Un estudio de Mozilla encontró que, aunque los usuarios le dicen a YouTube que no están interesados en ciertos tipos de videos, les siguen apareciendo recomendaciones similares. Entonces, ¿los botones de “no me interesa” y “no me gusta” realmente funcionan en YouTube?
Los investigadores de Mozilla usaron datos de recomendaciones de video de más de 20.000 usuarios de YouTube. Y encontraron que los botones «no me interesa», «no me gusta», «dejar de recomendar el canal» y «eliminar del historial de reproducción» son ineficaces. En sus inicios, dichos botones permitían pasar más de la mitad de las recomendaciones similares a las que un usuario dijo que no le interesaban. De hecho, en el peor de los casos,los botones hacían mella en el bloqueo de videos similares.
¿Cómo llevaron a cabo este estudio sobre los botones de “no me interesa” y “no me gusta” de YouTube?
Para recopilar datos de videos y usuarios reales, los investigadores de Mozilla reclutaron voluntarios que usaron RegretsReporter. Esta es una extensión web que superpone un botón general de «dejar de recomendar» en los videos de YouTube.
Y, en el back-end, a los usuarios se les asignó aleatoriamente un grupo. Por tanto, se le enviaron diferentes señales a YouTube cada vez que hicieron clic en el botón colocado por Mozilla.
Gracias a los datos recopilados de más de 500 millones de videos recomendados, los asistentes de investigación crearon más de 44.000 pares de videos. A saber: un video «rechazado» y un video recomendado posteriormente por YouTube. Después de ello, el grupo de investigación evaluó los pares ellos mismos. Incluso utilizaron el aprendizaje automático para decidir si la recomendación era similar al video que rechazó un usuario.
En comparación con el grupo de control de referencia, enviar las señales de «no me gusta» y «no me interesa» fueron solo «marginalmente efectivas» para prevenir las malas recomendaciones de YouTube. Evitándose el 12% del 11% de las malas recomendaciones, respectivamente. Los botones «No recomendar canal» y «Eliminar del historial» fueron un poco más efectivos: evitaron el 43% y el 29% de las malas recomendaciones. Los investigadores dicen que las herramientas que ofrece la plataforma aún son poco efectivas para evitar el contenido no deseado.
Esto afirman los investigadores: “YouTube debería respetar los comentarios que los usuarios comparten sobre su experiencia, tratándolos como señales significativas sobre cómo la gente quiere pasar su tiempo en la plataforma”.
¿Qué dice YouTube al respecto?
La portavoz de YouTube, Elena Hernández, dice que estos comportamientos son intencionales, ya que la plataforma no intenta bloquear todo el contenido relacionado con un tema. Sin embargo, Hernández criticó el informe y dijo que no considera cómo están diseñados los controles de YouTube.
Esto señaló Hernández para esclarecer el uso y diseño de los botones: “Es importante destacar que nuestros controles no filtran temas o puntos de vista completos, ya que esto podría tener efectos negativos para los espectadores, como crear cámaras de eco. Agradecemos la investigación académica en nuestra plataforma, por lo que recientemente ampliamos el acceso a la API de datos a través de nuestro Programa de investigadores de YouTube. El informe de Mozilla no tiene en cuenta cómo funcionan realmente nuestros sistemas y, por lo tanto, es difícil para nosotros obtener muchas ideas”.
Hernández también comentó que la definición de Mozilla de «similar» no tiene en cuenta cómo funciona el sistema de recomendaciones de YouTube. La opción «no me interesa» elimina un video específico y el botón «no recomendar canal» evita que se recomiende el canal en el futuro, dice Hernández. La compañía también comentó que no busca detener las recomendaciones de todo el contenido relacionado con un tema, opinión u orador.
Pero los investigadores de Mozilla siguen pensando lo mismo
La investigadora de Mozilla, Becca Ricks, señaló al respecto: “Creo que, en el caso de YouTube, la plataforma está equilibrando la participación del usuario con la satisfacción del usuario, que en última instancia es una compensación entre recomendar contenido que lleva a las personas a pasar más tiempo en el sitio y el contenido que el algoritmo cree que les gustará a las personas. La plataforma tiene el poder de ajustar cuál de estas señales tiene más peso en su algoritmo, pero nuestro estudio sugiere que los comentarios de los usuarios pueden no ser siempre los más importantes”.
Esperamos que YouTube tome en cuenta los comentarios de la investigación y empiece a tomas más en cuenta la opinión de sus usuarios.
