Sui social network, studenti delle scuole superiori e genitori possono seguire lo stesso movimento percependone però realtà molto diverse. Selezionando i contenuti in base alle abitudini di ciascuno, gli algoritmi rafforzano feed distinti, talvolta opposti, e rendono più difficile comprendere il punto di vista dell’altro.
Un unico movimento, due feed
Quando un movimento di mobilitazione si estende nei licei, i social network diventano uno dei luoghi in cui se ne parla e lo si commenta. I video dei blocchi, le immagini degli interventi della polizia e gli interventi degli studenti circolano rapidamente. Ma non vengono visualizzati allo stesso modo su tutti gli schermi: ogni utente scopre una selezione modellata sulle consultazioni e sulle interazioni precedenti.
Davanti al liceo Jacques-Decour, nel nord di Parigi, Lina, 17 anni, frequenta l’ultimo anno. Dall’inizio delle mobilitazioni, il suo feed di TikTok le propone soprattutto video legati ai blocchi e agli studenti che denunciano le violenze della polizia. Sa che queste pubblicazioni sono spesso di parte e cercano di difendere un punto di vista.
Su Facebook, i suoi genitori vedono più spesso immagini di atti vandalici e di persone presentate come teppisti. Preoccupati, le condividono con la figlia per metterla in guardia contro i blocchi. Le due generazioni parlano quindi dello stesso evento, ma si basano su contenuti che ne mostrano aspetti diversi.
Le differenze si ritrovano nel modo in cui vengono rappresentate le personalità del movimento. A Lina arrivano piuttosto video a favore di Elwan, figura di spicco della mobilitazione. I suoi genitori si imbattono più spesso in filmati in cui perde la calma o commette un errore durante un intervento televisivo. Dunque, non sono soltanto i fatti a divergere da un feed all’altro: può cambiare anche l’immagine delle persone che li incarnano.
Come gli algoritmi scelgono i contenuti
Le piattaforme cercano di proporre pubblicazioni in grado di catturare l’attenzione. Per elaborare i consigli, tengono conto di numerosi segnali: i video guardati fino alla fine, quelli che si condividono, gli account seguiti, i commenti pubblicati e i contenuti su cui ci si sofferma. A poco a poco, queste scelte alimentano un profilo di interessi e orientano i contenuti mostrati in seguito.
Questo meccanismo può produrre un effetto di ripetizione. Quando una persona consulta spesso video che sostengono una certa interpretazione di un evento, la piattaforma può mostrarle altri contenuti simili. Allo stesso tempo, i punti di vista contrari o le informazioni meno in linea con le sue abitudini rischiano di essere meno visibili nel suo feed.
La personalizzazione non significa che tutti gli utenti siano rinchiusi in una bolla completamente impermeabile. Possono imbattersi in opinioni diverse, soprattutto quando un contenuto diventa molto popolare o viene condiviso da una persona a loro vicina. Ma la selezione quotidiana tende a dare più spazio alle pubblicazioni che corrispondono già ai loro comportamenti online.
Questa logica può riguardare anche gli scambi sull’intelligenza e sulle abitudini di riflessione. In questo articolo dedicato ai social network, all’intelligenza e all’influenza delle persone che ci circondano viene proposta una riflessione sugli effetti dei social network e sul modo in cui le persone vicine a noi influenzano le nostre idee.
Il divario di percezione tra generazioni
David Chavalarias, ricercatore del CNRS e autore di Toxic Data, descrive un divario di percezione tra gruppi diversi. I membri di uno schieramento possono conoscere i rappresentanti dell’altro attraverso filmati particolarmente caricaturali o momenti di controversia. Ciò che circola in questo modo non restituisce sempre un’immagine equilibrata delle loro argomentazioni o delle loro motivazioni.
Tra gli studenti delle scuole superiori, le pubblicazioni possono mettere in evidenza le ragioni della mobilitazione, le testimonianze degli studenti e le immagini dei raduni. Dal lato dei genitori, i contenuti più visibili possono invece sottolineare i rischi, gli incidenti o le conseguenze sulla sicurezza e sul percorso scolastico. Ogni selezione rende più familiare la propria interpretazione del movimento e può dare l’impressione che sia quella più rappresentativa.
Gli avvertimenti dei familiari possono allora essere interpretati come un rifiuto di comprendere le rivendicazioni. Al contrario, i genitori possono avere l’impressione che i figli minimizzino i rischi perché non vedono le stesse immagini. I social network non creano da soli i disaccordi, ma possono accentuare le incomprensioni offrendo a ciascuno esempi diversi a sostegno della propria percezione.
Quando i contenuti diventano prove
Un video condiviso in un feed può finire per diventare la prova principale in una discussione. Eppure, un breve estratto non restituisce necessariamente il contesto completo: può iniziare dopo un evento importante, interrompersi prima che questo si concluda o accompagnare le immagini con un commento molto di parte. Quando gli utenti vedono regolarmente contenuti simili, questi frammenti possono comporre ai loro occhi una storia coerente, anche se altre informazioni ne modificano l’interpretazione.
I formati rapidi favoriscono anche le reazioni immediate. Una scena spettacolare o una dichiarazione provocatoria attira più facilmente l’attenzione di una spiegazione lunga e sfumata. Le pubblicazioni più emotive possono quindi occupare uno spazio importante nei feed, mentre gli elementi di contesto vengono condivisi o consultati meno.
Questa circolazione ha una conseguenza particolare negli scambi tra genitori e adolescenti. Inviare un video per mettere in guardia o convincere non garantisce che chi lo riceve lo interpreterà allo stesso modo. A seconda della propria esperienza, delle proprie convinzioni e dei contenuti a cui è abituato, può vederci un allarme legittimo, un’esagerazione o un esempio di un punto di vista di parte.
È possibile uscire dalla propria bolla algoritmica?
Riprendere il controllo del proprio feed
Thibault Philippette, professore di scienze dell’informazione e della comunicazione all’UCLouvain, in Belgio, invita gli utenti a non lasciare che siano solo i consigli a decidere il loro percorso informativo. Più una persona consulta passivamente i contenuti proposti, più le piattaforme dispongono di segnali simili per suggerirle pubblicazioni affini.
Un primo passo consiste quindi nel cercare attivamente le informazioni. È possibile consultare diversi media, verificare la provenienza di un video, cercare il contesto di una sequenza e confrontare i resoconti dello stesso evento. Questo approccio non modifica immediatamente un feed, ma permette di non confondere i consigli di una piattaforma con una rappresentazione completa dell’attualità.
Gli utenti possono anche interrogarsi sulle proprie abitudini: quali account forniscono loro informazioni? Quali punti di vista sono raramente presenti? Una pubblicazione viene condivisa perché offre elementi nuovi o perché conferma un’opinione già consolidata? Queste domande aiutano a distinguere la reale diversità delle fonti dalla semplice ripetizione di contenuti simili.
Per le famiglie, il dialogo può iniziare confrontando i feed. Genitori e adolescenti possono spiegare che cosa è apparso loro, da dove proviene una pubblicazione e perché la ritengono importante. L’obiettivo non è stabilire subito chi ha ragione, ma riconoscere che ognuno può aver ricevuto una selezione diversa e incompleta.
Perché poche interazioni non sono sempre sufficienti
Un genitore potrebbe essere tentato di guardare o mettere «Mi piace» a diversi video sugli studenti delle scuole superiori per modificare i consigli che riceve. Tuttavia, i suggerimenti si basano su un insieme di abitudini accumulate e non soltanto su poche interazioni recenti. Un account che per molto tempo ha consultato altre categorie di contenuti non si trasforma quindi necessariamente e rapidamente in un feed simile a quello di un giovane impegnato nella mobilitazione.
La modifica dei consigli può richiedere tempo e non garantisce che due persone vedano le stesse pubblicazioni. Gli algoritmi continuano a interpretare i comportamenti di ciascun account sulla base della sua cronologia e delle sue reazioni. La bolla a volte cambia gradualmente, ma i percorsi digitali restano spesso diversi.
Cambiare piattaforma per cambiare logica
David Chavalarias sostiene un’opzione più radicale: lasciare le piattaforme il cui funzionamento favorisce la polarizzazione e rivolgersi a reti progettate secondo altri principi. Mastodon, Bluesky o Eurosky sono tra i servizi citati in questo contesto. Tuttavia, sono ancora molto meno frequentati delle grandi piattaforme come TikTok o Instagram.
Queste reti non promettono di far scomparire i disaccordi né di garantire informazioni perfettamente equilibrate. Il loro interesse risiede piuttosto nelle scelte di progettazione e nei sistemi di raccomandazione, che possono limitare alcuni meccanismi di cattura dell’attenzione. Il pubblico più ridotto implica anche che gli utenti non vi trovino sempre lo stesso volume di video, account o discussioni presente sulle piattaforme dominanti.
La scarsa presenza di questi servizi nelle abitudini quotidiane può contribuire alla loro minore visibilità. Le piattaforme molto popolari beneficiano degli effetti di rete: ciascuno le frequenta anche perché vi sono già presenti gli amici, le persone vicine o le personalità che segue. Al confronto, le reti meno coinvolgenti o adottate su scala meno ampia possono sembrare meno stimolanti, anche quando propongono un altro modo di seguire l’attualità e le conversazioni.
La diversità delle fonti nella vita quotidiana
Uscire da una bolla non dipende soltanto da un’impostazione o dal passaggio a un’altra rete. Presuppone anche di variare le fonti consultate e di prestare attenzione ai meccanismi che rendono alcuni contenuti più visibili di altri. Un video molto presente in un feed non è necessariamente rappresentativo dell’intero movimento, così come una selezione di immagini allarmanti non riassume tutte le realtà vissute attorno a un blocco.
In una discussione tra generazioni, confrontare i contenuti ricevuti può quindi far emergere i punti ciechi di ciascun feed. I genitori possono scoprire le testimonianze che danno un senso alla mobilitazione per gli studenti; questi ultimi possono conoscere le immagini e le preoccupazioni che inquietano le loro famiglie. Questo confronto non elimina i disaccordi, ma permette di capire come le bolle algoritmiche contribuiscano a formare narrazioni parallele.
