TikTok recomendó más contenido alineado con el Partido Republicano durante la campaña presidencial de Estados Unidos en 2024, según una investigación publicada este miércoles en la revista científica Nature. El estudio analizó más de 280.000 videos recomendados por la plataforma durante 27 semanas y detectó diferencias sistemáticas en la exposición política de usuarios simulados.
La investigación sostiene que las cuentas entrenadas para consumir contenido republicano recibieron un 11,5% más de publicaciones afines a su posición política en comparación con cuentas demócratas. Al mismo tiempo, las cuentas vinculadas al Partido Demócrata estuvieron más expuestas a contenido contrario a sus preferencias, especialmente videos críticos hacia candidatos demócratas.
El trabajo fue desarrollado por investigadores de la Universidad de Nueva York en Abu Dhabi, quienes crearon 323 cuentas automatizadas —conocidas como sock puppets— para observar cómo operaba el algoritmo de recomendación de TikTok durante el periodo electoral estadounidense.
Cada cuenta fue configurada con preferencias políticas específicas y ubicaciones simuladas en Texas, Georgia y Nueva York. Algunas consumían únicamente contenido demócrata; otras, republicano. Un tercer grupo permanecía neutral. Después de esa fase inicial, los investigadores analizaron los videos sugeridos por la sección “For You”, el principal motor de descubrimiento de contenido dentro de TikTok.
Los hallazgos aparecen en un momento de presión política creciente sobre TikTok en Estados Unidos. La plataforma, propiedad de la empresa china ByteDance, ha enfrentado cuestionamientos por posibles riesgos de manipulación informativa, seguridad nacional y opacidad algorítmica.
Aunque el estudio evita afirmar que TikTok haya favorecido deliberadamente a un partido político, sí concluye que existieron “asimetrías sistemáticas” en la distribución del contenido político. Los investigadores también señalaron que esas diferencias no podían explicarse únicamente por métricas tradicionales de interacción, como reproducciones, “me gusta” o comentarios.
La investigación identificó además que ciertos temas amplificaban la polarización. Entre las cuentas demócratas aparecieron con mayor frecuencia videos relacionados con inmigración, crimen y política exterior desde enfoques críticos hacia figuras progresistas. En el caso republicano, el tema predominante fue el aborto.
TikTok no es la primera plataforma señalada por posibles sesgos algorítmicos. Estudios previos han documentado fenómenos similares en Facebook, YouTube y X, antes Twitter. Sin embargo, los autores argumentan que TikTok representa un caso distinto porque el control del usuario sobre lo que consume es menor: gran parte del contenido llega mediante recomendaciones automatizadas y no por cuentas seguidas manualmente.
Ese modelo convirtió a TikTok en un laboratorio especialmente útil para estudiar cómo los algoritmos moldean la exposición política de millones de personas. La plataforma supera actualmente los 1.500 millones de usuarios activos en el mundo y tiene una fuerte presencia entre audiencias jóvenes.
Los investigadores utilizaron modelos de inteligencia artificial para clasificar ideológicamente los videos recomendados. El sistema combinó GPT-4o, Gemini y GPT-4 para determinar si cada publicación era política, electoral y favorable o contraria a alguno de los partidos estadounidenses. Luego, los resultados fueron validados manualmente.
El estudio reconoce limitaciones. Solo una parte de los videos analizados contaba con subtítulos descargables y la investigación no logró identificar con precisión qué variables internas del algoritmo produjeron las diferencias observadas.
Aun así, los autores sostienen que los resultados evidencian cómo las plataformas digitales pueden alterar la forma en que las personas se exponen al debate político, incluso sin intervenir directamente sobre el contenido publicado.
La discusión llega en un momento en que gobiernos, académicos y empresas tecnológicas enfrentan una presión creciente para transparentar el funcionamiento de sistemas algorítmicos que hoy median campañas electorales, tendencias culturales y conversaciones públicas a escala global.