Reacción a "Un estudio muestra que el algoritmo de X (Twitter) mueve al usuario a posiciones políticas más conservadoras"

La investigación desarrollada por investigadores de la Bocconi University (Milán), la University of St. Gallen (Suiza), la Paris School of Economics y la École des Hautes Études en Sciences Sociales (París) constituye una de las evidencias experimentales más sólidas hasta la fecha sobre la relación entre algoritmos de recomendación y actitudes políticas en redes sociales. 

En el contexto actual, marcado por debates intensos sobre desinformación, polarización y gobernanza algorítmica, este tipo de trabajos resulta particularmente necesario. No se trata de un análisis observacional ni de una simple correlación entre consumo digital y preferencias políticas, sino de un estudio con casi 5.000 usuarios estadounidenses activos de X en 2023. Desde el punto de vista de la validez interna, el trabajo es riguroso y técnicamente bien fundamentado. No se limitaron a preguntar qué opinaban los participantes, sino que examinaron qué veían y cómo actuaban; además de medir actitudes declaradas, los investigadores realizaron un esfuerzo metodológico notable al analizar el contenido efectivamente mostrado por el algoritmo y los cambios en el comportamiento real de los usuarios, como las cuentas que comenzaron a seguir. 

Ahora bien, ¿qué demuestra exactamente? El estudio compara dos configuraciones del feed de X: el modo cronológico (“Siguiendo”), que muestra publicaciones en orden temporal de las cuentas ya seguidas; y el modo algorítmico (“Para ti”), que selecciona, reordena y añade contenido según criterios internos de relevancia. Activar el feed algorítmico durante siete semanas produjo desplazamientos estadísticamente significativos en determinadas actitudes políticas hacia posiciones más conservadoras, especialmente en prioridades de política pública, en la valoración de las investigaciones judiciales contra Donald Trump y en opiniones relativas a la guerra en Ucrania. Sin embargo, no modificó la identificación partidista ni la polarización afectiva; es decir, no cambió la adscripción de los usuarios a demócratas o republicanos, ni incrementó el grado de simpatía o el rechazo emocional hacia el otro partido. 

Si bien el algoritmo no transformó identidades políticas consolidadas ni ‘convirtió’ a los usuarios en votantes de otro partido, sí parece haber influido en las posiciones concretas dentro de marcos ideológicos ya existentes. Esto apunta a que el algoritmo puede modular cómo se priorizan ciertos temas o cómo se interpretan determinados acontecimientos, pero sin llegar a alterar la identidad política de fondo. Por tanto, de momento, hablamos de desplazamientos actitudinales específicos, no de reconfiguraciones masivas de los sistemas de creencias. 

El estudio introduce un avance respecto a la evidencia acumulada hasta ahora. Investigaciones previas realizadas habían encontrado que desactivar los algoritmos no producía efectos políticos apreciables. La conclusión provisional era que los algoritmos no parecían tener impacto político directo medible. Este nuevo trabajo introduce una tesis distinta: que apagar el algoritmo no produzca cambios no implica que el algoritmo no haya tenido impacto previamente. Según los autores, la exposición inicial puede influir en a quién decidimos seguir, reconfigurando así el entorno informativo del usuario de forma persistente. El algoritmo no solo ordena información; puede contribuir a moldear la estructura de la red de exposición futura. Esa hipótesis de persistencia es, probablemente, su aportación más significativa. 

Para valorar la importancia pública de las derivaciones de este estudio conviene también dimensionar el alcance de la plataforma. Según el Pew Research Center (2025), aproximadamente el 21 % de los adultos en Estados Unidos afirma utilizar X. Este dato, que debe leerse con cautela dada la dificultad de estimar con precisión el número real de usuarios activos en un entorno con cuentas falsas, inactividad intermitente y entradas y salidas continuas, equivale en términos absolutos a entre 54 y 55 millones de estadounidenses. Cuando se expresa en cifras brutas, la escala resulta más visible: estamos hablando de decenas de millones de ciudadanos en una democracia de 330 millones de habitantes. Además, la influencia política de X es mayor de lo que ese porcentaje sugiere. En la plataforma están muy presentes periodistas, dirigentes políticos y responsables institucionales, que trasladan lo que ocurre allí a medios tradicionales, debates parlamentarios y otras redes. En consecuencia, contenidos que circulan dentro de X pueden acabar marcando la agenda pública general, incluso entre personas que no utilizan directamente la plataforma. Este efecto de amplificación explica por qué una red con una penetración inferior a otras puede tener un peso político considerable. 

En este contexto, los resultados del estudio adquieren una dimensión más amplia. Si el algoritmo puede influir, aunque sea de forma incremental, en cómo se priorizan determinados temas o en cómo se interpretan ciertos acontecimientos dentro de la plataforma, esos pequeños desplazamientos no quedan necesariamente confinados al entorno digital. En la medida en que X funciona como un nodo central de producción y circulación de discurso político, las dinámicas algorítmicas pueden proyectarse indirectamente sobre la agenda mediática general. La hipótesis de la persistencia no apunta a una transformación masiva de la opinión pública, pero sí sugiere que la arquitectura del sistema puede intervenir en un espacio que tiene efectos más allá de sus usuarios directos. 

¿Puede ocurrir lo mismo en otros países? La respuesta requiere prudencia. Los datos corresponden a Estados Unidos en 2023 y a un contexto político específico. El estudio muestra que, en ese periodo concreto, el algoritmo priorizaba relativamente más contenido conservador. En otros sistemas políticos, con configuraciones ideológicas distintas, la dirección del efecto podría variar. No existe base empírica suficiente para generalizar automáticamente el resultado a otros países. Precisamente por ello, se abre aquí un nicho de investigación comparada para evaluar en qué medida estos efectos dependen del diseño técnico, del contexto político o de otros elementos. 

Por ello, deben tenerse en cuenta ciertas limitaciones del estudio, señaladas por los propios autores. Aunque el diseño experimental es robusto, no puede descartarse completamente la existencia de factores no observados, como rasgos de personalidad o predisposiciones ideológicas más intensas que influyan tanto en la elección inicial del tipo de feed como en la respuesta al tratamiento. Además, la muestra está compuesta por usuarios activos; los efectos podrían ser menores entre usuarios ocasionales, que reciben una intensidad de exposición más baja. 

En suma, la investigación es rigurosa y aporta evidencia relevante. No demuestra manipulación masiva ni determinismo tecnológico fuerte, pero sí sugiere algo más estructural: que la arquitectura algorítmica puede influir de manera incremental en la configuración de actitudes políticas específicas, especialmente cuando interviene en la selección de las fuentes que conforman el entorno informativo del usuario. Su importancia reside en la constatación de que el diseño de las infraestructuras digitales forma parte de las condiciones estructurales en las que se forman las opiniones políticas. Cuando esas infraestructuras alcanzan potencialmente a más de 50 millones de ciudadanos en una sola democracia, la cuestión deja de ser meramente técnica para convertirse en un asunto de relevancia pública.