💰 quantitative finance

"Rich-Get-Richer"? Platform Attention and Earnings Inequality using Patreon Earnings Data

Utilizando datos de ingresos de Patreon, este artículo demuestra que los algoritmos de atención de la plataforma impulsan una dinámica de "el rico se hace más rico" donde los ingresos siguen una distribución de Pareto altamente concentrada ( $\alpha \approx 2$ ), con cambios algorítmicos que perjudican desproporcionadamente a la clase media de creadores y causan que la desigualdad en las diferentes redes sociales converja hacia distribuciones de cola cada vez más pesadas.

Autores originales: Ilan Strauss, Jangho Yang, Mariana Mazzucato

Publicado 2026-07-17

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ilan Strauss, Jangho Yang, Mariana Mazzucato

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina el internet como una ciudad digital gigante y bulliciosa donde todos intentan hacerse notar. En esta ciudad, los "alcaldes" no son elegidos por votos o precios; son los algoritmos, reglas secretas e invisibles que deciden qué esquina de la calle recibe más tránsito peatonal y cuál permanece vacía. Este artículo vive en el mundo de la economía digital, un campo que estudia cómo fluye el dinero en estos espacios en línea. Para entender la historia, necesitas saber dos cosas: primero, que la atención es la nueva moneda (ser visto es cómo se cobra); y segundo, que muchas cosas en la naturaleza y la sociedad siguen una "ley de potencia". Piensa en una ley de potencia como una pirámide donde la base es enorme y la cima es diminuta, pero la parte superior es tan alta que toca el cielo. En una pirámide normal, los escalones son uniformes. En una pirámide de ley de potencia, la base es una multitud masiva y la cima es un único y solitario gigante. Esto importa porque si las reglas de la ciudad favorecen demasiado a ese gigante, la clase media de la ciudad desaparece, y solo los superestrellas sobreviven.

Los autores de este artículo, Ilan Strauss, Jangho Yang y Mariana Mazzucato, decidieron echar un vistazo detrás de la cortina de estas ciudades digitales usando una herramienta especial: Patreon. Patreon es un sitio web donde los fans pagan directamente a los creadores por contenido extra, pero aquí está el truco: Patreon realmente no tiene su propia forma de mostrarte nuevos creadores. Para poder cobrar en Patreon, tienes que ser famoso en otro lugar primero, como YouTube, Instagram o Twitter. Los creadores luego ponen un enlace a su Patreon en su perfil principal. Debido a esto, el dinero que un creador gana en Patreon es un espejo perfecto de cuánta atención recibió en su plataforma principal. Si un YouTuber obtiene un millón de vistas, es probable que obtenga muchos fans en Patreon. Si obtiene cero vistas, obtiene cero fans en Patreon.

Los investigadores analizaron datos de más de 100,000 creadores a través de tres años diferentes (2018, 2021 y 2024) para ver cómo se distribuía el dinero. Descubrieron algo sorprendente: las ganancias en casi todas las plataformas siguen un patrón de "el rico se hace más rico", descrito matemáticamente por un número llamado alfa (α). En su mundo, un alfa más bajo significa una pirámide más empinada y desigual. Encontraron que, para la mayoría de las plataformas, este número es alrededor de 2.0. Este es un número muy específico que sugiere que el sistema está fuertemente inclinado contra la persona promedio. Significa que por cada escalón que subes en la escalera, las recompensas no solo se vuelven un poco más grandes; explotan. Los creadores del tope están atrayendo dinero a un ritmo que se parece más a la cartera de inversiones de un multimillonario que al salario de un trabajador regular.

Cuando compararon las diferentes ciudades, los resultados fueron como una boleta de calificaciones sobre la equidad. YouTube e Instagram tenían los números más bajos (alrededor de 1.8 y 1.84), lo que significa que son los más injustos. En estas plataformas, la "clase media" de creadores —aquellos que son decentemente populares pero no superestrellas— está siendo desplazada. Sus ganancias son menores y la brecha entre los ricos y el resto es más amplia. En contraste, Twitter/X y los creadores que son solo de Patreon tuvieron números más altos (alrededor de 2.35 y 2.24), lo que sugiere una pirámide ligeramente más plana y justa, donde más personas pueden ganarse la vida, aunque la cima sigue llevándose la parte más grande.

La parte más preocupante de la historia es el viaje en el tiempo. Cuando los autores observaron los datos de 2018 y los compararon con los de 2024, vieron que las pirámides se volvían más empinadas. Los números para Instagram y YouTube bajaron, lo que significa que el efecto de "el rico se hace más rico" se está fortaleciendo cada año. Es como si el alcalde de la ciudad estuviera apagando lentamente las luces en los vecindarios y dirigiendo un gigantesco reflector solo hacia una casa en la cima. Los autores sugieren que esto se debe a que los algoritmos se están volviendo mejores para encontrar contenido viral y empujarlo a todo el mundo, mientras ignoran la "larga cola" de creadores más pequeños y de nicho.

Sin embargo, los autores son cuidadosos de no decir que han resuelto el misterio. Admiten que, aunque los patrones parecen indicar que los algoritmos son el culpable, otras cosas podrían estar en juego. Tal vez la gente en Twitter simplemente es más generosa con su dinero, o tal vez los creadores de YouTube son más competitivos. No pueden probar con un 100% de certeza que el algoritmo sea la única razón, pero la evidencia sugiere fuertemente que la forma en que estas plataformas distribuyen la atención es el motor principal de esta desigualdad. También señalan que a medida que la Inteligencia Artificial mejore en la creación de contenido, podría empeorar este problema, ya que los algoritmos podrían obsesionarse aún más con lo que ya es "viral", dejando menos espacio para que se escuchen voces nuevas y diferentes.

En resumen, este artículo pinta la imagen de un mundo digital donde las reglas del juego están cambiando lentamente para favorecer aún más a las superestrellas. La "clase media" de los creadores se está encogiendo, y a menos que las reglas invisibles de los algoritmos se ajusten para dar una oportunidad a los más pequeños, el futuro de la creatividad en línea podría parecerse menos a una ciudad diversa y más a un único y colosal rascacielos donde todos los demás viven en las sombras.

Resumen Técnico: ¿"El rico se hace más rico"? La atención de la plataforma y la desigualdad de ingresos utilizando datos de ganancias de Patreon

Planteamiento del problema
Los mercados de redes sociales en línea están cada vez más gobernados por la asignación algorítmica de la atención en lugar de por mecanismos de precios. A diferencia de los modelos clásicos de mercados de múltiples caras donde los precios equilibran la oferta y la demanda, las plataformas utilizan algoritmos no basados en precios para procesar vastos datos sobre el contenido y las preferencias de los usuarios para asignar visibilidad. Si bien estos algoritmos permiten eficiencias de mercado, también funcionan como dispositivos distributivos que determinan los resultados económicos para los participantes. Existe una brecha crítica en la literatura respecto al impacto económico de estos mecanismos: las plataformas rara vez divulgan los ingresos de los creadores o los detalles de optimización algorítmica, lo que dificulta probar empíricamente si la atención algorítmica fomenta ecosistemas desiguales o apoya una "clase media" saludable de creadores. Este artículo aborda esta brecha investigando la desigualdad de ingresos dentro de los mercados de plataformas, examinando específicamente cómo los algoritmos de redes sociales de terceros influyen en los resultados de monetización.

Metodología
El estudio utiliza un conjunto de datos novedoso y a gran escala de los ingresos mensuales de Patreon para creadores de contenido a través de tres secciones transversales: marzo de 2018, 2021 y 2024 ( $n = 104,719$ ). Patreon sirve como un proxy ideal para la atención de plataformas externas porque ofrece una distribución nativa mínima; los creadores deben vincular sus páginas de Patreon desde plataformas externas (YouTube, Instagram, Twitch, Twitter/X, Facebook) para dirigir el tráfico. En consecuencia, los ingresos de Patreon reflejan en gran medida la atención capturada en estas plataformas externas primarias.

Para aislar la dinámica específica de cada plataforma, los autores restringen el conjunto de datos a creadores afiliados a una sola plataforma externa (o solo a Patreon), eliminando a aquellos con múltiples afiliaciones para controlar la clasificación entre plataformas. Los datos de ingresos faltantes, particularmente entre los que perciben altos ingresos y tienden a mantenerlos privados, se imputan linealmente basándose en miembros de pago, miembros totales, tipo de contenido, estado NSFW y año.

El marco analítico central emplea distribuciones de ley de potencia ( $p(x) \sim x^{-\alpha}$ ) para caracterizar los ingresos. Los autores ajustan estas distribuciones utilizando el método de estimación de máxima verosimilitud propuesto por Clauset et al. (2009), empleando el estadístico de Kolmogorov-Smirnov (KS) para evaluar la bondad de ajuste. El exponente $\alpha$ sirve como la métrica principal de desigualdad: un $\alpha$ más bajo indica una cola más pesada y una mayor desigualdad (consistente con la renta de capital concentrada), mientras que un $\alpha$ más alto sugiere una distribución más equitativa. El análisis interpreta estos exponentes a través de la lente de los modelos de adherencia preferencial (Barabási y Albert 1999), donde $\alpha$ está teóricamente vinculado al equilibrio entre la exploración aleatoria ( $\gamma$ ) y la explotación de la popularidad existente ( $1-\gamma$ ).

Contribuciones clave

Evidencia empírica sobre la desigualdad algorítmica: El artículo proporciona uno de los pocos análisis sistemáticos de las distribuciones de ingresos de los creadores de contenido, yendo más allá de la evidencia anecdótica para cuantificar la dinámica de "el rico se hace más rico" en las principales plataformas.
Comparación entre plataformas: Al aprovechar los datos de Patreon como un proxy de la atención externa, el estudio ofrece un marco comparativo para evaluar cómo diferentes algoritmos de plataforma (por ejemplo, el motor de recomendación de YouTube frente al grafo social de Twitter) se correlacionan con la concentración de ingresos.
Dinámicas temporales: El estudio documenta la evolución de la desigualdad de ingresos en el tiempo (2018–2024), revelando tendencias en cómo los cambios algorítmicos impactan la distribución de los ingresos de los creadores.
Rigor metodológico: Los autores abordan explícitamente las variables de confusión, como las tasas de conversión de plataforma a Patreon y la composición de la audiencia, tratando los patrones observados como consistentes con los mecanismos algorítmicos mientras reconocen explicaciones alternativas como la clasificación de los creadores.

Resultados

Dinámicas de la Ley de Potencia: En la mayoría de las plataformas, los ingresos de Patreon siguen una distribución de ley de potencia con un exponente $\alpha \approx 2.0$ . Esto sitúa los ingresos de los creadores más cerca de la renta de capital concentrada ( $\alpha \approx 1.5$ ) que de la renta del trabajo, lo que sugiere efectos multiplicativos y compuestos impulsados por la atención algorítmica.
Variación de la Plataforma: Existe una variación significativa en el grado de desigualdad:
- Alta Concentración ( $\alpha$ bajo): YouTube ( $\alpha = 1.8$ ) e Instagram ( $\alpha = 1.84$ ) exhiben las dinámicas más extremas de "el rico se hace más rico". Estas plataformas muestran ingresos medios y medianos más bajos y una clase media de creadores más débil.
- Menor Concentración ( $\alpha$ alto): Twitter/X ( $\alpha \approx 2.35$ ) y los creadores solo de Patreon muestran exponentes más altos, indicando colas más ligeras y distribuciones más equitativas. Los autores señalan que la dependencia histórica de Twitter/X en los grafos sociales en lugar de la recomendación algorítmica pura puede contribuir a esto.
Tendencias Temporales: Entre 2018, 2021 y 2024, los valores de $\alpha$ generalmente disminuyeron para YouTube, Instagram, Facebook y Twitch, indicando una creciente concentración de ingresos. Instagram mostró el cambio más dramático, con un $\alpha$ que cayó de $\approx 2.1$ en 2021 a $1.84$ en 2024, coincidiendo con un cambio hacia las recomendaciones algorítmicas.
Erosión de la Clase Media: Las plataformas con leyes de potencia más fuertes ( $\alpha$ bajo) se correlacionan con ingresos medianos más bajos y rangos intercuartílicos más estrechos, lo que sugiere que la dinámica de "el rico se hace más rico" extrae desproporcionadamente las ganancias de los creadores de nivel medio.
Categorías de Contenido: La desigualdad de ingresos varía según el tipo de contenido. La animación y los podcasts exhiben el $\alpha$ más bajo (mayor desigualdad), mientras que la música, los cómics y la escritura muestran valores de $\alpha$ más altos, lo que sugiere distribuciones más equitativas en estas categorías.

Significancia y Reivindicaciones
El artículo postula que la asignación de la atención algorítmica es un motor plausible y primario de la concentración de ingresos observada. Los hallazgos sugieren que los algoritmos de plataforma actuales, que priorizan la popularidad existente (bajo $\gamma$ ), crean ecosistemas donde una pequeña élite captura la mayor parte de los ingresos, erosionando la clase media de los creadores.

Los autores declaran explícitamente que sus hallazgos son descriptivos y sugestivos en lugar de definitivamente causales. Reconocen que mecanismos alternativos —como la composición de la audiencia, la autoselección de los creadores y las normas de conversión específicas de la plataforma— podrían contribuir a los patrones observados. Sin embargo, la consistencia de las dinámicas de la ley de potencia a través de diferentes plataformas y períodos de tiempo respalda la hipótesis de que el diseño algorítmico desempeña un papel central en la configuración de la desigualdad de ingresos.

El estudio concluye que sin cambios en los mecanismos algorítmicos subyacentes (específicamente aumentando el componente de "exploración" para dar visibilidad al contenido de la cola larga), es probable que la desigualdad de ingresos persista. Los autores sugieren que las intervenciones de política, como exigir transparencia en los sistemas de recomendación (por ejemplo, a través de la Ley de Servicios Digitales de la UE) o requerir algoritmos que incentiven el contenido de la cola larga, podrían fomentar economías digitales más equitativas. Advierten que simplemente aumentar la competencia en el mercado puede no ser suficiente si las plataformas permanecen ancladas en algoritmos que maximizan el compromiso y refuerzan la dinámica de "el rico se hace más rico".

Más como este