Las plataformas de streaming llegaron a nuestras vidas con la promesa de destruir una de las principales barreras que impone el formato físico: la limitación del espacio.
Sus bibliotecas virtuales han permitido multiplicar la oferta, aunque a la hora de la verdad no se ha traducido en una mejora en las decisiones de consumo.
Las plataformas saben que la capacidad de elegir de un usuario es inversamente proporcional al tamaño de referencias que tiene ante sí. También saben que el usuario mejor retenido es el que ve mucho contenido. Por eso destinan muchos recursos a solventar este problema, convirtiendo lo abundante en selecciones abarcables mediante recomendaciones (la mayoría algorítmicas).
Aunque práctico, impide que el usuario pueda acceder a una visión panorámica de toda la oferta y que tenga una libertad absoluta para elegir. Es el efecto visión de túnel y condiciona mucho lo que se ve y también lo que gusta.
La larga cola
En 2006, Chris Anderson publicó en la revista Wired su artículo The long tail, en el que exponía la base económica de los (entonces emergentes) negocios digitales.
Anderson explicaba cómo la digitalización estaba provocando un cambio sustancial en el funcionamiento del mercado. En lugar de concentrar esfuerzos en una selección limitada de productos, el nuevo espacio digital permitía crear infinidad de mercados (tantos como usuarios, en teoría) centrados en nichos.
Esto posibilitaba una hiperespecialización extraordinaria de la oferta y, por extensión, la viabilidad de contenidos que, en el esquema de la explotación comercial tradicional, parecían no tener cabida. Se trataba, por tanto, no de hacer mucho dinero con los márgenes de unos pocos productos, sino de obtener pocos márgenes de muchísimos productos.
Los postulados de Anderson se recibieron como una bocanada de aire fresco en el audiovisual. Por primera vez, el consumidor se ponía en el centro con infinidad de alternativas a su alcance, aumentando las posibilidades de encontrar algo capaz de satisfacer sus preferencias. Además, se trataba de un modelo que impulsaba la fidelización, al ser más asequible y tener una oferta variada.
La teoría de la larga cola ha resultado tener mucha letra pequeña.
La sobreabundancia de contenido, necesaria para conseguir que el usuario no cancele su suscripción, se ha convertido en el germen problemas a la hora de gestionarla. El usuario medio se siente abrumado, indeciso y confuso cuando accede a una interfaz saturada de alternativas.
Para solventarlo, las plataformas se han dotado de mecanismos que reducen esa selección tan abundante y orientan la atención hacia elementos concretos (ocultando los que puedan estorbar). Como los ojos que ven la luz al final del túnel.
La visión de túnel
En los tiempos en los que la televisión lineal era la reina del salón, se comenzó a hablar del espectador pasivo, aquel que se limitaba a ver lo que echaban sin apenas interactuar con el contenido. El streaming ha originado un nuevo modelo de espectador, activo en el consumo y pasivo en la elección —a pesar de tener libertad absoluta para elegir—.
Los culpables son los algoritmos, un mecanismo imprescindible para el correcto funcionamiento de una plataforma como Netflix, MAX, Amazon o Apple TV+. Llevan a cabo multitud de tareas, aunque una de sus aplicaciones más destacadas es la recomendación de contenidos. Simplifican las búsquedas, permiten ahorrar tiempo y ofrecen (al menos en teoría) una experiencia más personalizada.
La personalización algorítmica no deja de ser un filtro que hace predicciones sobre lo que creen que va a gustar. Se tienen en cuenta tanto los hábitos del usuario y como los de otros con gustos similares.
Por ejemplo, si el usuario uno vio A, B y C y el usuario dos ha visto A y B, lo más probable es que el sistema le muestre a este último también C. Los algoritmos también amplifican la popularidad de ciertos contenidos, destacándolos como «tendencias» o «más vistos», lo que refuerza el consumo masivo de ciertos programas e influye en las preferencias de un modo más colectivo.
Las plataformas saben que, mentalmente, lo más popular da una tregua en el proceso de decisión. El razonamiento de que «si lo ve todo el mundo será bueno» tiende a excluir voces menos populares o categorías alternativas. Las plataformas, por último, destacan sus estrenos y producciones originales en detrimento de otras alternativas. El resultado son interfaces más adaptadas, pero también más limitadas y concentradas en torno a unos pocos títulos. Y eso, al final, está provocando una reconfiguración de las preferencias propias, ocultando ciertos elementos del campo de visión.
Además, no se tiene en cuenta el papel determinante de las cosas que no forman parte de la órbita de preferencias en la formación del gusto propio. Como explica Niko Pajkovic en su estudio Algoritmos y la formación del gusto: exponiendo las lógicas operativas del sistema de recomendación de Netflix, el gusto se equipara con el consumo, con maximizar el visionado y retener usuarios. Y eso es lo que persiguen los algoritmos.
¿Dónde termina el libre albedrío del usuario a la hora de decirle al sistema lo que le gusta y dónde empiezan las elecciones condicionadas por esa información, que los algoritmos emplean para filtrar nuevas elecciones? Si tenemos en cuenta que detrás de todo esto existe un interés comercial, resulta fácil comprender los riesgos.