puestos 107 y 532 tuvieron una o dos visualizaciones cada una (véase la figura 3a).
Aunque TED-it muestra el número de visualizaciones de las charlas en YouTube y permite ordenarlas según ese dato, el orden de las visualizaciones en TED-it no refleja el de YouTube. Esto se aprecia en el panel (b) de la figura 3, que muestra el número de visualizaciones en YouTube de las charlas ordenadas según las visualizaciones que obtuvieron en TED-it.
Figura 3 Distribución del número de visualizaciones de las 100 charlas más vistas en TED-it
(a) Distribución del número de visualizaciones en TED-it
(b) Distribución del número de visualizaciones en YouTube
¿Cómo cambia la distribución de las visualizaciones según los patrones de exploración de los usuarios? Un proceso de exploración puede terminar de tres maneras:
(a) Categoría sin ordenar: una lista sin ordenar dentro de una categoría
(b) Categoría ordenada: una lista ordenada por popularidad dentro de una categoría
(c) Todas ordenadas: una lista ordenada de todas las charlas (sin elegir una categoría)
Intuitivamente, la dependencia de la popularidad aumenta de forma monotónica de (a) a (c). Para validar nuestra medida de esa dependencia, el número medio de visualizaciones en YouTube es de 521.007, 2.909.773 y 5.032.500 en los estados finales (a), (b) y (c), respectivamente. La correlación entre el número de visualizaciones en TED-it (nuestro experimento) y en YouTube aumenta de ρ = 0,12 para los usuarios del estado (a) a ρ = 0,69 para los del estado (c).
Una menor dependencia de la popularidad lleva a los usuarios a contenidos menos conocidos por sus pares y más acordes con sus intereses personales. Sostenemos que es menos probable que caigan en cámaras de eco quienes buscan sistemáticamente temas de su interés y dependen menos de las elecciones anteriores de la multitud. En nuestro contexto, la susceptibilidad a las cámaras de eco se refleja en un escaso uso de la búsqueda por categorías y una fuerte dependencia de la clasificación por popularidad.
Factores de riesgo de las cámaras de eco: sociabilidad, familiaridad con los contenidos y edadSociabilidad
Conjeturamos que las personas muy sociables tienden a «seguir a la multitud» y corren el riesgo de quedar atrapadas en cámaras de eco, ya que se identifican mucho con sus pares. En efecto, observamos que las personas muy sociables muestran una menor preferencia por explorar temas y dependen más de la clasificación por popularidad que quienes declaran tener una sociabilidad menor. También observamos que hacen menos clics durante la búsqueda y tienen menos probabilidades de elegir entre resultados de categorías sin ordenar (véase la figura 4).
Figura 4 Sociabilidad y exploración por temas, hombres frente a mujeres
(a) Proporción de primeros clics en «Categoría
(b) Proporción de charlas elegidas entre los resultados sin ordenar de «Categoría»
Familiaridad con los contenidos
Se espera que la experiencia previa con un ámbito de contenidos reduzca la tendencia a explorarlo y, por tanto, que la familiaridad con los contenidos sea un factor de riesgo para las cámaras de eco. Los datos corroboran esta hipótesis en el caso de los usuarios hombres. La figura 5 muestra que los usuarios que ya habían visto charlas TED tienen más probabilidades de empezar su exploración ordenando todas las charlas y menos probabilidades de elegir una charla de una lista sin ordenar. Este efecto es estadísticamente significativo solo en los hombres.
Figura 5 Experiencia con los contenidos y exploración por temas, hombres frente a mujeres
(a) Proporción de primeros clics en «Categoría
(b) Proporción de charlas elegidas entre los resultados sin ordenar de «Categoría»
Edad
Al examinar la relación entre las distintas características demográficas de los usuarios y los patrones de exploración observados, descubrimos que las personas más jóvenes tienen menos probabilidades de buscar por tema y se guían principalmente por la popularidad. Por tanto, los usuarios más jóvenes tienen más probabilidades de quedar atrapados en cámaras de eco que los de más edad.
Los líderes de opinión pueden reducir las cámaras de eco
Los líderes de opinión buscan influir en otras personas de sus círculos sociales. Como los contenidos que ya son populares reducen su capacidad para actuar como referentes intelectuales, esperamos que dependan menos de la popularidad y busquen según sus intereses temáticos para abrir nuevas vías de influencia.
En consonancia con esto, se observa que el liderazgo de opinión afecta a los patrones de exploración, pero solo en el caso de los hombres de nuestra muestra. En concreto, los hombres que son líderes de opinión muestran una mayor preferencia por explorar temas de su interés y dedican más esfuerzo a la búsqueda: hacen más clics que quienes no son líderes de opinión. La figura 6 muestra que los hombres líderes de opinión tienden más a explorar por temas y a elegir de una lista sin ordenar de una categoría específica (aunque solo el primer efecto es estadísticamente significativo).
Estos resultados sugieren que los líderes de opinión tienden a introducir información nueva y, por tanto, pueden reducir las cámaras de eco en sus círculos sociales.
Figura 6 Liderazgo de opinión y exploración por temas, hombres frente a mujeres
(a) Proporción de primeros clics en «Categoría
(b) Proporción de charlas elegidas entre los resultados sin ordenar de «Categoría»
El papel de la información sobre popularidad
La información sobre popularidad, como el número de «Me gusta» en Facebook y de visualizaciones en YouTube, está integrada en nuestros entornos en línea. ¿Cómo afecta esto a nuestra tendencia a explorar ámbitos desconocidos? Por un lado, la información sobre popularidad puede sustituir a la clasificación, al ofrecer una garantía de calidad para contenidos que no encabezan las listas (es decir, que generan miles de visualizaciones, pero no millones). Por otro lado, puede hacer que la popularidad cobre más importancia y complementarla, lo que lleva a depender más de los gustos de la multitud. Determinar si ofrecer información sobre popularidad sustituye a la clasificación o la complementa es, por tanto, una cuestión empírica. Para responderla, asignamos aleatoriamente a los usuarios a una de dos condiciones: mostrar o bloquear la información sobre popularidad en las búsquedas por categoría.
Curiosamente, solo los hombres líderes de opinión se ven afectados por la información sobre popularidad: la complementan con una mayor clasificación, como se observa en la figura 7. Así, la fuerte preferencia por los temas que muestran estos usuarios se debilita cuando disponen de información sobre las elecciones de la multitud.
Figura 7. Efecto de mostrar información sobre popularidad en la tendencia a elegir resultados de búsqueda sin ordenar de una categoría específica
Notas: Proporción de charlas elegidas entre los resultados sin ordenar de «Categoría» con y sin información visible sobre popularidad, para líderes y no líderes de opinión.
Nota final
¿Deberíamos ocultar, o al menos reducir la visibilidad de la información sobre popularidad en nuestros entornos en línea para aumentar la diversidad de los contenidos consumidos? Si la diversidad de contenidos es un objetivo deseable, la respuesta es sí. Además, en todos nuestros análisis no hubo correlaciones estadísticamente significativas entre las características de exploración de los usuarios y los indicadores indirectos de disfrute, como ver las charlas durante más de los cinco minutos exigidos o ver una charla adicional. Esto sugiere que, en el ámbito de las charlas TED, los contenidos populares no son intrínsecamente mejores que los menos populares. Por tanto, diseñar entornos en línea que fomenten la exploración por temas (por ejemplo, dando más visibilidad a los contenidos que no son éxitos y reduciendo la visibilidad del número de visualizaciones) puede mitigar las cámaras de eco de contenidos, con escaso impacto en la satisfacción de los usuarios.
Referencias
Bakshy, E, S Messing y L A Adamic (2015) «Exposición a noticias y opiniones ideológicamente diversas en Facebook», Science, 348(6239): 1130-1132.
Bar-Gill, S y N Gandal (2017) «Exploración y elección de contenidos y cámaras de eco: un experimento», CEPR, documento de debate DP11909.
El-Bermawy, M (2016) «Tu burbuja de filtros está destruyendo la democracia», Wired, 18 de noviembre.
Notas finales
[1] http://ted-it.tau.ac.il/tedit/turk.php.
[2] TED es una organización sin ánimo de lucro dedicada a difundir ideas, normalmente en forma de charlas breves (de 18 minutos o menos). TED son las siglas en inglés de tecnología, entretenimiento y diseño, aunque hoy las charlas TED pueden tratar cualquier tema (más información en https://www.ted.com/about/).
[3] La ubicación de los botones se asigna al azar, de modo que «Popularidad» aparece a la derecha solo para el 50 % de los usuarios. Esto permite descartar posibles efectos de la ubicación.
[4] Para recibir el pago por participar, los usuarios debían ver al menos cinco minutos de la charla. En una prueba piloto inicial se demostró que este requisito motivaba una actividad de búsqueda considerable.
