Così l’algoritmo di personalizzazione di Twitter amplifica più i politici di destra

La versione completa dell’articolo è uscita su Nòva e 24+, servizio in abbonamento.
Twitter ha reso noto uno studio interno sugli effetti di amplificazione dei messaggi politici connessi al suo algorimo. Anche Facebook ha condotto studi simili, ma si è ben guardata da renderli noti: perché questo avvenisse c’è voluto il coraggio di una dipendente delusa dalla politica del social network. Pubblicando lo studio, Twitter voleva raccogliere feedback dalla comunità degli studiosi. Non pubblicando il suo studio, Facebook voleva evitare guai di pubbliche relazioni. Twitter ha raggiunto il suo scopo. Facebook no.

Twitter ha usato un metodo statisticamente sofisticato. Sono stati considerati milioni di utenti che preferiscono la versione di Twitter che mostra i messaggi quando sono pubblicati e li raggruppa in ordine cronologico inverso; e altri milioni di utenti che leggono i messaggi nell’ordine deciso dall’algoritmo pensato per assecondare le loro preferenze, calcolate in base ai loro comportamenti passati. I due gruppi sono stati scelti in modo casuale. Il che riduce i rischi di errore e recupera un po’ di antica sapienza statistica, spesso dimenticata in un contesto di abbondanza di dati.

Lo studio rivela che in sei paesi sui sette analizzati l’algorimo amplifica i messaggi dei politici di destra più di quelli di sinistra. La spiegazione non è chiara: forse l’algorimo, introdotto nel 2016, è evoluto in modo distorto, o forse certe forze politiche lo sanno usare meglio delle altre. I paesi in cui questo avviene sono Canada, Francia, Giappone, Spagna, Regno Unito e Stati Uniti. L’eccezione è la Germania.

Lo studio, realizzato da Ferenc Huszár e altri, mostra che anche i post dei giornali di destra sono amplificati più di quelli di sinistra. Inoltre tutti i politici ottengono maggiore risonanza. É scontato, spiegano Rumman Chowdhury e Luca Belli, di Twitter: si tratta di un algoritmo che raccomanda i messaggi. Ora si sa che lo fa in modo distorto.

(…)