Como se indicaba en la introducción de este artículo, las investigaciones apuntan hacia una gran influencia del uso masivo de algoritmos en el funcionamiento de los sistemas políticos democráticos. La literatura señala que los efectos de los bots siguen creciendo (Montal & Reich, 2017; Santini et al., 2018) especialmente en períodos electorales. El enfoque de trabajo en este ámbito asume una concepción técnica de los algoritmos y tienen el objetivo principal de desarrollar sistemas de detección a través del machine learning (Häring et al., 2018; Dubois & McKelvey, 2019). Mientras tanto, desde el ámbito de las Ciencias Sociales, los investigadores cuestionan la salud de la democracia por la circulación de fake news (Bimber & Gil-de-Zúñiga, 2020), pero también por campañas de astroturfing que pueden alterar opiniones y crear incertidumbre (Zerback et al., 2021).

En el momento actual, algunos conceptos aceptados mayoritariamente en los últimos años están en entredicho, como los filtros burbuja (Puschmann, 2019). Mientras algunos estudios indican que los medios sociales refuerzan las actitudes existentes (Ohme, 2021) o reflexionan sobre su influencia en la esfera pública (Kaluža, 2021), otros cuestionan la validez del término. Haramba et al. (2018) proponen una interpretación histórica desde la perspectiva de lectores mercantilizados (García-Orosa, 2018). El ideal de satisfacer los hábitos de los lectores –incluso con información falsa, engañosa o tendenciosa– está en la economía de la atención y es un principio fundamental de los algoritmos «captivating» que satisfacen a los usuarios cautivándolos (Seaver, 2018). En este sentido, Schjøtt-Hansen y Hartley (2021) analizan el algoritmo y la selección de noticias y describen la evolución de distribuir el contenido informativo a los usuarios tratados como segmentos de colectivos de consumidores a construir algorítmicamente usuarios individuales como puntos de datos agregados.

Tras una década de euforia por la capacidad de empoderamiento de los ciudadanos que ofrecían las plataformas, la desinformación, las noticias falsas, la incitación al odio o el escándalo de Cambridge Analytica, entre otros, han creado desconfianza (van-Dijck, 2020). La literatura científica señala los riesgos de la posibilidad de que los algoritmos produzcan calumnias y la indefensión de medios y ciudadano, como apuntan Lewis et al. (2019). Estos autores indican dos cuestiones de relevancia: la dificultad para encontrar culpables en caso de difamación y la dificultad para encontrar defensas tan relevantes como la de las plataformas.

Este conjunto de influencias en diferentes aspectos de la democracia ha llevado a algunos autores a hablar de la «cultura algorítmica» (Gilbert, 2018) y se advierte de los posibles riesgos para los valores democráticos. En los últimos años, desde la academia se piden reformas legislativas para abordar los nuevos desafíos de la comunicación digital para los valores democráticos o cuestiones puntuales como la legislación sobre bots (Jones & Jones, 2019) que puedan acometer nuevas cuestiones como la privacidad y el reconocimiento facial (Leong, 2019) o las desviaciones racistas provocadas por el uso de algoritmos (Turner-Lee, 2018).

La alta tecnología ha marcado el desarrollo del periodismo en los últimos años (López-García & Vizoso, 2021) y el uso de algoritmos está abriendo importantes debates sobre su conceptualización y esencia. El empleo de algoritmos ha recibido diferentes denominaciones (Vállez & Codina, 2018) pero una de los más utilizadas es el de periodismo automatizado o periodismo robot. Bajo esta etiqueta se han desarrollado trabajos científicos que analizan, fundamentalmente desde la perspectiva de los propios periodistas y directores de medios, la implementación y las consecuencias de su uso en la elaboración, distribución y circulación del mensaje.

En los últimos años, un número creciente de medios de comunicación, como The Associated Press, The Washington Post y la BBC, han adoptado el «periodismo automatizado» (Graefe, 2018), igualmente conocido como «periodismo algorítmico» (Kotenidis & Veglis, 2021) o «periodismo robot» (Waddell, 2018), una solución entendida como la generación automática de textos periodísticos con software y algoritmos, con poca o ninguna intervención humana, salvo la programación inicial (Danzon-Chambaud & Cornia, 2021; Sehl et al., 2021). Pero, además, los algoritmos intervienen en la fase de selección de tema, fuentes y circulación del mensaje periodístico. La automatización se estudia desde la perspectiva de la ayuda al periodista, por ejemplo, en la búsqueda de hechos noticiables (Diakopoulos et al., 2021; Thurman et al., 2017), en la distribución personalizada por sistemas de recomendación de noticias (Helberger, 2019) en la potenciación del periodismo de datos (Tong & Zuo, 2021), en la evaluación de la credibilidad de las fuentes (Fletcher et al., 2020; Graefe et al., 2018) o redefiniendo los valores noticia (Choi, 2019). En general, los resultados revelan el papel transformador de las máquinas, especialmente en las fases de recopilación y distribución de noticias, y cada vez más en la fase de redacción, especialmente en especialidades donde los datos son abundantes, como el deporte y la economía. Sin embargo, los periodistas siguen llevando las riendas en todas las fases del proceso de producción de noticias (Milosavljević & Vobič, 2019), especialmente en las fases de selección y edición de noticias, lo que sugiere su deseo de proteger su papel de árbitros finales del significado (Wu et al., 2019). Numerosos autores estudiaron las oportunidades de la robotización para el ejercicio del periodismo (Borges & Gambarato, 2019; Dierickx, 2021) y algunos han concluido que los robots no amenazan su labor (De-la-Torre, 2020).

Al mismo tiempo que se revelan cambios en la profesión, se identifican modificaciones importantes en la lógica del periodismo que llevan a repensar el concepto y su influencia en la profesión. Los estudios examinan la automatización como un elemento más dentro de la labor del periodista (Calvo-Rubio & Ufarte-Ruiz, 2020) e identifican contradicciones entre la automatización y algunos de los ideales fundamentales del periodismo –servicio público, autonomía y objetividad– (Milosavljević & Vobič, 2019), creando tensiones en su implementación en las redacciones (Hermida & Young, 2017). Los periodistas indican como límites al periodismo automatizado la naturaleza de las fuentes y la falta de «olfato periodístico» (Thurman et al., 2017).

Después de una etapa (2015-2016) en la que se mostraba una actitud muy favorable y poco crítica, los textos de más reciente publicación (2017-2019) vuelven a optar por el tono neutral que era habitual en los años 2011-2012 (Parratt-Fernández et al., 2021). Han surgido investigaciones que cuestionan el rol del periodismo dentro de la sociedad y las consecuencias del uso de la algoritmización de la profesión, pero también de la vida social, económica, política y cultural, y conducen a repensar el concepto (Bucher, 2017) y analizar los desafíos éticos (Dörr & Hollnbuchner, 2017) y de la credibilidad (Tandoc et al., 2020). Hablan de periodismo algorítmico y descubren nuevos retos en su lucha contra la preeminencia de intereses comerciales incluso de los departamentos comerciales de los medios más que de las redacciones en la implementación de la automatización (Slaček-Brlek et al., 2017).

Otros autores destacan la creciente dependencia de proveedores de software y plataformas frente a la independencia editorial que debe primar en el periodismo (Schapals & Porlezza, 2020; Weber & Kosterich, 2018) con la entrada en los procesos de producción de nuevos profesionales como los tecnólogos, es decir, los informáticos que influyen en el campo informativo y redefinen el periodismo con sus prácticas y valores (Wu et al., 2019), anteriormente denominados también tecnoactores (Canavilhas et al., 2016).

El uso de la automatización ha creado nuevos debates sobre la elaboración de textos periodísticos y su autoría (Montal & Reich, 2017), y en algunas situaciones ya no es posible distinguir quién ha producido las noticias (Wölker & Powell, 2021). Pero también modifica la relación con la audiencia, por ejemplo, con el uso de Newbots como mediador entre periodista y audiencia (Ford & Hutchinson, 2019). Desde el inicio del periodismo digital la audiencia ha formado parte del trabajo del periodista (García-Orosa, 2018) pero, en el momento actual, con el uso de algoritmos se avanza un peldaño que dibuja dos aristas. En primer lugar, a través de la vigilancia de la audiencia: «Los periodistas pueden –y de hecho lo hacen– vigilar a los usuarios de las redes sociales y sus contenidos a través de sofisticadas aplicaciones profesionales que también son utilizadas por la policía y las fuerzas de seguridad» (Thurman, 2018: 1).

Y, en segundo lugar, la creación de la propia audiencia denominada, en ocasiones, algorítmica, una audiencia que responda a los intereses de los emisores. Martin (2021) advierte de los riesgos de la mediatización de la visibilidad de las noticias por opacos algoritmos, así como por la plataformización de las noticias (van-Dijck et al., 2018) y metrificación de los valores noticia.

Pero los algoritmos no solo influyen en los contenidos destacados, sino que la audiencia también es jerarquizada en función de su interés para la plataforma. En relación con Facebook, los autores Thorson et al. (2021) indican que las personas que son algorítmicamente categorizadas como interesadas en noticias o política son más propensas a atraer contenido a sus feeds, más allá de su interés autoinformado en el contenido cívico. En este sentido, Papakyriakopoulos et al. (2018) trabajan sobre la relevancia de los usuarios hiperactivos (con mayor actividad en la red que la media) en la conformación de la opinión pública y la democracia; estudian su influencia, que marcan la opinión pública en las redes sociales y alerta de los posibles efectos perversos en los sistemas políticos del uso de algoritmos y sistemas de recomendación.

Por lo tanto, uno de los aspectos más relevantes es el de la circulación, donde se pasa de difundir a los públicos y gestionar sus actividades a que los públicos formen parte de la construcción del discurso y se trabaje con públicos algorítmicos, diseñados a partir del big data obtenido previamente. Bodó (2019) describe cómo los medios de comunicación europeos, en lugar de centrarse en aumentar el compromiso del usuario a corto plazo, intentan utilizar la personalización de las noticias para aumentar la fidelidad de la audiencia a largo plazo. A diferencia de la «lógica de personalización de la plataforma», que utiliza la personalización para producir compromiso y vender audiencias a los anunciantes, han desarrollado una «lógica de personalización de las noticias», que utiliza la personalización para vender noticias a las audiencias» (Bodó, 2019: 1054).

Nuevos roles sociales, políticos y mediáticos conquistan espacio como los algoritmos, un tropo generalizado para dar sentido a la vida social (Ziewitz, 2017), que ya no solo marca los temas de la agenda, sino que también diseña al público (Thorson et al., 2021). Se busca un público que no se reúne de forma natural y que, en cambio, es «construido» (Eldridge et al., 2019), se programan públicos algorítmicos (Møller-Hartley et al., 2021) que promueven una experiencia mediática y política particularmente «rentable y normal» (Harper, 2017). Los usuarios suelen estar indefensos porque desconocen cómo se filtran y priorizan las noticias (Powers, 2017) y también cómo se prevé el perfil de usuario.

Un punto especialmente destacado en la literatura de los años analizados son los sistemas de recomendación como configuradores de la opinión pública y, por lo tanto, de la participación ciudadana en la vida pública.

El consumo masivo de información a través de las plataformas de los medios sociales en detrimento de los medios tradicionales ha provocado una dependencia relevante en la determinación algorítmica del consumo de noticias en función de un comportamiento previo de la audiencia, analizado a través de big data, y posibles distorsiones como la polarización (Shmargad & Klar, 2020). Los sistemas de personalización de noticias se han tratado como cajas negras que indican una brecha significativa entre la práctica y la teoría de la transparencia algorítmica en particular en contexto no comunitario (Bastian et al., 2021). El uso de diferentes fuentes de datos para predecir qué contenidos serán interesantes para los lectores plantean preocupación por la posible fragmentación de la audiencia (Makhortykh & Wijermars, 2021); Kunert y Thurman (2019) también mostraron su preocupación por la protección de datos y los efectos de los sistemas de recomendación tras realizar un seguimiento sobre personalización de noticias durante seis años y detectar la mercantilización de las plataformas.

Pero hay igualmente proyectos de los medios tradicionales que usan los sistemas de recomendación de noticias de forma transparente y que buscan combatir la desinformación y crear una esfera pública europea, lo que parece confirmarse al analizarse su producción (Canavilhas, 2022). Es el caso del «A European Perspective», de la European Broadcasting Union, donde un sistema desarrollado de forma colaborativa por esta organización (PEACH) busca ofrecer los contenidos más adecuados a cada usuario a la mejor hora y en el dispositivo más apropiado. El sistema destacado por la literatura académica reciente abre un debate relevante sobre la opacidad de los sistemas de recomendación y adaptación de contenidos a los intereses de la audiencia y, por ende, sobre su rol en los sistemas democráticos (Helberger, 2019).