Los sistemas de recomendación algorítmica juegan un papel cada vez más importante en la formación de lo que vemos en Internet. Estos sistemas están diseñados para analizar el comportamiento y las preferencias de los usuarios para ofrecer contenido relevante que les pueda interesar.
Sin embargo, a menudo perpetúan supuestos heteronormativos sobre el campo y la sexualidad, lo que puede ser problemático a la hora de recomendar contenidos eróticos.
Por ejemplo, si un usuario ve pornografía común que involucra a hombres y mujeres cisgénero que practican sexo con vainilla, los sistemas algorítmicos de recomendación pueden sugerir que esa persona prefiere las formas tradicionales de erotismo y recomendar más de lo mismo. Esto puede limitar la variedad de opciones disponibles para los usuarios que se identifican como LGBTQ + o tienen deseos sexuales no tradicionales. Además, estos sistemas pueden reforzar estereotipos nocivos sobre lo que constituye una sexualidad «normal», excluyendo el acceso a materiales adecuados a quienes no cumplen con las normas públicas.
Además, los sistemas de recomendación algorítmica también dependen de metadatos y palabras clave para clasificar el contenido, lo que puede dar lugar a una descripción inexacta o incompleta de la naturaleza sexual del material.
Por ejemplo, si el vídeo incluye unos segundos de fotogramas reveladores, pero se centra principalmente en la narración o el desarrollo del personaje, puede ser etiquetado como «interés general», lo que reduce la probabilidad de aparecer en las recomendaciones para los espectadores que buscan material revelador. Esto puede llevar a la homogeneización del contenido y a la falta de diversidad en términos de representación.
Para resolver estos problemas, debe haber una mayor transparencia y rendición de cuentas dentro de los sistemas de recomendación algorítmica. Las empresas deben contratar diferentes equipos para desarrollar sus algoritmos, asegurando que todas las perspectivas se tengan en cuenta en el proceso de diseño. También deben proporcionar metadatos claros y precisos que describan la naturaleza sexual de cada pieza de contenido, permitiendo a los espectadores tomar decisiones informadas basadas en sus preferencias en lugar de depender exclusivamente de propuestas automatizadas.
Finalmente, las plataformas deben dar prioridad a la inclusión, mostrando una amplia gama de contenidos que se ajusten a diferentes gustos y características demográficas. Al hacerlo, pueden crear un entorno más acogedor para todos los usuarios, independientemente de su identidad de género u orientación sexual.
¿Cómo refuerzan los sistemas de recomendación algorítmica la heteronormatividad en el consumo de contenido erótico en línea?
Se ha demostrado que los sistemas de recomendación algorítmica refuerzan los patrones de comportamiento heteronormativos, promoviendo un estrecho rango de orientaciones y preferencias sexuales. Esto se debe a varios factores que incluyen el dominio de los individuos cisgénero y directo en los equipos de desarrollo detrás de estos sistemas, así como la dependencia de los algoritmos de los datos recopilados de plataformas masivas como YouTube y Pornhub.