Hispanopedia WikiEl Modelo de Control de Volumen [ 1 ] es un marco analítico que describe las condiciones que permiten la transformación de la información en poder. Requiere controlar y regular las conexiones entre un gran volumen de información y las personas. Esto podría lograrse manteniendo un equilibrio entre la información popular y la información personal.
Si bien la información popular es relevante para una gran audiencia, la información personal es relevante para personas específicas. En última instancia, esto se suele lograr mediante la personalización de redes, que consiste en adaptar la información a grupos específicos en función de características comunes.
Principios básicos
El modelo de control de volumen forma parte de la idea más amplia del nexo poder-conocimiento . Lash [ 2 ] se refirió al volumen de información como un poder aditivo, que no solo está relacionado con la cantidad de información a la que las personas están expuestas, sino también con la cantidad de enlaces que obtienen de otros.
Por lo tanto, el volumen está asociado tanto a la cantidad de información como al número de personas que la producen y la reciben.
En este modelo, el control se refiere a la capacidad de conectar eficazmente el volumen de información con el volumen de personas. Siguiendo la Teoría Popular-Personal [ 3 ], el primer mecanismo de control, la popularización , consiste en centrarse en la información más popular y ofrecerla a un gran número de personas.
La popularización es una estrategia común de corporaciones globales como Google (con su PageRank que prioriza los sitios web con muchos enlaces entrantes) y Netflix (con su algoritmo para mostrar las series y películas más vistas), que les permite ejercer un mayor control sobre sus usuarios. [ 4 ] [ 5 ]
El segundo mecanismo de control es la personalización de la información . Esto se logra a menudo adaptando la información a las necesidades específicas de cada usuario único, o grupos de usuarios, en función de su perfil demográfico y gustos, [ 6 ] su historial de búsqueda y visitas a sitios web, [ 7 ] y la información que producen, incluyendo la actividad web y el movimiento del ratón. [ 8 ]
Aplicaciones
Según Scott Galloway , [ 9 ] las cuatro grandes empresas tecnológicas ( Google , Meta , Amazon y Apple ) han transformado la información en poder económico al asegurar su acceso exclusivo a un gran volumen de información y personas. Su estrategia consistió en ofrecer información popular y personalizada a un número creciente de usuarios.
Este modelo se utiliza para explicar el sesgo de la búsqueda de imágenes de Google , en la que la gran mayoría de los resultados de la consulta "belleza" presentan principalmente mujeres jóvenes blancas. [ 1 ] Si bien la consulta de búsqueda única "belleza" permite la personalización de las imágenes, todas ellas son, en última instancia, homogéneas y similares entre sí.
Extraídas de sitios web de empresas de la industria cosmética y revistas de moda , representan la percepción generalizada de la belleza como un producto. El equilibrio entre las técnicas de popularización y personalización que emplean grandes corporaciones como Netflix o Meta (con su plataforma Instagram ) puede explicar de manera similar el contenido que producen, aparentemente diferente pero en gran medida homogéneo.
Otro estudio [ 10 ] que aplicó el Modelo de Control de Volumen examinó la participación de los usuarios en Twitter . Midió las estrategias de personalización utilizando pronombres singulares como "yo", "tú", "él" y "ella", en comparación con las estrategias de popularización utilizando pronombres plurales como "nosotros" y "ellos". Se encontró que los retuits tienen más probabilidades de usar estrategias de popularización , ya que los usuarios se dirigen a audiencias más grandes con el pronombre plural "nosotros". Las respuestas, por otro lado, tienen más probabilidades de usar estrategias de personalización , ya que los usuarios se dirigen a individuos usando pronombres singulares .
Referencias
- 1 2 Segev, Elad (2019-09-05). "Volumen y control: la transición de la información al poder". Journal of Multicultural Discourses . 14 (3): 240– 257. doi : 10.1080/17447143.2019.1662028 . ISSN 1744-7143 . S2CID 203088993 .
- ↑ Lash, Scott. (2002). Crítica de la información . Londres: SAGE. ISBN 9781847876522OCLC 654641948
- ↑ Segev, Elad (2025). Información y poder: Narración popular y personal en la era digital . Nueva York: Routledge. ISBN 9781032997209.
- ↑ Borghol, Youmna; Ardon, Sebastien; Carlsson, Niklas; Eager, Derek; Mahanti, Anirban (2012). «La historia no contada de los clones: factores independientes del contenido que impactan la popularidad de los videos de YouTube». Actas de la 18.ª conferencia internacional ACM SIGKDD sobre descubrimiento de conocimiento y minería de datos . págs. 1186–1194 . arXiv : 1311.6526 . doi : 10.1145/2339530.2339717 . ISBN 9781450314626. S2CID 5666648 .
- ↑ Kruitbosch, Gijs; Nack, Frank (31 de octubre de 2008). "¿Transmitirse en directo en YouTube: ¿En serio?". Actas del 3er taller internacional de ACM sobre computación centrada en el ser humano . págs. 7–10 . doi : 10.1145/1462027.1462029 . ISBN 978-1-60558-320-4. S2CID 16264402 .
- ↑ Gilmore, James; Joseph, Pine (1997). "Las cuatro caras de la personalización masiva". Harvard Business Review . 75 (1): 91– 101. PMID 10174455 .
- ↑ Segev, Elad (2010). Google y la brecha digital: el sesgo del conocimiento en línea . Oxford, Reino Unido: Chandos Pub. ISBN 9781843345657.
- ↑ Baeza-Yates, Ricardo (23 de mayo de 2018). "Sesgo en la web" . Communications of the ACM . 61 (6): 54– 61. doi : 10.1145/3209581 . S2CID 44111303 .
- ↑ Galloway, Scott (2017). Los Cuatro: El ADN oculto de Amazon, Apple, Facebook y Google . Random House Large Print. ISBN 978-0525501220.
- ↑ Segev, Elad (abril de 2023). "Compartir sentimientos y participación de los usuarios en Twitter: todo se trata de ti y de mí" . Social Media + Society . 9 (2). doi : 10.1177/20563051231183430 .
- Influencia social
- Técnicas de recuperación de información
