Los Trusted Media en YouTube: volumen y visibilidad de los medios públicos en los resultados de búsqueda

“Trusted Media” on YouTube: volume and visibility of public media in search results

Adrián Padilla

Universitat Autònoma de Barcelona. España. 

EUNCET Business School. España.

adrian.padilla@uab.cat

 

 

Òscar Coromina

Universitat Autònoma de Barcelona. España.

oscar.coromina@uab.cat

 

 

Emili Prado 

Universitat Autònoma de Barcelona. España. 

emili.prado@uab.cat 

 

 

 

  

RESUMEN 

Introducción: Esta investigación tiene como objetivo describir el tratamiento que reciben los contenidos 

informativos procedentes de medios públicos en los resultados de búsqueda de YouTube. Metodología: Para ello, haciendo uso de la API de la plataforma, se han extraído los resultados de búsqueda para un conjunto de 4 palabras clave a lo largo de 60 días. Resultados: El análisis indica que los medios públicos son minoría (el 3,70%) entre los canales que aparecen en el buscador, y no obtienen mejores posiciones en el ranking de resultados de búsqueda. Sin embargo, el algoritmo selecciona proporcionalmente más contenido de medios públicos que del resto de fuentes, lo que causa una sobrerrepresentación de este tipo de medios. Los contenidos publicados por medios públicos también reaparecen en más ocasiones entre los resultados de búsqueda y perduran más tiempo. Los medios privados también se ven ligeramente beneficiados, en detrimento de los canales nativos y otras fuentes, que se ven infrarrepresentadas en el buscador. Conclusiones: Los resultados sugieren que YouTube favorece selectivamente los medios de comunicación en los resultados de búsqueda, especialmente los públicos, seleccionando más contenido de ellos, lo que evidencia un proceso de curación y moderación de los contenidos en el buscador que persigue limitar la aparición de desinformación. Con esto, YouTube estaría tratando de desviar la atención de las audiencias hacia fuentes seguras en contextos donde existe desinformación, lo que implica invisibilizar otras fuentes y no aplicar una censura directa a los contenidos potencialmente dañinos. 

Palabras clave: YouTube; Medios públicos; Medios convencionales; Métodos Digitales; Desinformación; API YouTube; Medios confiables.

ABSTRACT 

Introduction: This research aims to describe the treatment that informational content from public media receives in YouTube search results. Methodology: To do this, using the platform's API, search results have been extracted for a set of 4 keywords over 60 days. Results: The analysis indicates that public media are a minority (3.70%) among the channels appearing in the search results, and they do not achieve better positions in the search results ranking. However, the algorithm proportionally selects more content from public media than from other sources, causing an overrepresentation of this type of media. Content published by public media also reappears more frequently in search results and lasts longer. Private media also receive slight benefits, at the expense of native channels and other sources, which are underrepresented in the search. Conclusions: The results suggest that YouTube selectively favors media outlets in search results, especially public ones, selecting more content from them, which indicates a curation and moderation process of content in the search aimed at limiting the appearance of misinformation. With this, YouTube would be trying to redirect audience attention to safe sources in contexts where misinformation exists, implying the invisibilization of other sources and not applying direct censorship to potentially harmful content.

Keywords: Public media; legacy media; Digital methods; Disinformation; YouTube API; Trusted media.

 

1.      INTRODUCCIÓN

YouTube ha logrado posicionarse como una fuente más en el abanico de opciones para el consumo de información periodística, y con ello ha arrebatado una parte de la audiencia a los medios “tradicionales” (Casero-Ripollés, 2012; Ofcom, 2024). Esta transfusión de la atención hacia YouTube ha impulsado el desembarco en la plataforma de numerosos periódicos, radios y canales de televisión, tanto públicos como privados (Santín y Álvarez-Monzoncillo, 2020). La participación de estos medios en YouTube no es solo una forma de mantener la relevancia, el impacto o la influencia que tradicionalmente han ostentado, sino que también abre una nueva vía para rentabilizar la producción periodística y dar una segunda vida a los contenidos previamente distribuidos a través de otros canales.

Con la participación de estos medios en YouTube, las piezas de corte profesional compiten por la visibilidad junto a contenidos generados por usuarios amateur y profesionales nativos de la plataforma, los conocidos youtubers (De-Aguilera-Moyano et al., 2019). Las lógicas que guían esta competición por la visibilidad en YouTube, no son distintas a las que tradicionalmente ha usado la industria mediática para determinar lo que es relevante: en esta plataforma se opera bajo el paradigma de la economía de la atención (Franck, 2019), un principio que conduce a priorizar en la interfaz aquellos contenidos que logran una mayor retención de las audiencias y, por lo tanto, ofrecen una mayor rentabilidad al permitir una mayor explotación publicitaria. Este esquema resulta familiar para aquellos quienes conocen la televisión, donde tradicionalmente las cadenas compiten por el share realizando una cuidadosa selección de contenidos. Pero, mientras en la televisión existen equipos humanos con capacidad para juzgar, además del retorno económico, la calidad del contenido, su línea ideológica, la relevancia social, su valor cultural e informativo, en YouTube la tarea de seleccionar y jerarquizar el contenido queda en manos de un conjunto de algoritmos que desvinculan el contenido de su significado. 

En este trabajo se pone el foco sobre la presencia de los medios de comunicación en YouTube. Concretamente, en determinar el tratamiento que reciben los contenidos informativos procedentes de medios públicos en los resultados de búsqueda de esta plataforma, realizando una comparativa con los vídeos publicados por canales que pertenecen a medios privados y otras tipologías de fuentes. Para ello, se analiza los resultados de búsqueda a lo largo de 60 días, usando 4 combinaciones de palabras clave vinculadas a cuestiones controvertidas y en las que tradicionalmente ha existido desinformación, conspiranoia o negacionismo. Tras clasificar los contenidos y canales presentes en el buscador, se analiza comparativamente su volumen (cantidad de contenidos), su posición en el ranking e interacciones sociales (reproducciones, likes y comentarios). 

Los resultados del análisis indican que el algoritmo de búsqueda de YouTube tiende a sobrerrepresentar los medios de comunicación en el buscador, especialmente aquellos financiados con fondos públicos, quienes obtienen una mayor cantidad de espacio en los resultados de búsqueda. A su vez, los contenidos audiovisuales procedentes de medios públicos perduran más tiempo en el ranking de resultados y reaparecen en más ocasiones, por lo que tienen una mayor vida útil. Todo esto, pese a que los contenidos publicados por medios públicos tienen menos capacidad de atraer la atención (visualizaciones) y una menor cantidad de interacciones sociales (likes y comentarios). 

1.1.  YouTube y el sistema mediático

Encajar YouTube en el actual ecosistema mediático sigue siendo problemático. Aunque los estilos narrativos y formatos de la plataforma no sean distintos a los de la industria televisiva, su naturaleza, códigos y lógica operativa difieren de la tecnología predecesora, pasando de una emisión lineal y un consumo síncrono, a un entorno de elección con sobreabundancia de oferta audiovisual, algo semejante a un centro logístico de distribución de contenidos audiovisuales de toda índole y procedencia (Prado, 2022). La complejidad para ubicar YouTube en referencia a la televisión conduce a etiquetar la plataforma bajo el epígrafe “nuevos medios”, un cajón de sastre en el que convive con otros servicios digitales: redes sociales como Twitter, TikTok, Instagram o Facebook, y servicios de vídeo por suscripción (SVOD) y distribución over the top (OTT) como Netflix o HBO. 

Pero pese a la taxonomía, YouTube es una parte indistinguible del ecosistema mediático: con más de 2 mil millones de usuarios únicos al mes, es posiblemente el medio y canal de distribución audiovisual más consumido a escala global. Tal es su peso industrial y cultural que para comprender el actual panorama mediático es necesario abandonar la distinción entre “antiguos medios” y “nuevos medios”, y aproximarse al sistema mediático híbrido que describe Chadwick (2017), un sistema donde los usuarios pueden intervenir y participar activamente en la construcción de la actualidad informativa, invirtiendo los flujos tradicionales de circulación de la información, añadiendo capas de bidireccionalidad y equilibrando las fuerzas involucradas en la construcción del relato, la realidad social y la cotidianidad compartida (Hadis, 1976; Couldry, 2019; Couldry y Hepp, 2018). Esta dinámica es también conocida como “cultura participativa” (Jenkins et al., 2015), y puede ser observada como una reconquista de la esfera pública, hasta ahora monopolizada por las corporaciones mediáticas tradicionales y las industrias culturales. 

Estos mismos mecanismos participativos, inherentes a la propia naturaleza de las redes sociales y plataformas, también pueden ser aprovechados por actores que más allá de una participación desinteresada, casual o amateur, operan de forma organizada para influenciar la esfera pública (Coromina y Padilla, 2018; Khaldarova y Pantti, 2016). Esto es posible dado que, en el sistema híbrido de medios, la información circula haciendo uso de espacios y tecnologías en los que no existe moderación o control estricto. Lewis (2018) lo describe como “redes de influencia alternativa”: individuos o grupos coordinados que logran cierta autoridad informativa, y usan estos “nuevos” espacios para difundir marcos narrativos que normalmente difieren del relato oficial. Twitter, Facebook y muy especialmente YouTube juegan un papel fundamental, por ejemplo, en la circulación de las narrativas que articulan el voto de las “derechas alternativas”, tanto en Europa como en Estados Unidos (Allcott y Gentzkow, 2017; Rodríguez-Serrano et al., 2019; Hosseinmardi et al., 2021; Cordero et al., 2023).

1.2.  Desinformación en YouTube

YouTube no ha sido una plataforma ajena al problema de la desinformación, de hecho, es un fenómeno especialmente prolífico en su entorno (Castaño, 2022; Hussein et al., 2020). En el año 2021, Neal Mohan, director de producto de YouTube, publicó en el blog oficial de la plataforma un artículo titulado Perspective: tackling misinformation on YouTube, ofreciendo una visión sobre cuál era la política de la compañía con respecto a la desinformación (Mohan, 2021). En el artículo, Mohan dimensiona la magnitud del problema: en torno al 0,16%-0,18% de los contenidos presentes en YouTube entra en conflicto con las políticas de contenido de la plataforma, y el 77% de los contenidos potencialmente dañinos son eliminados antes de alcanzar las 100 visualizaciones. En el mismo artículo, Mohan narra que para identificar la desinformación en torno a la COVID-19, se consideró desinformación todo aquello que contradijera el consenso de los expertos vinculados al Centro Nacional de Enfermedades de Estados Unidos o los datos procedentes de la Organización Mundial de la Salud (OMS). Las páginas de ayuda de YouTube también cuentan con una sección dedicada a la desinformación (YouTube, s.f.a). En ellas se detalla que la plataforma recurre a grupos de expertos y evaluadores externos para valorar la calidad del contenido. Estos equipos humanos establecen los criterios con los que se entrenan los sistemas de aprendizaje automático que permiten detectar y eliminar a escala masiva el contenido potencialmente dañino.

Sin embargo, existen momentos y contextos en los que no es posible determinar qué versión de los hechos es la verdadera. Ante esta situación, YouTube opta por proporcionar a los usuarios contenidos procedentes de fuentes confiables. La plataforma no detalla qué criterios utiliza para establecer el grado de confianza de las fuentes, aunque indican que en este proceso se incorporan datos procedentes de Google News, así como el nivel de especialización de la fuente, la relevancia y actualidad del evento (YouTube, s.f.a). Para los contenidos controvertidos y conspiranoicos vinculados a cuestiones científicas, YouTube también aporta enlaces a la Wikipedia o recursos enciclopédicos online (ver figura 1), que ofrecen al usuario un contexto mucho más amplio y fiable (Matsakis, 2018).

La plataforma también ha creado mecanismos de moderación que permiten detectar el contenido “cuestionable”. Se persiguen, por ejemplo, aquellos vídeos que hacen un uso de lenguajes o narrativas explícitamente sexuales, el lenguaje malsonante, soez, extremo y referencias o connotaciones sexuales (YouTube, s.f.b). Estos criterios de moderación no son una cuestión baladí: entre los youtubers se rumorea que este tipo de cláusulas permiten el shadow banning (expulsión/exclusión silenciosa), un mecanismo mediante el cual YouTube penaliza, invisibiliza o censura ciertos contenidos que no se ajustan a las normas morales de la plataforma, o a los esquemas ideológicos de sus moderadores (Bishop, 2019). La cuestión de la moderación en YouTube es un debate central, en el que interviene el derecho a la libertad de expresión y sus límites. En palabras de la CEO de YouTube, Susan Wojcicki: ¿Dónde trazar los límites de la libertad de expresión y, si los trazas demasiado estrechos, estás censurando voces de la sociedad que deberían ser escuchadas? (Saner, 2019). Aunque la plataforma está dando pasos hacia adelante en la lucha contra la desinformación, en ocasiones resulta complejo identificar con precisión los contenidos potencialmente dañinos, no solo por la escala a la que es necesario moderar los contenidos, sino también por los sesgos ideológicos y culturales de los propios moderadores, que pueden conducir a catalogar como desinformación contenidos de carácter irónico, críticos e ideológicamente desafiantes (Boyd, 2017).

1.3.  Los Trusted Media en YouTube

En este contexto, la participación de medios de comunicación de carácter profesional en YouTube, y muy especialmente aquellos que gozan de cierta reputación periodística, viene auspiciada por la propia plataforma, que necesita la presencia de estos actores para dotar al entorno de robustez y generar un clima de seguridad informativa para las audiencias. La presencia de medios de comunicación públicos y privados permite a YouTube delegar la función editorial y el gatekeeping informativo en quienes tradicionalmente han ostentado este rol: los medios de comunicación especializados en la producción de información. Su presencia es muy conveniente para YouTube, en tanto que a la plataforma le resulta materialmente imposible moderar la enorme cantidad de contenido que se publica a diario, y es todavía más complejo y comprometedor determinar lo que es desinformación. La falta de referentes informativos en YouTube ha resultado ser acuciante durante la pandemia (Donzelli et al., 2018; Knuutila et al., 2020; Sued, 2020), pero también en contextos electorales o cuestiones científicas, donde prolifera el negacionismo y las teorías de la conspiración (Ribeiro et al., 2020; Tufekci, 2018). Por lo tanto, la llegada a YouTube de periódicos, televisiones, radios, revistas y medios de toda índole y tipo de financiación ha permitido a la plataforma introducir cierto orden informativo y ofrecer un entorno mucho más seguro para sus usuarios, pero también ha sido algo muy conveniente para resolver el dilema ético y moral de moderar y trazar límites a la desinformación, límites que podrían acabar afectando la libertad de expresión.

Figura 1. Interfaz de YouTube donde se observa el indicador de información contextual del medio “DW español”.

Fuente: Elaboración propia.

En esta búsqueda por ofrecer a los usuarios de YouTube una serie de indicadores que permitan determinar el grado de “confianza” de las fuentes y los contenidos, en el año 2018 la plataforma anunció la introducción de un mensaje contextual con información adicional sobre el medio de comunicación que está publicando el contenido (Gold, 2018). Este mensaje (ver figura 1) tiene como objetivo proporcionar a los espectadores información sobre quién publica las noticias, su fuente de financiación y un enlace a Wikipedia, donde es posible obtener más datos sobre el medio (YouTube, 2024). Este distintivo se otorga únicamente a medios financiados parcial o totalmente con fondos públicos, y se encuentra en vídeos publicados por la Deutsche Welle, Radio Televisión Española, BBC News, EFE, Al Jazeera o France 24, entre muchos otros. Aunque YouTube no aclara con qué criterios se seleccionan este conjunto de medios, ni se hace explícito que la etiqueta indique un mayor grado de confianza informativa, la decisión de etiquetar únicamente los contenidos de este tipo de medios de comunicación se alinea con lo que Fotopoulos (2023) nombra trusted media o “medios confiables”.

Con la presencia de estos medios en la plataforma, aparece un nuevo competidor en la carrera por captar y monetizar la atención. YouTube debe determinar qué posición deben ocupar estos contenidos en los resultados de búsqueda, un proceso selectivo en el que intervienen una cascada de algoritmos (Covington et al., 2016). Tal como indica Gillespie (2014), cómo los algoritmos presentan y ordenan los resultados no es inocuo, puede afectar a la elección de consumo y, por lo tanto, influir en la toma de decisiones. Tras estos mecanismos de ordenación pueden esconderse intenciones comerciales o una voluntad de influir sobre la opinión pública, todo ello bajo una pátina de neutralidad y objetividad tecnológica, lo que debe conducirnos a reconsiderar el rol de la plataforma en un contexto sociológico mucho más amplio (Bryant, 2020; Juneja y Mitra, 2020). 

1.3.1.      Antecedentes 

En trabajos previos se ha profundizado en el ranking de resultados de búsqueda de YouTube y, más concretamente, en los efectos del algoritmo sobre este componente de la plataforma. Rieder et al. (2018) analizan cómo evolucionan estos rankings a lo largo de 44 días, recolectando los 20 primeros resultados de búsqueda para 7 palabras clave vinculadas a la actualidad informativa. Con esto, el equipo logró identificar distintas morfologías en los rankings: totalmente estables, parcialmente estables y totalmente cambiantes. Si bien en el artículo se advierte de la presencia de gran cantidad de medios de comunicación profesionales compitiendo junto a canales nativos de la plataforma por las distintas posiciones del ranking, el equipo no profundiza en las características de estos medios, ni realiza distinción alguna entre ellos y el resto de los canales. Tampoco analizan qué tipo de fuentes informativas logran una mejor posición en los resultados de búsqueda. Aun así, su trabajo evidencia que entre los criterios de ordenación de los resultados de búsqueda se tienen en cuenta cuestiones complejas que van más allá de las interacciones sociales básicas (comentarios, likes y visualizaciones), algo que los autores bautizan como “culturas de ranking”. 

Por otra parte, Padilla (2022) analiza durante 20 días los primeros 25 resultados de búsqueda para 6 combinaciones de palabras clave vinculadas a cuestiones desinformativas. Además de observar y confirmar las mismas morfologías del ranking detectadas por Rieder et al. (2018), Padilla (2022) categoriza temáticamente los contenidos presentes en los resultados de búsqueda. Esto permite determinar que los contenidos informativos y divulgativos obtienen posiciones ligeramente ventajosas en el ranking, algo que se traduce también en una mayor visibilidad en los resultados de búsqueda para los canales de índole profesional. Sin embargo, en este trabajo tampoco se distingue entre medios públicos y privados, por lo que no es posible determinar si YouTube otorga un trato diferencial a medios de comunicación según su fuente de financiación. 

Por esta razón, el objetivo de este artículo es determinar si el algoritmo de YouTube prioriza en los resultados de búsqueda los contenidos procedentes de medios públicos frente a los publicados por medios privados y otro tipo de fuentes. Para ello, se analizó y comparó el volumen (cantidad de contenidos), la posición en el buscador, y las interacciones (visualizaciones, likes, comentarios) de los contenidos presentes en el ranking de resultados de búsqueda, poniendo el foco sobre la tipología de canal, y distinguiendo explícitamente entre canales de YouTube que pertenecen a medios de comunicación públicos, medios privados, canales nativos y otras fuentes. 

2.      METODOLOGÍA 

Para el análisis se han seleccionado cuatro combinaciones de palabras clave que apuntan a temas controvertidos, conspiracionistas o en los que existe desinformación: “vacunas”, “cambio climático”, “chemtrails” y “tierra plana”. La selección de estas palabras se realiza siguiendo la línea de trabajos anteriores, en los que se centra la atención en temáticas desinformativas (Cantó, 2018; Donzelli et al., 2018; Muñoz-Pico et al., 2021; Padilla, 2022; Paolillo, 2018; Shaheed, 2019; Sued, 2020). Para cada una de estas palabras clave se realizan 6 extracciones diarias de los resultados de búsqueda (una extracción cada 4 horas), durante el periodo que abarca del 20/05/2023 al 20/07/2023 (un total de 60 días). En cada extracción se recolectan los 50 primeros resultados de búsqueda y sus métricas. La amplitud vertical (cantidad de resultados) y horizontal (periodo temporal) supera la de trabajos previos: 25 resultados durante 20 días en Padilla (2022) y 20 resultados durante 44 días en Rieder et al. (2018). 

Las extracciones se realizan mediante un script de Python creado ad-hoc, que se ejecuta de forma automatizada y conserva los resultados de búsqueda en una base de datos MySQL. Este script realiza las peticiones a la API de YouTube, haciendo uso del método “search:list” (Google for developers, 2023). La búsqueda está parametrizada para limitar los contenidos al idioma español. El uso de la API como forma de acceso a los resultados de búsqueda permite recolectar una gran cantidad de información en un tiempo muy breve, por lo que todas las combinaciones de palabras clave se recolectan en el mismo momento. Este método también posibilita realizar búsquedas anonimizadas, lo que evita que los resultados de búsqueda se vean sesgados por el historial de consumo del usuario. El parámetro de ordenación del ranking de resultados de búsqueda usado en la consulta a la API es “relevancia”, que es el mismo sistema de ordenación por el que YouTube entrega por defecto los resultados de búsqueda en su interfaz de usuario. Este método de recolección de datos es el mismo utilizado en Rieder et al. (2018) y Padilla (2022). 

En total, durante el periodo analizado de 60 días se han realizado 360 extracciones para cada combinación de palabras clave (6x60), lo que se traduce en un total de 1.440 extracciones en el conjunto de las 4 palabras clave (360x4). El banco de datos resultante está compuesto por 71.096 unidades de análisis (1.440x50). El margen de error en el proceso de captura ha sido del 1,25%, lo que se traduce en 4 extracciones fallidas debido a que la API de YouTube no ha estado disponible (por fallos técnicos de la plataforma) en momentos puntuales. Este margen de error no tiene efecto sobre los resultados. 

Los canales de YouTube presentes en el banco de datos final se han clasificado manualmente bajo 4 criterios: “medios públicos”, “medios privados”, “canales nativos” y “otros”. Este proceso se ha realizado visualizando los canales y contrastando la fuente de financiación. En el grupo “medios públicos” se incluyen todos los canales de YouTube que pertenecen a un medio de comunicación con financiación total o parcialmente pública, como por ejemplo RTVE, Deutsche Welle, o BBC, entre otros. En el epígrafe de “medios privados” se han incluido medios de comunicación financiados con capital privado, como por ejemplo CNN o Antena 3. Se han clasificado como canales “nativos de la plataforma”, aquellos canales que pertenecen a un usuario particular, independientemente de su nivel de profesionalización. Finalmente, en el grupo “otros” se han incluido todos aquellos canales que pertenecen, por ejemplo, a instituciones públicas, empresas privadas, partidos políticos, fundaciones, organizaciones sin ánimo de lucro, etcétera. 

Para esta investigación no se valora la calidad, formato o finalidad del contenido y los canales de YouTube presentes en los resultados de búsqueda. No forma parte de los objetivos de investigación determinar la presencia de desinformación ni juzgar la calidad de estos. 

3.      RESULTADOS 

3.1.  Población de canales

Durante el periodo analizado, 864 canales de YouTube han aportado algún contenido a los resultados de búsqueda para el conjunto de palabras clave. En la tabla 1 se aprecia que 629 (el 73,05%) son canales nativos de la plataforma con distintos grados de profesionalización, un grupo que abarca desde grandes creadores de contenido (youtubers), hasta usuarios amateurs que incursionan de forma esporádica. Esta categorización pretende trazar una línea divisoria clara entre esta tipología de canales y las empresas mediáticas (medios de comunicación) especializadas en la producción de información que participan en la plataforma. 

Por otro lado, 126 canales (el 14,63%) han sido identificados como medios de comunicación de financiación privada, 32 canales (el 3,72%) se corresponden con medios de comunicación de financiación pública y, finalmente, se han identificado 77 canales (un 8,94%) pertenecientes a otras categorías (empresas, partidos políticos, fundaciones, etc.).

Tabla 1. Población de canales por tipología.

	Canales
	Cantidad	%
Medios públicos	32	3,70%
Medios privados	126	14,58%
Canales de usuarios	629	72,80%
Otros	77	8,91%

Fuente: Elaboración propia.

Centrando nuestra atención específicamente sobre los canales de YouTube operados por medios de comunicación, los 32 canales identificados como medios de financiación total o parcialmente pública cuentan en sus vídeos con una etiqueta que los identifica como medios de financiación pública, con un enlace a Wikipedia donde es posible leer sobre el medio y su trayectoria. Se trata de un indicador idéntico al que se observa en la figura 1. Los 126 medios restantes, que se corresponden con medios de financiación privada, no obtienen en la interfaz de sus vídeos ningún distintivo que permita identificarlos como un medio de comunicación. 

3.2.  Volumen y posición en el ranking de resultados de búsqueda

Cada posición en el ranking de resultados de búsqueda puede considerarse como una oportunidad para posicionar y visibilizar un contenido producido por un canal. En conjunto, el total de posiciones de ranking disponibles para esta investigación es de 71.096, y el algoritmo debe poblar estas posiciones seleccionando contenidos que se ajusten a los criterios de búsqueda.

Como se observa en la tabla 2, el algoritmo de búsqueda de YouTube no reparte las posiciones de este ranking de forma proporcional para cada tipología de canal. Los medios de comunicación con financiación pública han ocupado un 13,45% de los resultados de búsqueda, aunque poblacionalmente son el 3,70% de los canales detectados. Su presencia en los resultados de búsqueda, en términos absolutos, se aproxima a la de los medios privados, que ocupan el 14,59% de las posiciones del ranking, aunque estos últimos representan poblacionalmente el 14,58% de los canales. Por otra parte, los canales nativos ocupan el 66,03% de los resultados de búsqueda, siendo el 72,80% de los canales. Finalmente, el resto de las fuentes ocupan el 5,93% de las posiciones del ranking, aunque representan el 8,91% de los canales. 

Tabla 2. Representatividad de cada tipo de fuente en los resultados de búsqueda y posición promedio.

	Posiciones de ranking ocupadas		Posición en el ranking
	Cantidad	%	Promedio
Medios públicos	9.560	13,45%	23,45
Medios privados	10.371	14,59%	26,76
Canales nativos	46.947	66,03%	25,34
Otros	4.218	5,93%	29,41

Fuente: Elaboración propia.

Por lo tanto, se puede afirmar que existe una sobrerrepresentación de los medios de comunicación públicos en el ranking de resultados de búsqueda. Los medios de comunicación privados son el 14,58% de la población de canales, y ocupan el 14,59% de las posiciones del ranking, lo que indica una presencia proporcional. Sin embargo, los medios públicos ocupan un 13,15% de las posiciones del ranking siendo el 3,70% de los canales. Por lo tanto, una pequeña cantidad de medios públicos han ocupado una parte importante de los resultados de búsqueda. En el otro lado de la balanza, los canales nativos de la plataforma y otras fuentes se encuentran infrarrepresentadas: el espacio que ocupan en el ranking de resultados no se corresponde con su población.

Estos datos también sugieren que existe una gran rotación de los contenidos publicados por canales nativos de YouTube, lo que aumenta la cantidad de canales distintos que han participado en algún momento en estos rankings. Siguiendo la misma lógica, una pequeña cantidad de medios (tanto privados como públicos) logran mantenerse y reaparecer en el ranking en más ocasiones (como se verá más adelante). 

En cuanto a la posición que obtienen los contenidos publicados por cada fuente en el ranking, los medios públicos tienen una posición promedio sensiblemente mejor. Esto significa que sus vídeos están más próximos a la primera posición y, por lo tanto, se encuentran más visibles para el usuario, aumentando su probabilidad de consumo. Sin embargo, la diferencia entre las distintas fuentes no es lo suficientemente amplia como para concluir que YouTube proporcione a esta tipología de canales en mejores posiciones del ranking. 

3.3.  Selección algorítmica de contenido y vida útil 

En conjunto, los 864 canales identificados en el apartado anterior han aportado un total de 1.329 vídeos distintos. Durante los 60 días analizados, estos 1.329 vídeos emergen múltiples veces entre los resultados de búsqueda, variando o manteniendo su posición en el ranking, ya sea de forma continuada o intermitente. Es importante recordar que la labor de seleccionar y posicionar estos 1.329 vídeos para llenar los 71.096 espacios del ranking de resultados recae sobre el algoritmo de búsqueda. El hecho de que el algoritmo haya ocupado 71.096 espacios del ranking con 1.329 vídeos sugiere que los resultados de búsqueda son estables a lo largo del tiempo, con un promedio de 53 apariciones por vídeo. El promedio de supervivencia en el ranking para el conjunto de los vídeos es de 8 días.

Tal como se observa en la tabla 3, de los 1.329 vídeos distintos, 138 (el 10,38%) proceden de un medio público y 250 (el 18,81%) proceden medios privados. Otros 839 (el 63,13%) proceden de canales nativos y 102 (el 7,67%) han sido publicados por otras fuentes. Estos datos indican que el algoritmo de YouTube selecciona (con relación a su población) más contenido procedente de medios públicos que de medios privados, aunque los segundos (en conjunto) han logrado posicionar una mayor cantidad de contenidos distintos.

 Tabla 3. Tasa de repetición y vida útil de los contenidos de cada tipo de canal.

	Nº Vídeos distintos	% Vídeos distintos	Prom. vídeos por canal	Nº Apariciones	Prom. Tasa de repetición	Vida útil (días)
Medios públicos	138	10,38%	4,31	9.560	69	12
Medios privados	250	18,81%	1,98	10.371	41	7
Canales nativos	839	63,13%	1,33	46.947	41	7
Otros	102	7,67%	1,32	4.218	56	9

Fuente: Elaboración propia.

Pero, a su vez, los medios de comunicación privados también reciben más atención del algoritmo que los canales nativos de la plataforma, ya que los medios privados son el 14,58% de la población de canales, pero aportan el 18,81% del contenido. De promedio, el algoritmo seleccionará 4,31 vídeos por canal de medio público, frente a los 1,98 vídeos por canal de medio privado, 1,33 por canal nativo y 1,32 para otro tipo de canales.

El hecho de que los vídeos 1.329 vídeos distintos identificados durante el periodo analizado aparezcan en sucesivas capturas, sugiere que los contenidos tienen una tasa de repetición y una vida útil. Si se tiene en cuenta el número de apariciones de estos vídeos en las sucesivas capturas del ranking de resultados de búsqueda (ver tabla 3), los contenidos procedentes de un medio público tienen una tasa de repetición de 69 veces, frente a las 41 de los medios privados y canales nativos. Esto se traduce en una tasa de supervivencia de 12 días para los contenidos de medios públicos, frente a los 7 de los contenidos de medios privados y canales nativos.

Con estos datos, es posible afirmar que el algoritmo de búsqueda tiende a mantener los vídeos procedentes de medios públicos durante más tiempo en los resultados de búsqueda. Además, selecciona proporcionalmente más contenidos de esta tipología de fuente: más de 4 vídeos por canal. El algoritmo también selecciona una mayor cantidad de contenidos de medios privados, 1,98 vídeos por canal, aunque estos vídeos no se mantienen durante el mismo tiempo entre los resultados de búsqueda y, por lo tanto, existe una mayor rotación. 

Si bien este comportamiento del algoritmo podría ser un reflejo de la productividad de cada canal de YouTube, el hecho de que los contenidos procedentes de medios públicos se mantengan entre los resultados de búsqueda durante 12 días sugiere que la elección algorítmica no está vinculada a ciclos productivos de los medios, en tanto que estos tienden a la constante resonancia de la actualidad informativa, y por lo tanto sería esperable una mayor rotación de los contenidos. 

3.4.  Interacciones

En el trabajo publicado por Rieder et al. (2018) se conceptualizan distintas “culturas del ranking”, una forma de entender los resultados de búsqueda que va más allá de las métricas de popularidad que habitualmente se analizan (likes, comentarios, visualizaciones), y que manifiesta la existencia de criterios algorítmicos mucho más complejos interviniendo en el proceso de selección del contenido. No obstante, aunque estas métricas no intervengan de forma directa en el ranking, siguen aportando información sobre la interacción que los usuarios han tenido con los contenidos.

Tabla 4. Promedio de visualizaciones, likes y comentarios por tipología de canal.

	Promedio de visualizaciones por vídeo	Promedio de Likes por vídeo	Promedio de comentarios por vídeo
Medios públicos	848.840	10.515	1.855
Medios privados	1.023.269	13.604	1.608
Canales nativos	2.459.078	80.563	3.258
Otros	488.617	15.909	810

Fuente: Elaboración propia.

En la tabla 4, se aprecia que los contenidos publicados por canales de YouTube pertenecientes a medios de comunicación públicos obtienen una menor atención de la audiencia si se compara con los medios privados y los canales de contenidos generados por usuarios. El promedio de visualizaciones del contenido publicado por un canal nativo de YouTube triplica el de los contenidos publicados por medios públicos, y duplica el de los medios privados. Ocurre algo similar con la cantidad de likes y comentarios: los canales nativos superan ampliamente las cifras de los medios privados y públicos. 

Estos datos confirman, primeramente, lo que Rieder et al. (2018) apuntan en su investigación, y es que las métricas básicas de interacción no son un indicador para determinar lo que es relevante para el algoritmo, y por lo tanto no impactan de forma decisiva en la ordenación de los resultados de búsqueda. También se confirma algo que los propios ingenieros de YouTube han afirmado abiertamente: los usuarios no tienen una especial predilección por los contenidos procedentes de medios con “autoridad” periodística, pese a que estos aparezcan (tal como se ha visto en apartados anteriores) con más frecuencia en el buscador. El consumo se suele decantar hacia contenidos generados por youtubers y amateurs, un comportamiento que la propia plataforma ya identificó y reconoció (Parker, 2020).

4.      CONCLUSIONES

YouTube ha trazado una línea que divide el contenido informativo procedente de canales operados por medios públicos y el resto de los canales que participan en la plataforma. En el momento de realizar esta investigación, únicamente los medios públicos disponen de la etiqueta distintiva que informa a los usuarios sobre el tipo de fuente que emite la información (ver ejemplo en figura 1). Esta etiqueta no anuncia de forma explícita una mayor calidad informativa, pero es inevitable que dicho elemento sea considerado por los usuarios como un indicador de confianza. Esta etiqueta de la interfaz está estrechamente vinculada a lo que Fotopoulos (2023) nombra como Trusted media (medios de confianza), pero es importante señalar que el modelo de financiación pública por sí solo no garantiza la independencia, imparcialidad o calidad informativa, y tampoco es orientativo del grado de confianza que el público debería depositar en el medio. 

Partiendo de esta distinción inicial, el objetivo de esta investigación era determinar si el algoritmo de YouTube prioriza en los resultados de búsqueda los contenidos procedentes de medios públicos frente a los que proceden de medios privados y otro tipo de fuentes. Para ello, se analizaron y compararon la cantidad de contenidos, la posición en el ranking, y las interacciones (visualizaciones, likes, comentarios) de los vídeos que emergen en las búsquedas, poniendo el foco sobre la tipología de canal, y distinguiendo entre canales de YouTube que pertenecen a medios de comunicación públicos, medios privados, canales nativos y otras fuentes. 

Los resultados de este análisis indican que los canales pertenecientes a medios públicos son una población minoritaria en los resultados de búsqueda. Se encontraron 32 canales pertenecientes a medios públicos entre los resultados de búsqueda, lo que se traduce en el 3,70% de los canales que el algoritmo ha estimado pertinentes para las búsquedas realizadas a lo largo de todo el periodo analizado. Por otro lado, se han hallado 126 canales que pertenecen a un medio privado, representando el 14,58% de la población de canales que en algún momento han aparecido en el buscador. 

Estos 32 canales (el 3,70%) ocuparon el 13,45% de las posiciones del ranking de resultados de búsqueda. Por lo tanto, el algoritmo de búsqueda de YouTube tiende a seleccionar proporcionalmente más contenidos procedentes de medios públicos que del resto de fuentes. Además, los vídeos de medios públicos reaparecen en los resultados de búsqueda en más ocasiones y perduran durante más tiempo. Esta conducta se traduce en una sobrerrepresentación de los medios públicos entre los resultados de búsqueda, que si bien no obtienen una posición promedio más ventajosa que el resto de las fuentes, sí que logran ocupar gran cantidad de espacio en el ranking, y hacerlo durante más tiempo. 

Aunque no en igual medida, los medios de comunicación privados (el 14,58% de los canales) también se ven ligeramente beneficiados por el algoritmo. Si se compara con canales nativos de la plataforma y otras tipologías de fuente, los medios privados tienen una mayor probabilidad de que sus contenidos aparezcan en el ranking de resultados de búsqueda. Logran ocupar el 14,59% de las posiciones en el buscador, una cifra proporcionada a su población. Por último, los canales nativos de la plataforma y otras fuentes se ven infrarrepresentadas, ya que el porcentaje de espacio que ocupan en el buscador está por debajo de su población de canales (ver tabla 1, 2 y 3). 

Los datos indican que la selección realizada por el algoritmo no está necesariamente vinculada a la frecuencia de publicación y la fuerza productiva de cada tipología de canal. Por un lado, en ambas categorías de medios de comunicación (públicos y privados) existen grandes corporaciones mediáticas con capacidad para rivalizar entre ellas. Por otro lado, el algoritmo ha seleccionado una mayor cantidad total de vídeos procedentes de medios de comunicación privados. Estos medios privados también han conseguido una mayor rotación de sus contenidos en el buscador, lo que sugiere una fuerte vinculación con la actualidad informativa. Por contra, los medios públicos (aunque sobrerrepresentados) posicionan una menor cantidad de vídeos en conjunto, pero logran una mayor estabilidad y supervivencia. Este envejecimiento sugiere que estos contenidos no están necesariamente sometidos a la actualidad informativa. 

Por último, se ha analizado las visualizaciones y las interacciones sociales de las audiencias con estos contenidos. Los resultados indican que los usuarios prefieren consumir contenido producido por canales nativos y medios privados (ver tabla 4). Este hallazgo confirma que el criterio algorítmico para la selección de los contenidos va más allá de las interacciones sociales básicas (Rieder et al., 2018), pero también pone en entredicho los principios de la economía de la atención. Con la sobrerrepresentación de los medios públicos YouTube está poblando los resultados de búsqueda con contenidos que obtienen una menor atención del público, perdiendo con ello la oportunidad de posicionar otros vídeos con mayor capacidad para atraer y monetizar la atención de las audiencias. 

Todos los datos indican que YouTube está realizando una labor de curación de contenidos en los resultados de búsqueda, interviniendo directamente para dirigir la atención de los usuarios hacia contenidos seguros, con el objetivo de evitar que se produzcan polémicas o nuevas crisis de reputación vinculadas a la dispersión de desinformación. Esta labor se realiza sobrerrepresentado los medios de comunicación, muy especialmente los públicos, e infrarrepresentado los canales nativos de la plataforma. La atribución de responsabilidades y la rendición de cuentas es un elemento central en esta cuestión, y resulta fácil descargar la responsabilidad informativa sobre estos actores externos, en tanto que los medios de comunicación tanto públicos como privados son organizaciones reconocibles.

La presencia de los medios de comunicación en YouTube debe entenderse también como un síntoma de la aceptación del cambio y la adaptación de las grandes corporaciones mediáticas a un nuevo ecosistema audiovisual. Es una demostración de que sus lenguajes, formatos y dinámicas productivas (lo que se entiende por “televisión”) no se circunscribe a la tecnología original, sino que son componentes de una expresión audiovisual que admite múltiples formas de distribución (Prado, 2022). La identificación en YouTube de los contenidos procedentes de medios públicos o semipúblicos con una etiqueta específica debe ser interpretada como un movimiento interesado de la plataforma frente a su manifiesta incapacidad por ofrecer un entorno informativo controlado. En cierta medida, esto puede entenderse como un reconocimiento por parte de YouTube de que los creadores de contenido nativos (los youtubers) no tienen reconocida por defecto la capacidad de crear contenidos con la calidad, credibilidad y confianza que se le reconocen a los medios de comunicación, tanto públicos como privados, y que por sí solos los youtubers no pueden construir un relato completo y plural de la actualidad informativa.

Esta investigación se limita a un periodo de 60 días y a 4 combinaciones de palabras clave vinculadas a cuestiones desinformativas o controvertidas. Aunque su amplitud supera a la de trabajos previos, resulta necesario seguir indagando en la cuestión, ampliando el número y variedad temática de las palabras clave, así como el periodo de análisis. Esto permitiría hacer extensivo el comportamiento de la plataforma a otros ámbitos, como por ejemplo el entretenimiento audiovisual, donde los medios públicos también participan de forma activa a través de sus canales de YouTube. También sería necesario monitorizar y comparar el comportamiento y las rutinas de los canales de YouTube pertenecientes a medios públicos y privados, un trabajo que ayudaría a comprender mejor hasta qué punto sus procesos productivos afectan la visibilidad de sus contenidos en la plataforma, además de arrojar información sobre su capacidad productiva.

Por último, se considera necesario indagar en los efectos que pueden ocasionar la fragmentación y descontextualización de los contenidos informativos de los servicios públicos en YouTube, donde son troceados para encajar en los ritmos de consumo y estilos narrativos de esta plataforma. Esto puede fomentar en las audiencias una dinámica de consumo informativo desestructurado, alejado del orden editorial que caracteriza a los espacios formales: un informativo televisivo un periódico o un boletín de radio.

5.      REFERENCIAS

Allcott, H. y Gentzkow, M. (2017). Social Media and Fake News in the 2016 Election. Journal of Economic Perspectives, 31(2), 211-236. https://doi.org/10.1257/jep.31.2.211 

Bishop, S. (2019). Managing visibility on YouTube through algorithmic gossip. New Media & Society, 21(11-12), 2589-2606. https://doi.org/10.1177/1461444819854731 

Boyd, D. (27 de marzo de 2017). Google and Facebook Can’t Just Make Fake News Disappear. Wired. https://www.wired.com/2017/03/google-and-facebook-cant-just-make-fake-news-disappear/ 

Bryant, L. V. (2020). The YouTube Algorithm and the Alt-Right Filter Bubble. Open Information Science, 4(1), 85-90. https://doi.org/10.1515/opis-2020-0007 

Cantó, P. (2018). Ni te fumigan ni quieren provocar sequía: vuelve la conspiración de los 'chemtrails'. El País. https://verne.elpais.com/verne/2018/03/02/articulo/1520005564_270533.html

Casero-Ripollés, A. (2012). Beyond Newspapers: News Consumption among Young People in the Digital Era. Comunicar, 20(39), 151-158. https://doi.org/10.3916/C39-2012-03-05 

Castaño, J. (14 de enero de 2022). Los bulos y las teorías negacionistas campan a sus anchas por YouTube. La Vanguardia. https://bit.ly/3V2J678

Chadwick, A. (2017). The Hybrid Media System: Politics and Power (2^nd ed.). Oxford University Press.

Cordero, G., Alonso-Muñoz, L. y Casero-Ripollés, A. (2023). Believe it or not. The role of ideology as a predictor of trust in mainstream and social media during COVID-19. Revista Latina de Comunicación Social, 82, 1-20. https://doi.org/10.4185/rlcs-2024-2141

Coromina, Ò. y Padilla, A. (2018). Análisis de las desinformaciones del referéndum del 1 de octubre detectadas por Maldito Bulo. Quaderns del CAC, 21(44), 17-26.

Couldry, N. (2019). Media: Why it matters. John Wiley & Sons.

Couldry, N. y Hepp, A. (2018). The mediated construction of reality. John Wiley & Sons.

Covington, P., Adams, J. y Sargin, E. (2016). Deep Neural Networks for YouTube Recommendations. En S. Sen y W. Geyer, RecSys '16: Proceedings of the 10th ACM Conference on Recommender Systems (pp. 191-198). https://doi.org/10.1145/2959100.2959190

De-Aguilera-Moyano, M., Castro-Higueras, A. y Pérez-Rufí, J. I. (2019). Between broadcast yourself and broadcast whatever: YouTube’s homepage as a synthesis of its business strategy. Profesional de la Información, 28(2). https://doi.org/10.3145/epi.2019.mar.06

Donzelli, G., Palomba, G., Federigi, I., Aquino, F., Cioni, L., Verani, M., Carducci, A. y Lopalco, P. (2018). Misinformation on vaccination: A quantitative analysis of YouTube vídeos. Human Vaccines and Immunotherapeutics, 14(7), 1654-1659. https://doi.org/10.1080/21645515.2018.1454572 

Fotopoulos, S. (2023). Traditional media versus new media: Between trust and use. European View, 22(2), 277-286. https://doi.org/10.1177/17816858231204738 

Franck, G. (2019). The economy of attention. Journal of Sociology, 55(1), 8-19. https://journals.sagepub.com/doi/10.1177/1440783318811778

Gillespie, T. (2014). The Relevance of Algorithms. En T. Gillespie, P. J. Boczkowski y K. A. Foot (Eds.), Media Technologies: Essays on Communication, Materiality, and Society. The MIT Press. https://doi.org/10.7551/mitpress/9780262525374.003.0009

Gold, H. (3 de febrero de 2018). YouTube to start labeling vídeos posted by state-funded media. CNN. https://money.cnn.com/2018/02/02/media/youtube-state-funded-media-label/index.html

Google for developers. (2023). Search:list. https://bit.ly/444tEJZ 

Hadis, B. F. (1976). La construcción social de la realidad [Reseña del libro La construcción social de la realidad, por P. L. Berger y T. Luckmann]. Desarrollo Económico, 15(60), 641-643. https://doi.org/10.2307/3466656

Hosseinmardi, H., Ghasemian, A., Clauset, A., Mobius, M., Rothschild, D. M. y Watts, D. J. (2021). Evaluating the scale, growth, and origins of right-wing echo chambers on YouTube. Proceedings of the National Academy of Sciences, 118(32), 1-8. https://doi.org/10.1073/pnas.2101967118

Hussein, E., Juneja, P. y Mitra, T. (2020). Measuring Misinformation in Vídeo Search Platforms: An Audit Study on YouTube. Proceedings of the ACM on Human-Computer Interaction, 4, 1-48. https://doi.org/10.1145/3392854 

Jenkins, H., Ito, M. y Boyd, D. (2015). Participatory Culture in a Networked Era: A Conversation on Youth, Learning, Commerce, and Politics. John Wiley & Sons.

Juneja, P. y Mitra, T. (2020). Investigating the impact of personalization on misinformation present in algorithmically curated content in YouTube.

Khaldarova, I. y Pantti, M. (2016). Fake News: The narrative battle over the Ukrainian conflict. Journalism Practice, 10(7), 891-901. https://doi.org/10.1080/17512786.2016.1163237

Knuutila, A., Herasimenka, A., Au, H., Bright, J., Nielsen, R. y Howard, P. N. (2020). Covid-related misinformation on YouTube: The spread of misinformation vídeos on social media and the effectiveness of platform policies. COMPROP Data Memo. https://n9.cl/kqdpr 

Lewis, R. (2018). Alternative Influence: Broadcasting the Reactionary Right on YouTube. Data & Society. https://datasociety.net/library/alternative-influence/

Matsakis, L. (13 de marzo de 2018). YouTube Will Link Directly to Wikipedia to Fight Conspiracy Theories. Wired. https://www.wired.com/story/youtube-will-link-directly-to-wikipedia-to-fight-conspiracies/ 

Mohan, N. (25 de agosto de 2021). Perspective: Tackling Misinformation on YouTube. YouTube Official Blog. https://blog.youtube/inside-youtube/tackling-misinfo/

Muñoz-Pico, H. P., León Anguiano, B. y García Martínez, A. N. (2021). Representación del cambio climático en YouTube: Un análisis cuantitativo de los vídeos más populares. Palabra Clave, 24(1), 1-32. https://doi.org/10.5294/pacla.2021.24.1.5 

Ofcom. (2024). Children and parents: media use and attitudes report 2023. https://n9.cl/bvvk75 

Padilla, A. (2022). Análisis del fenómeno de la desinformación en YouTube: Volumen, visibilidad y elección en los resultados de búsqueda [Tesis de doctorado, Universitat Autònoma de Barcelona]. http://hdl.handle.net/10803/688436 

Paolillo, J. C. (2018). The Flat Earth phenomenon on YouTube. First Monday, 23(12). https://www.firstmonday.org/ojs/index.php/fm/article/view/8251 

Parker, T. (10 de mayo de 2020). YouTube CEO: Users don’t like “authoritative” mainstream media channels but we boost them anyway. Reclaim The Net. https://n9.cl/25bfq 

Prado, E. (2022). Retos para los legacy media y el servicio público en el ecosistema audiovisual convergente. En M. Francés, R. Franquet y G. Torres (Coords.), Retos de la televisión pública ante la multidifusión digital (pp. 57-87). Gedisa.

Ribeiro, M. H., Ottoni, R., West, R., Almeida, V. A. F. y Wagner Meira, W. M. (2020). Auditing radicalization pathways on YouTube. En M. Hildebrandt y C. Castillo, FAT* '20: Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency (pp. 131-141). https://doi.org/10.1145/3351095.3372879

Rieder, B., Matamoros-Fernández, A. y Coromina, Ò. (2018). From ranking algorithms to ‘ranking cultures’: Investigating the modulation of visibility in YouTube search results. Convergence, 24(1), 50-68. https://doi.org/10.1177/1354856517736982

Rodríguez-Serrano, A., García-Catalán, S. y Martín-Núñez, M. (2019). Estrategias narrativas audiovisuales de desinformación en YouTube de la nueva extrema derecha europea. Profesional de la información, 28(3), https://doi.org/10.3145/epi.2019.may.11

Saner, E. (10 de agosto de 2019). YouTube’s Susan Wojcicki: 'Where's the line of free speech – are you removing voices that should be heard?' The Guardian. https://n9.cl/bi9ojn 

Santín, M. y Álvarez-Monzoncillo, J. M. (2020). YouTube en la prensa española: Un modelo por definir. Profesional de la información, 29(1). https://revista.profesionaldelainformacion.com/index.php/EPI/article/view/73320

Shaheed, N. M. (2019). Conspiracy Theories and Flat Earth Vídeos on YouTube. The Journal of Social Media in Society Fall, 8(2), 84-102.

Sued, G. (2020). El algoritmo de YouTube y la desinformación sobre vacunas durante la pandemia de COVID-19. Chasqui. Revista Latinoamericana de Comunicación, 1(145), 163-180. https://doi.org/10.16921/chasqui.v1i145.4335

Tufekci, Z. (10 de marzo de 2018). YouTube, the great radicalizer. The New York Times. 

YouTube. (2024). Panel de información sobre el medio. https://bit.ly/3P94Zhl

YouTube. (s.f.a). ¿Cómo aborda YouTube la desinformación? https://bit.ly/3TnZePf 

YouTube. (s.f.b). Política sobre el lenguaje vulgar. https://bit.ly /4a4OKts 

 

CONTRIBUCIONES DE AUTORES/AS, FINANCIACIÓN Y AGRADECIMIENTOS

Contribuciones de los/as autores/as:

Conceptualización: Padilla, Adrián; Coromina, Òscar y Prado, Emili. Software: Padilla, Adrián Análisis formal: Padilla, Adrián. Redacción y Preparación del borrador original: Padilla, Adrián. Revisión: Padilla, Adrián; Coromina, Òscar y Prado, Emili. Supervisión: Coromina, Òscar y Prado, Emili. Todos los/as autores/as han leído y aceptado la versión publicada del manuscrito: Padilla, Adrián; Coromina, Òscar y Prado, Emili.

Financiación: Esta investigación no cuenta con financiamiento externo.

AUTORES:

Adrián Padilla 

Universitat Autònoma de Barcelona.

EUNCET Business School.

Doctor en Comunicación Audiovisual y Publicidad por la Universitat Autònoma de Barcelona. Sus estudios se centran en el estudio del impacto social y cultural de las plataformas digitales y las redes sociales. Está especializado en el uso de digital Methods y métodos computacionales para la recolección y análisis de datos del entorno digital. Imparte asignaturas de analítica digital, análisis de audiencias, big data y visualización de datos en la UAB y la EUNCET Business School (UPC). 

adrian.padilla@uab.cat

Índice H: 3

Orcid ID: https://orcid.org/0000-0001-7668-1322 

Scopus ID: https://www.scopus.com/authid/detail.uri?authorId=57204037262 

Google Scholar: https://scholar.google.es/citations?user=zKICdGIAAAAJ&hl=es 

ResearchGate: https://www.researchgate.net/profile/Adria-Padilla-2/research 

Òscar Coromina 

Universitat Autònoma de Barcelona.

El Dr. Òscar Coromina, profesor Serra Húnter en Comunicación Audiovisual y Publicidad, combina investigación y educación, guiando a futuros profesionales. Con roles internacionales, ha coordinado programas de maestría y presentado en conferencias sobre Marketing Digital. Su investigación aborda el impacto del marketing digital en la sociedad y las dinámicas de redes sociales, explorando tendencias emergentes en métodos de investigación. Su último trabajo sobre Marketing Digital como Métodos Digitales se publicó en Big Data and society, con otras contribuciones sobre plataformaización de culturas creativas en Convergence, First Monday y Social Media & Society.

oscar.coromina@uab.cat

Índice H: 10

Orcid ID: https://orcid.org/0000-0002-6306-4154 

Scopus ID: https://www.scopus.com/authid/detail.uri?authorId=57195587707 

Google Scholar: https://scholar.google.com/citations?user=CIDIvJUAAAAJ&hl=en 

Emili Prado 

Universitat Autònoma de Barcelona.

Catedrático emérito de Comunicación Audiovisual y Publicidad de la Universitat Autònoma de Barcelona de cuya Facultat de Ciències de la Comunicació ha sido Decano y Director del Grup de Recerca en Imatge, So i Síntesi, y de los observatorios de la televisión Euromonitor y Usamonitor y de las redes sociales OXSI. También ha sido Decano fundador de la Facultade de Ciencias da Comunicación de la Universidade de Santiago de Compostela. Ha sido profesor e investigador invitado de las Universidades de Quebec en Montreal, de California Berkeley, de Nueva York, de Burdeos, de Pisa, de Sao Paulo y en diversas universidades españolas.

emili.prado@uab.cat

Índice H: 26

Orcid ID: https://orcid.org/0000-0003-4871-2472 

Scopus ID: https://www.scopus.com/authid/detail.uri?authorId=56452662700 

Google Scholar: https://scholar.google.com/citations?user=JTWsTA4AAAAJ&hl=es 

ResearchGate: https://www.researchgate.net/profile/Emili-Prado/research 

Academia.edu: https://uab.academia.edu/EmiliPrado

 

ARTÍCULOS RELACIONADOS: