Com reeducar el nostre algoritme per veure vídeos més rellevants i menys addictius

No ens n'adonem i ha passat una hora. Davant la pantalla del mòbil, una vegada més, ens hem empassat vídeo rere vídeo de manera hipnòtica, fins que sortim de l'estat de trànsit. Els continguts que se'ns presenten són massa addictius i, sovint, no ens aporten res de rellevant.

Es poden "entrenar" els algoritmes que decideixen els vídeos que ens apareixen a TikTok o Instagram, per fer-los més interessants i, potser, menys addictius?

Com podem canviar un consum passiu, addictiu i narcotitzant, per un consum actiu, autolimitat i estimulant? Es pot manipular a favor nostre, un algoritme? N'hem parlat amb psicòlegs i experts.

Objectiu: passar el màxim de temps consumint

Ningú sap de manera exacta quins són tots els punts d'informació (o "senyals") que els algoritmes de recomanació utilitzen. A més, es retoquen constantment.

És l'anomenat efecte caixa negra: els programadors indiquen quin és l'objectiu i l'algoritme prediu la combinació de continguts òptima per atrapar cada usuari, basant-se en la informació que en recopila. Ningú sap exactament com s'acaben escollint.

Els algoritmes de recomanació volen que l'usuari "passi el màxim de temps possible davant de la pantalla", explica la directora del màster en Social Media de la UOC, Sílvia Martínez, "i que, a més a més, hi participi".

Els algoritmes són "bastant opacs" i es desconeix la seva "recepta màgica". El que sí que sabem són alguns principis que comparteixen de forma pública. Són els mateixos que estudien les marques i els creadors de contingut per aconseguir més visualitzacions.

De què està pendent, l'algoritme?

Instagram explica públicament (sovint en articles escrits pel seu cap, Adam Mosseri) que no només compta amb un algoritme de recomanació: cada part de l'aplicació utilitza el seu propi algoritme que fa recomanacions basant-se en milers de "senyals".

Les stories s'ordenen d'una manera, les publicacions del feed d'una altra i els continguts en l'apartat "explora" d'una manera diferent. Cadascuna, amb el seu algoritme, amb matisos però el mateix objectiu final: enganxar l'atenció de l'usuari. Aconseguir que trigui més a tancar l'aplicació.

De manera general, els suggeriments dels algoritmes de recomanació d'Instagram es basen en:

• La teva activitat: comptes que segueixes i publicacions amb què has interactuat
• La teva informació: des d'on publiques, el teu gènere, dispositiu i qualsevol informació de què disposin del compte i del que puguin inferir d'interessos i contactes pròxims
• Les teves connexions: l'historial de comptes que segueixes o has seguit, o comptes similars als que segueixes, i l'historial d'interaccions
• Informació sobre el contingut: la seva viralitat, la manera en què les altres hi interactuen, quan i on s'ha publicat
• Informació sobre el compte que ha penjat el contingut: quantes vegades has interactuat tu i altres persones amb aquell compte en les darreres setmanes
• L'activitat en el perfil personal de Threads, l'alternativa a X d'Instagram

TikTok també explica que té algoritmes de recomanació diferents per cada secció de la seva app, però en termes generals també es basa en:

• Les interaccions de l'usuari: cerques, continguts consumits, quantitat de vídeo vist, els m'agrada, les publicacions guardades, comentades, compartides
• La informació del contingut: etiquetes relacionades, popularitat, descripció del contingut, sons i música utilitzada...
• La informació de l'usuari: dispositiu, ubicació, idioma, hora de connexió…

Com podem entrenar l'algoritme?

Tenint en compte el que diuen Instagram o TikTok, hi ha algunes accions que podríem seguir per "reeducar" l'algoritme:

• No interactuar amb aquells continguts que volem evitar. Això significa no fer-hi m'agrada, no comentar-lo, no compartir-lo, no guardar-lo... ni tan sols prémer els botons que permetrien fer qualsevol d'aquestes accions.
• No consumir allò que no volem que se'ns recomani. No tocar els continguts per reproduir-los i tancar-los tan bon punt advertim que tracten el tema que volem evitar. En general, passar-hi el mínim de temps possible.
• Indicar proactivament a l'algoritme quins continguts ens interessen i quins volem evitar. Cada vídeo i publicació inclou la possibilitat de denunciar-lo o assenyalar que no ens interessa, però també podem configurar minuciosament l'apartat "preferències de contingut" per exemple per evitar comptes, persones o temàtiques determinades.

Per què els experts diuen que només hi ha una opció

Ni començar de nou, fent reset a l'algoritme, ni reeducar. La batalla per fer que els algoritmes de recomanació de continguts ens siguin beneficiosos està condemnada des del principi, segons els experts.

Per què no serveix de gaire intentar canviar l'algoritme? Per començar, els objectius de qui programa aquests algoritmes no coincideixen amb els nostres. Quan no hi ha motivacions ideològiques que no podem saber ni controlar, l'objectiu és simplement que passis el màxim de temps possible veient continguts i, així, vegis més publicitat.

"És un conjunt d'instruments al servei d'una indústria que té com a voluntat el negoci, no el benestar i la salut mental dels seus usuaris", explica el psicoanalista clínic José Ramón Ubieto.

El negoci de les xarxes socials es basa en l'anomenada "economia de l'atenció" i el seu objectiu és "focalitzar, segrestar la nostra atenció, monetitzar-la", afegeix Ubieto.

"Quan parlem d'economia parlem de recursos escassos. I la nostra atenció és escassa. Només tenim 24 hores. Llavors, la intenció de l'economia d'atenció és captar-la de la forma que sigui", explica l'investigador Santiago Giraldo, coautor del llibre "Segrestats per les xarxes".

Per exemple, apunta Ubieto, els algoritmes "utilitzen un mecanisme psíquic que és molt obvi i molt eficient per a l'ésser humà, que és la repetició. Sempre ens agrada repetir. Tant allò que ens ha donat plaer com fins i tot el que és traumàtic".

Per molt que intentem esborrar les dades de l'algoritme o reconduir-lo, la seva funció, afegeix Ubieto, "sempre serà reconduir qualsevol situació fins a trobar un patró de repetició" que mantingui l'usuari enganxat.

Per fer-ho, s'ajudarà de mecanismes psicològics com "l'scroll infinit, la recompensa aleatòria, la cambra d'eco... per resoldre i anticipar allò que tu desitges".

El canvi constant

Per altra banda, quan intentem manipular l'algoritme de recomanació de continguts, no tenim en compte que aquests algoritmes canvien constantment, i no només desconeixem el pes exacte que es dona a cada variable, sinó que no tenim la imatge completa de totes les que tenen en compte per recomanar-nos un contingut o un altre.

"L'imperi Meta també té accés al teu Instagram, al teu WhatsApp... i pot relacionar tota aquesta informació", apunta Santiago Giraldo, que afegeix: "Pots enganyar-ne una part, però no enganyaràs tot el sistema que està alimentant de les teves dades. I no només de les teves, sinó de totes les persones que tenen la mateixa estructura sociodemogràfica."

La quantitat de punts d'informació que es disposa de cada usuari és massa gran per impedir que l'algoritme torni a trobar quins són els nostres patrons d'addicció i predigui, cada vegada amb més precisió, què oferir-nos per allargar la nostra sessió uns minuts més.

Fins i tot quan esborrem les dades de les interaccions amb els continguts, l'algoritme encara disposa d'informació del nostre perfil que no desapareix mai, i que és molt valuosa, tal com comenta Giraldo.

A totes aquestes dades, s'hi sumen les bases de dades que provenen de serveis de tercers i que les empreses de continguts compren i venen habitualment: el mercat dels Data Brokers fa encara més difícil despistar els algoritmes.