En la era de las noticias curadas algorítmicamente, la interacción entre la tecnología y el comportamiento humano está transformando el consumo global de información. Este estudio revisa sistemáticamente la literatura desde 2015 hasta 2024, examinando el doble papel de los algoritmos como potenciadores de la personalización e impulsores de la polarización.
Investiga cómo el sesgo algorítmico influye en la diversidad de noticias, los efectos de la exposición a noticias impulsadas por algoritmos en la polarización y el potencial de la alfabetización mediática para mitigar estos impactos. Los resultados revelan una compleja relación entre la selección algorítmica, el comportamiento del usuario y la polarización, a menudo exacerbada por la opacidad del sistema. Aunque los algoritmos pueden ampliar la exposición a diversas perspectivas, con frecuencia refuerzan las creencias existentes a través de burbujas de filtros y cámaras de eco. La alfabetización mediática emerge como una herramienta vital, que prepara a los individuos para comprometerse críticamente con el contenido y desafiar los prejuicios. Abordando un creciente vacío en la investigación, este estudio explora la complicada dinámica entre la personalización algorítmica, la polarización y la alfabetización mediática, y propone un marco educativo para preparar a los alumnos para entornos informativos impulsados por la IA. El marco propuesto interconecta la curación algorítmica, la exposición a las noticias, la agencia del usuario, la alfabetización mediática y la polarización, haciendo hincapié en su dinámica cíclica. Esta investigación exige transparencia algorítmica, programas interculturales de alfabetización mediática y estudios específicos en regiones subrepresentadas, ofreciendo vías de actuación para apoyar un discurso público más sano mediante la inclusión de la alfabetización algorítmica en la educación.
In an era of algorithmically curated news feeds, the interplay between technology and human behavior is transforming global information consumption. This study systematically reviews literature from 2015 to 2024, examining algorithms’ dual role as enhancers of personalization and drivers of polarization. It investigates how algorithmic bias influences news diversity, the effects of algorithmically driven news exposure on polarization, and the potential of media literacy to mitigate these impacts. The findings reveal a complex relationship between algorithmic curation, user behavior, and polarization, often exacerbated by system opacity. While algorithms can broaden exposure to diverse perspectives, they frequently reinforce existing beliefs through filter bubbles and echo chambers. Media literacy emerges as a vital tool, equipping individuals to critically engage with content and challenge biases. Addressing a growing research gap, this study explores the intricate dynamics between algorithmic personalization, polarization, and media literacy, proposing an educational framework to equip learners for AI-driven news environments. The proposed framework interconnects algorithmic curation, news exposure, user agency, media literacy, and polarization, emphasizing their cyclical dynamics. This research calls for algorithmic transparency, cross-cultural media literacy programs, and targeted studies in underrepresented regions, offering actionable pathways to support healthier public discourse through including algorithmic literacy in education.