Los investigadores de EPFL desarrollaron recientemente un algoritmo que traza el panorama de los medios y revela sesgos e influencias ocultas en la industria de las noticias.

Los consumidores de noticias pueden no ser conscientes de que la forma en que su medio de comunicación local selecciona y presenta las noticias puede verse afectada por el grupo de medios que lo posee. En un momento de desinformación desenfrenada, es precisamente este tipo de influencia externa sobre los medios lo que la gente debería conocer.

Los investigadores del Laboratorio de Sistemas de Información Distribuida (LSIR) de EPFL han encontrado una forma de hacer que la industria de las noticias sea más transparente. Su iniciativa, Observatorio de medios, traza el panorama de los medios de comunicación suizos e internacionales a través de los temas que los medios de comunicación locales eligen cubrir. Luego usa esas opciones para identificar posibles influencias externas en los puntos de venta. "La principal dificultad de este enfoque es la ausencia de una línea de base objetiva:el simple hecho de seleccionar historias es intrínsecamente sesgado. Por eso, decidimos comparar miles de fuentes de noticias y luego trazarlas en función de sus similitudes, "dice Jérémie Rappaz, investigador de LSIR y uno de los principales autores del estudio.

El enfoque de los investigadores no solo agrupa los medios de comunicación geográficamente y por selección de temas, pero también, crucialmente, revela el impacto de los grupos de medios que los poseen. Una vez trazado, cualquier cambio repentino en la línea editorial establecida de un medio de comunicación dado es inmediatamente evidente. "La mayoría de estos cambios son el resultado de un cambio de propiedad, Dado que los medios de comunicación tienden a centrarse en temas favorecidos por el grupo al que pertenecen, "dice Rappaz. Sin embargo, los consumidores de noticias no necesariamente saben a qué grupo pertenece su medio de comunicación local, Si alguna. Los investigadores de la EPFL buscan llenar este vacío identificando vínculos entre los medios de comunicación a través del contenido que publican y destacando el grado de concentración de los medios.

"Los grupos de medios en Suiza y en el extranjero están uniendo cada vez más sus recursos para reducir el costo de producir historias. Desafortunadamente, La concentración de medios de este tipo reduce la gama de opiniones a las que están expuestos los consumidores. Esto es preocupante especialmente cuando las opiniones que obtienen son parciales, "dice Rappaz. Un ejemplo sorprendente de esta situación fue transmitido por John Oliver en un episodio reciente de Last Week Tonight en los Estados Unidos. Muestra a periodistas en canales de televisión locales propiedad del Grupo Sinclair, todos leyendo un guión idéntico comentando, irónicamente, sobre la falta de diversidad en las noticias.

Herramientas de personalización

El Observatorio de Medios cuenta con el respaldo de la Iniciativa para la Innovación de Medios (IMI) basada en EPFL y se ha asociado con el diario suizo. Le Temps . Este apoyo permitirá al equipo de LSIR llevar su proyecto de mapeo al público el próximo año a través de una plataforma en línea. El sitio web modelará la producción de noticias en Suiza y en todo el mundo y, al mismo tiempo, sensibilizará al público sobre los peligros de la desinformación. "Nos complace ser parte del proyecto LSIR, "dice Gaël Hurlimann, coeditor en jefe y responsable de digital en Le Temps. "Realmente queremos entender y ayudar al público a comprender lo que significa la concentración de medios para todos nosotros. Es importante ser transparente sobre los factores que influyen en la producción de noticias:esa es la única forma en que podemos generar confianza entre nosotros (los medios de comunicación) y nuestros consumidores. Y quien sabe, tal vez los hallazgos del estudio nos convenzan de hacer algunos cambios en nuestra forma de trabajar ".

La plataforma basada en web utilizará transparencias, tecnología de código abierto. Se basará en algoritmos de personalización, similares a los utilizados por sitios web como Netflix y Amazon Prime, que sugieren videos basados ​​en el historial de visualización de las personas. "Aplicamos este concepto a los datos de cobertura de los medios y nos sorprendió mucho lo que podíamos hacer con él, "dice Rappaz. Los investigadores alimentaron el algoritmo con alrededor de 500 millones de artículos publicados por 8, 000 fuentes diferentes en los últimos tres años. El algoritmo evaluó cómo los diferentes medios de comunicación manejaban las historias de noticias individuales, agrupando los puntos de venta sobre la base de sus similitudes y revelando los vínculos entre ellos y las influencias sobre ellos.

El equipo de LSIR espera que su plataforma web y de investigación aliente a las personas a adoptar un enfoque más crítico de las noticias que consumen. y ayudar a los periodistas a investigar cómo se cubren las historias.