Un estudio reciente ha revelado que los sistemas de recomendación pueden significar un avance importante en la diversidad de contenidos consumidos por los lectores. Esta investigación, llevada a cabo durante cinco semanas con la participación de 120 lectores en Estados Unidos, destaca que al combinar la personalización de los temas con un enfoque equilibrado entre las noticias nacionales e internacionales, se logra un aumento significativo en la variedad de contenido sin afectar la interacción general de los usuarios con los artículos recomendados.
El trabajo fue desarrollado por investigadores de Grouplens Research de la Universidad de Minnesota y de la Universidad Northwestern, utilizando una plataforma experimental llamada POPROX. Esta plataforma envía boletines diarios personalizados que contienen noticias de Associated Press y compara tres modelos diferentes de recomendación. Uno de estos modelos se basa exclusivamente en la calibración temática, mientras que otro incorpora la procedencia geográfica de las noticias. Por último, existe un modelo que además utiliza titulares y resúmenes reescritos mediante un modelo de lenguaje avanzado.
La investigación aborda un dilema clave para los medios que emplean sistemas de recomendación. Si bien la personalización puede mejorar la relevancia inmediata de los contenidos, también puede reforzar patrones de consumo informativo limitados si el algoritmo se restringe a ofrecer solo lo que el lector ya conoce. Los autores del estudio diferencian entre la diversidad de oferta, que se refiere a lo que el medio publica; la diversidad de exposición, que es lo que se muestra al usuario; y la diversidad de consumo, que implica lo que el lector finalmente decide abrir o leer.
El modelo principal del estudio introduce una doble calibración. Por un lado, conserva la personalización temática, considerando los intereses previos del lector en áreas como política, economía y entretenimiento. Por otro lado, añade una dimensión que tiene en cuenta la procedencia de la noticia para equilibrar la mezcla de contenidos nacionales e internacionales, evitando que el boletín esté dominado por una sola fuente de información.
Los resultados obtenidos muestran que esta doble calibración reduce notablemente la disparidad entre la diversidad de la oferta disponible y la diversidad de los contenidos mostrados a los lectores. En comparación con un sistema que solo se basa en temas, el grupo que utilizó la calibración por tema y localidad experimentó una reducción aproximada del 97% en la divergencia de exposición. Asimismo, el grupo que añadió la personalización textual mediante inteligencia artificial redujo esa diferencia en torno al 92%.
La mejora observada no se limitó únicamente a los contenidos mostrados, sino que también se reflejó en lo que los usuarios decidieron abrir. La divergencia en el consumo cayó aproximadamente un 93% en el grupo que utilizó la doble calibración, mientras que en el grupo con calibración más titulares personalizados, la reducción fue de un 92%.
Un aspecto importante que destaca el estudio es que el aumento de diversidad en los contenidos no afectó negativamente el nivel de engagement. No se encontraron evidencias de que la adición de la dimensión nacional e internacional perjudicara la probabilidad de clic sobre los artículos recomendados. La posición del artículo dentro del boletín se mantuvo como uno de los factores más determinantes en la interacción, al igual que el interés temático previo del usuario.
En cuanto a la parte del estudio relacionada con los titulares y resúmenes reescritos por inteligencia artificial, los investigadores implementaron dos estrategias. La primera se centró en la reescritura basada en eventos, conectando una noticia nueva con otra previamente leída por el usuario, siempre que existiera suficiente similitud. La segunda estrategia se enfocó en la reescritura temática, reformulando el avance de la pieza según las áreas de interés del lector cuando no había una relación clara entre las noticias.
A pesar de que la personalización textual mediante IA no mejoró significativamente la diversidad de consumo más allá de lo que ya lograba la doble calibración, los análisis internos sugieren que la reescritura basada en eventos incrementó la probabilidad de clic en un 42% frente a artículos sin reescritura, aunque solo fue aplicable al 10% de los artículos debido a restricciones de seguridad y coherencia.
Los hallazgos también plantean un límite relevante sobre el uso de modelos de lenguaje en productos informativos. Si bien la reformulación personalizada puede ayudar a los usuarios a entender por qué una noticia puede ser relevante para ellos, también existe el riesgo de distorsionar el foco original de la información. Por ello, los investigadores subrayan la necesidad de controles estrictos para que la personalización no se convierta en una reinterpretación forzada de la noticia.
El estudio ofrece una perspectiva valiosa sobre cómo los boletines personalizados no solo pueden maximizar la afinidad inmediata con el usuario, sino también integrar objetivos informativos establecidos por el medio. Este enfoque puede ser crucial para los periódicos que buscan equilibrar la exposición a asuntos internacionales y evitar que la personalización lleve a rutinas de lectura demasiado cerradas y limitadas.
En resumen, la investigación sugiere que la diversidad puede integrarse efectivamente en la arquitectura de recomendación sin comprometer la lógica de personalización. Esto es especialmente relevante para aquellos medios que desean mantener métricas de interacción adecuadas mientras amplían la dieta informativa de los lectores, evitando que se ciñan a unos hábitos de lectura demasiado restringidos.
