Cómo los sistemas de recomendación influyen en la cultura
Sistemas de recomendación Se han convertido en los principales guardianes de la experiencia cultural para miles de millones de personas en todo el mundo, un cambio con consecuencias tan profundas que ha comenzado a remodelar no solo la cultura que la gente consume, sino también la cultura que se crea.
Anuncios
Según el Informe Global de Música 2024 de la IFPI, cuando el 671% de los oyentes de música descubren nuevos artistas a través de los servicios de streaming, y se citan las listas de reproducción generadas por algoritmos como el principal mecanismo de descubrimiento en todos los grupos de edad, el algoritmo ha desplazado efectivamente al programador de radio, al dependiente de la tienda de discos, al crítico de cine y al editor cultural como la fuerza dominante que moldea el gusto cultural a gran escala.
Esta sustitución no es meramente administrativa, sino que representa un cambio fundamental en la lógica que rige qué obras culturales llegan al público, ya que la selección algorítmica optimiza métricas de participación que no son idénticas a los valores que la curación cultural humana ha intentado servir históricamente, y a menudo entran en conflicto con ellos.
Una investigación realizada por Hesmondhalgh y sus colegas, publicada en 2023, reveló que los algoritmos de recomendación tienden a reducir la diversidad cultural al reforzar las preferencias existentes, un patrón confirmado por los datos de diversidad de géneros de la lista Viral 50 Global de Spotify entre 2018 y 2024, que mostraron una disminución progresiva en la variedad de géneros y un dominio creciente de los sonidos orientados al pop que marginan los géneros experimentales y regionales.
Un estudio cuantitativo realizado por los propios científicos de investigación de Spotify confirmó que las recomendaciones generadas algorítmicamente reducen significativamente la diversidad de consumo, un hallazgo que coincide con lo que Eli Pariser denominó "burbujas de filtro": cámaras de eco reforzadas por algoritmos que aíslan a los usuarios no solo informativamente, sino también culturalmente.
Anuncios
Lo que está en juego en esta dinámica no es simplemente la preferencia del consumidor, sino la ecología de la producción cultural en sí misma, porque la cultura que los algoritmos recompensan es la cultura que cada vez se produce más.
La arquitectura de la recomendación: cómo los sistemas eligen lo que ves.
Los sistemas de recomendación no son herramientas neutrales que ponen en contacto a las personas con el contenido que preferirían de forma independiente; son motores de optimización diseñados para maximizar métricas específicas en beneficio de intereses comerciales específicos, y comprender su arquitectura es esencial para comprender sus efectos culturales.
El filtrado colaborativo, el enfoque dominante en la mayoría de los sistemas de recomendación importantes, sugiere contenido basándose en el comportamiento de usuarios considerados similares al usuario actual, creando bucles de retroalimentación en los que la popularidad se amplifica y la oscuridad se refuerza a sí misma, independientemente de la calidad o singularidad real del contenido subyacente.
El sistema de recomendaciones de Spotify, impulsado por redes neuronales convolucionales y procesamiento del lenguaje natural, selecciona listas de reproducción que favorecen las canciones con lo que los expertos de la industria llaman "transmisión algorítmica": introducciones cortas, estructuras repetitivas, ganchos inmediatos y posicionamiento en géneros convencionales; características que maximizan las métricas de interacción para las que está optimizado el algoritmo, en lugar de características asociadas con la innovación artística o la importancia cultural.
La lógica de recomendaciones de Netflix opera a través de un marco comercial similar: una investigación sobre la lógica algorítmica de su sistema descubrió que construye el gusto cultural mediante la opacidad en lugar de la transparencia, diseñando procesos culturales autogenerativos que socavan lo que los teóricos de la democracia cultural describen como "un compromiso directo y espontáneo con los bienes culturales".
La dimensión de opacidad es fundamental para comprender el poder cultural del algoritmo: los usuarios perciben las recomendaciones como sugerencias personalizadas que reflejan sus propias preferencias, cuando en realidad son el resultado de decisiones comerciales sobre qué socios de contenido reciben un posicionamiento favorable, en qué géneros está invirtiendo la plataforma y qué comportamientos de interacción está optimizando el sistema.
Las grandes discográficas negocian posiciones favorables en las listas de reproducción, los artistas independientes compiten en terreno desigual independientemente de la calidad musical, y el informe de MIDiA Research de 2024 confirmó el resultado de estas asimetrías: los artistas independientes constituyen 801 TP3T del catálogo de Spotify, pero solo reciben 201 TP3T de reproducciones basadas en recomendaciones.
++ El papel de los pasatiempos en la construcción de la identidad.
El efecto de homogeneización: ¿Qué se pierde cuando los algoritmos eligen?
La consecuencia cultural más documentada del predominio de los sistemas de recomendación es la homogeneización: la progresiva reducción de la diversidad cultural que llega a las audiencias a medida que los algoritmos convergen en los formatos, las estructuras y las características estilísticas que generan la mayor participación a mayor escala.
La "regla de los 15 segundos", que ha reestructurado la composición de canciones para adaptarla a TikTok, ilustra este efecto con una claridad inusual: el análisis de datos de canciones virales de TikTok de 2021 a 2024 muestra que las introducciones se han acortado drásticamente, los estribillos aparecen casi de inmediato y la repetición predomina para garantizar que sean memorables dentro del período de atención que recompensa la lógica de recomendación de la plataforma.
Una canción como "Someone Like You" de Adele, cuyo estribillo llega tras casi un minuto de desarrollo emocional, tendría dificultades para obtener visibilidad algorítmica en el actual entorno de recomendaciones breves, independientemente de su calidad artística; una incompatibilidad estructural entre la optimización algorítmica y ciertas formas de ambición artística que afecta a cada decisión creativa tomada por los artistas conscientes de cómo funciona el sistema.
En mercados como el de Brasil, géneros como la samba y el forró quedan eclipsados por el pop y el reguetón globales debido al impulso algorítmico que premia lo que ya tiene la mayor cantidad de datos de interacción global; una dinámica que erosiona el patrimonio musical local no a través de la censura explícita, sino a través de la desventaja estructural de competir contra contenido cuya escala global le otorga una ventaja algorítmica que la especificidad local no puede igualar.
| Dominio cultural | Efecto de homogeneización | Lo que se pierde |
|---|---|---|
| Música | Dominio pop, estructura de gancho corto | Géneros regionales, formas experimentales |
| Cine/Televisión | Preferencia por secuelas y franquicias | Cine de autor, narración de historias locales |
| Noticias | Contenido que genera indignación y fomenta la participación. | Periodismo de investigación y contextual. |
| Libros | Auto-refuerzo de éxito de ventas | Literatura de nivel medio, literatura traducida |
| Artes visuales | Convergencia estética en estilos de alta participación | Trabajo difícil y exigente |
El patrón observado en los distintos ámbitos culturales revela una lógica estructural coherente: los sistemas de recomendación premian el contenido que genera una interacción inmediata con la mayor audiencia posible, lo que perjudica sistemáticamente al contenido cuyo valor depende del conocimiento previo, la atención sostenida, la tolerancia a la dificultad o la especificidad cultural que limita su público objetivo inmediato.
La respuesta del creador: cuando el arte se adapta al algoritmo
La influencia cultural de los sistemas de recomendación se extiende más allá de los patrones de consumo e influye en las decisiones de producción, ya que los creadores de todos los ámbitos culturales toman cada vez más decisiones artísticas basadas en la compatibilidad algorítmica en lugar de basarse únicamente en el criterio creativo.
Los músicos que producen temas "aptos para Spotify" —formulados, de acceso inmediato y optimizados estructuralmente para las métricas de interacción en streaming que determinan la promoción algorítmica— representan la versión más visible de esta adaptación, pero la misma lógica opera en el cine, la televisión, la edición y las artes visuales, dondequiera que la distribución algorítmica determine la viabilidad económica.
Los cineastas conscientes de que el sistema de recomendaciones de Netflix favorece el contenido con altas tasas de finalización —una métrica que premia los géneros conocidos y las estructuras narrativas convencionales— se enfrentan a la presión comercial de producir obras que el algoritmo pueda recomendar fácilmente, en lugar de obras que desafíen o sorprendan al público de maneras que podrían reducir las tasas de finalización, incluso al tiempo que aumentan el impacto cultural.
UNESCO ha documentado la amenaza que la distribución cultural algorítmica supone para la diversidad cultural como bien público, señalando en sus marcos sobre la expresión cultural que la lógica de optimización comercial de los sistemas de recomendación perjudica sistemáticamente a las formas culturales más dependientes de la inversión pública y la protección pública, precisamente aquellas cuyo valor se comprende a través de las generaciones en lugar de optimizarse para métricas de participación trimestrales.
El fenómeno que los investigadores describen como "precariedad algorítmica" —la inestabilidad del trabajo cultural producida por la dependencia del favoritismo algorítmico que puede cambiar sin previo aviso— representa una transformación estructural de las condiciones de la producción cultural, cuyas consecuencias a largo plazo para el alcance y la ambición de la expresión cultural humana apenas comienzan a comprenderse.
++ Cómo los algoritmos influyen en lo que vemos y en lo que creemos.
La paradoja de la personalización: más opciones, menos descubrimiento.
La narrativa de marketing de los sistemas de recomendación se centra en la personalización: la idea de que los algoritmos ofrecen a cada usuario exactamente lo que desea, liberándolos de la cultura de masas genérica que los editores humanos impusieron a audiencias diversas.
La investigación complica constantemente esta narrativa, revelando una paradoja en el corazón de la personalización algorítmica: los usuarios reciben más contenido alineado con sus preferencias demostradas, al tiempo que encuentran menos contenido que ampliaría, desafiaría o redirigiría esas preferencias; una combinación que da la sensación de tener más opciones, pero que produce una experiencia cultural real más limitada.
Los catálogos ilimitados provocan parálisis en la toma de decisiones, y los algoritmos solucionan esto reduciendo la elección efectiva: presentan opciones manejables de una abundancia imposible, al tiempo que hacen que los usuarios no sean conscientes de lo que nunca ven, es decir, que no son conscientes de las opciones que no se les ofrecen.
El “descubrimiento accidental” que caracterizaba el consumo cultural pre-algorítmico —curiosear en una tienda de discos, toparse con un autor desconocido en una biblioteca, ver una película recomendada por un amigo con gustos diferentes— producía una exposición a obras culturales que los sistemas de recomendación que optimizan la similitud de preferencias nunca sugerirían, porque esos sistemas están diseñados para minimizar el riesgo de desinterés en lugar de maximizar la gama de experiencias que proporciona la exposición a la diversidad cultural.
Las investigaciones sobre la lógica algorítmica de Netflix señalaron que reduce las oportunidades para lo que los académicos llaman "fricción epistémica": la dificultad productiva que surge al interactuar con perspectivas diversas y contenido que se resiste a la comprensión inmediata; precisamente la cualidad que la educación cultural ha identificado tradicionalmente como esencial para el desarrollo cultural, en lugar del mero consumo cultural.
Hacia la rendición de cuentas cultural algorítmica
Las consecuencias culturales del predominio de los sistemas de recomendación han comenzado a generar respuestas regulatorias e institucionales que reflejan un reconocimiento creciente de que la lógica de optimización comercial de las plataformas privadas no puede ser el único determinante de la distribución cultural a escala social.
La investigación del gobierno británico sobre los servicios de streaming concluyó que los algoritmos "podrían reflejar sesgos que, posteriormente, podrían reducir el descubrimiento de nueva música, homogeneizar el gusto y desempoderar a los artistas que autoeditan su trabajo", y pidió una mayor supervisión de la opacidad de la selección algorítmica: un reconocimiento normativo de que los efectos culturales de los sistemas de recomendación son una cuestión de interés público, y no simplemente una decisión de diseño comercial.
El concepto de "ciudadanía cultural" —el derecho de las personas a acceder a diversas expresiones culturales como una dimensión de la vida cívica, en lugar de ser simplemente consumidores de entretenimiento seleccionado algorítmicamente— ha ganado terreno en los debates políticos, y algunos investigadores argumentan que los sistemas de recomendación deberían estar obligados a incorporar métricas de diversidad junto con métricas de participación en sus objetivos de optimización.
La Unión Europea ha incluido consideraciones sobre la diversidad cultural en su Ley de Mercados Digitales y en los marcos regulatorios relacionados, lo que refleja el criterio institucional de que el poder cultural de las principales plataformas no puede tratarse como algo puramente comercial, sino como una cuestión con implicaciones para la cultura democrática y la cohesión social.
++ La ética del diseño de la economía de la atención
Las soluciones técnicas que se proponen —algoritmos de recomendación que tienen en cuenta la diversidad, requisitos de transparencia sobre la lógica de las recomendaciones, controles del usuario sobre el grado de personalización— son prometedoras, pero se enfrentan al desafío estructural de que exigen que las plataformas acepten una optimización reducida de la interacción a cambio de bienes culturales que sus modelos de negocio no tienen ningún incentivo directo para valorar.
Conclusión
Los sistemas de recomendación influyen en la cultura no como una infraestructura neutral que sirve a preferencias preexistentes, sino como fuerzas activas que dan forma a lo que se produce, lo que se distribuye, lo que se descubre y qué tipo de ambición cultural es económicamente viable en un mundo donde la promoción algorítmica determina el éxito comercial.
La homogeneización documentada en la música, el cine, las noticias y las artes visuales refleja la consecuencia previsible de optimizar la distribución cultural en función de las métricas de participación en lugar de los valores —diversidad, desafío, especificidad local, ambición artística— que la curación cultural humana ha intentado históricamente servir junto con la viabilidad comercial.
La adaptación de los creadores a las normas algorítmicas —las introducciones más cortas, las estructuras formuladas, las elecciones estéticas que se adaptan a los algoritmos— representa un coste cultural difuso y difícil de cuantificar, pero que refleja una verdadera reducción de las condiciones bajo las cuales ciertas formas de ambición cultural se vuelven económicamente viables.
En definitiva, lo que sugieren las pruebas es que dejar la distribución cultural de miles de millones de personas en manos de sistemas optimizados exclusivamente para la interacción comercial, sin transparencia, rendición de cuentas ni requisitos de diversidad, produce consecuencias culturales que ninguna sociedad democrática respaldaría si se hicieran explícitas en lugar de estar integradas de forma invisible en una infraestructura que la mayoría de la gente experimenta solo como una comodidad personalizada.
Preguntas frecuentes
1. ¿Qué son los sistemas de recomendación y cómo influyen en la cultura? Los sistemas de recomendación son algoritmos que seleccionan el contenido que los usuarios ven en plataformas de streaming y redes sociales. Influyen en la cultura al determinar qué obras creativas llegan al público, qué formatos artísticos son recompensados comercialmente y qué expresiones culturales reciben la promoción algorítmica que determina su viabilidad económica en la era de la distribución digital.
2. ¿Los algoritmos de recomendación homogeneizan los gustos culturales? Sí, las investigaciones demuestran sistemáticamente que sí. Estudios como el realizado por los propios científicos de investigación de Spotify confirmaron que las recomendaciones generadas algorítmicamente reducen significativamente la diversidad de consumo, y los datos de diversidad de géneros de la lista Viral 50 Global de Spotify muestran una reducción progresiva entre 2018 y 2024.
3. ¿Cómo influyen los sistemas de recomendación en las creaciones de los artistas? Cada vez más, los creadores toman decisiones artísticas basadas en la compatibilidad algorítmica —introducciones más cortas, estructuras más repetitivas, posicionamiento dentro del género principal— para maximizar la promoción algorítmica que determina el alcance comercial. Esto genera lo que los investigadores denominan «precariedad algorítmica» y una reducción de las formas artísticas económicamente viables.
4. ¿La personalización realmente aporta a los usuarios mayor o menor diversidad cultural? Menos, a pesar de aparentar ofrecer más. Los sistemas de recomendación reducen la efectividad de las opciones al optimizar la similitud de preferencias en lugar del descubrimiento, lo que hace que los usuarios desconozcan lo que nunca ven y elimina la exposición accidental a culturas desconocidas que producía la navegación pre-algorítmica.
5. ¿Qué respuestas regulatorias están surgiendo para abordar los efectos culturales de los sistemas de recomendación? El gobierno británico ha solicitado una mayor supervisión de la opacidad de la selección algorítmica de contenido. La UE ha incorporado consideraciones sobre diversidad cultural en su Ley de Mercados Digitales. Investigadores han propuesto algoritmos que tengan en cuenta la diversidad, requisitos de transparencia y controles de usuario como respuestas técnicas a la lógica de optimización comercial que actualmente rige el diseño de los sistemas de recomendación.
