Un estudio reciente publicado en Journal of Experimental Psychology: General revela que los algoritmos de personalización —esos que adaptan el contenido en plataformas como YouTube o redes sociales— pueden obstaculizar el aprendizaje. Aunque se diseñan para mostrar lo que “más te interesa”, en realidad pueden crear una comprensión distorsionada de un tema y una confianza exagerada en ese conocimiento incompleto.
Los investigadores de las universidades de Vanderbilt y Ohio probaron este efecto con 200 participantes. Para evitar ideas preconcebidas, crearon un universo ficticio de “alienígenas cristalinos” con seis características visuales. La tarea era aprender a clasificarlos observando ejemplos.
Algunos participantes exploraron libremente, otros recibieron contenido al azar, y un tercer grupo fue expuesto a un algoritmo de personalización que recomendaba más ejemplos similares a los que ya habían consultado. Con el tiempo, este algoritmo redujo drásticamente la variedad de información disponible.
Los resultados fueron contundentes: quienes aprendieron mediante el algoritmo revisaron menos características, exploraron menos opciones y terminaron con una comprensión más pobre y sesgada de las categorías. Sin embargo, paradójicamente, se sintieron más seguros de sus respuestas, incluso cuando estaban equivocadas.
El estudio sugiere que estos sistemas pueden entrenarnos a ver solo una fracción del panorama, haciéndonos creer que dominamos un tema del que apenas hemos visto una parte. Aunque los experimentos usaron estímulos artificiales para aislar el efecto, los autores advierten que en el mundo real —donde consumimos noticias, entretenimiento o educación— la influencia podría ser aún mayor.
En conclusión, la personalización algorítmica no solo moldea lo que vemos; también puede moldear cómo pensamos y qué tan seguros estamos de ello. La investigación abre la puerta a replantear diseños que prioricen la diversidad informativa para apoyar un aprendizaje más preciso y equilibrado.
Referencias:
Título: Algorithmic Personalization of Information Can Cause Inaccurate Generalization and Overconfidence.
Autores: Giwon Bahg, Vladimir M. Sloutsky y Brandon M. Turner.
Publicado en: Journal of Experimental Psychology: General.
Escucha este artículo en audio a continuación: