← Últimos artículos
💻 computer science

Disarranged Harmonization of Transparency Reporting by Social Media Platforms Under the Digital Services Act

Este artículo presenta la primera evaluación sistemática de la calidad de los datos de los informes de transparencia para las ocho principales plataformas de redes sociales de la UE bajo la Ley de Servicios Digitales, revelando que, a pesar de las nuevas regulaciones de armonización, persisten problemas significativos en cuanto al formato de los datos, la puntualidad, la consistencia, la integridad y la interoperabilidad entre plataformas.

Autores originales: Amaury Trujillo, Benedetta Tessa, Stefano Cresci

Publicado 2026-05-19
📖 5 min de lectura🧠 Análisis profundo

Autores originales: Amaury Trujillo, Benedetta Tessa, Stefano Cresci

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 que la Unión Europea (UE) decidiera construir una «casa de cristal» pública y gigantesca para observar cómo los gigantes de las redes sociales (como Facebook, TikTok y YouTube) moderan su propio contenido. El objetivo era asegurarse de que estas empresas fueran honestas sobre qué eliminan, por qué lo eliminan y cómo lo hacen. Para garantizar la equidad, la UE introdujo un nuevo reglamento llamado Ley de Servicios Digitales (DSA). Este reglamento exigía que todas las plataformas más grandes presentaran sus informes exactamente en el mismo formato, como si todos los estudiantes entregaran sus tareas en el mismo tipo de papel rayado y con la misma tipografía.

Este documento es como un profesor calificando el primer lote de tareas de ocho de las mayores empresas de redes sociales del mundo tras la entrada en vigor de este nuevo reglamento. Los investigadores se preguntaron: «¿Siguió realmente los estudiantes las instrucciones y coinciden sus respuestas?».

Esto es lo que encontraron, explicado de forma sencilla:

1. La «tarea» estaba desordenada

Aunque la UE proporcionó a todos la misma plantilla, los «estudiantes» (las plataformas) no siguieron todas las reglas perfectamente.

  • El formato: Algunas empresas utilizaron la tipografía incorrecta, otras rellenaron los cuadros equivocados y algunas intentaron entregar su tarea en un idioma completamente distinto al solicitado.
  • El timing: La norma decía: «Dínoslo inmediatamente cuando elimines algo». En cambio, algunas plataformas esperaron semanas o incluso meses para presentar sus informes. Es como si un estudiante esperara hasta el final del semestre para entregar un diario diario.
  • Los números: Algunas empresas reportaron cifras que no tenían sentido. Por ejemplo, una plataforma afirmó tener más «usuarios activos» en un país pequeño que toda la población de ese país, más todos los turistas y empresas allí. Era como si un restaurante afirmara servir 1.000 comidas al día en un pueblo que solo tiene 500 habitantes.

2. El problema de «dos pisos» (inconsistencia)

La UE solicitó dos tipos de informes:

  1. El registro detallado (TDB): Una lista de cada pieza de contenido eliminado, como un recibo por cada artículo comprado.
  2. El informe resumen (TR): Un resumen mensual, como un extracto bancario mensual.

Los investigadores descubrieron que, para muchas empresas, los recibos y los extractos bancarios no coincidían.

  • Las acciones «fantasma»: Algunas empresas indicaron en su resumen: «Eliminamos 1 millón de cosas por nuestra cuenta», pero al revisar los registros detallados, esas 1 millón de acciones estaban ausentes.
  • La confusión de los «robots»: Algunas empresas afirmaron en su resumen que utilizaron robots (IA) para eliminar la mayor parte del contenido, pero los registros detallados mostraban que casi todo fue realizado por humanos. Es como si un chef te dijera que utilizó una máquina para picar las verduras, pero los registros de la cocina muestran que lo hizo todo un humano con un cuchillo.

3. Los errores de «traducción»

La UE pidió a las empresas que desglosaran sus datos por idioma (por ejemplo, cuántas publicaciones se eliminaron en francés frente a alemán).

  • Algunas empresas ignoraron esto y proporcionaron los datos por país en su lugar.
  • Otras utilizaron códigos incorrectos (escribiendo «Irlanda» en lugar de «irlandés»).
  • Una empresa (X, anteriormente Twitter) tuvo un problema extraño donde afirmaron que casi no eliminaban contenido por su cuenta, pero sus registros mostraban que eliminaban miles de cosas cada día.

4. La teoría de los «equipos secretos»

Los investigadores notaron algo extraño: para algunas plataformas, el «informe resumen» parecía muy profesional y preciso, mientras que el «registro detallado» era un completo desastre.

  • La metáfora: Es como si la empresa tuviera dos equipos diferentes. Un equipo es el «equipo de relaciones públicas» que redacta el resumen limpio y agradable para el público. El otro equipo es el «equipo operativo» que realmente realiza las eliminaciones y mantiene un cuaderno desordenado y desorganizado. Estos dos equipos no se comunican entre sí, por lo que los números no coinciden.

La conclusión

El documento concluye que, aunque la UE intentó construir un sistema estandarizado para hacer transparente a las redes sociales, el sistema está actualmente roto en la práctica.

  • Los datos a menudo llegan tarde, están formateados incorrectamente o son contradictorios.
  • No se puede comparar fácilmente una plataforma con otra porque todas juegan con reglas ligeramente diferentes, aunque se les haya dicho que jueguen con las mismas.
  • La «casa de cristal» debería permitirnos ver con claridad, pero ahora mismo las ventanas están empañadas y algunos cristales están agrietados.

Los autores sugieren que, para solucionar esto, la UE debe dejar de simplemente entregar plantillas y comenzar a verificar automáticamente las tareas antes de aceptarlas, y deben proporcionar instrucciones más claras sobre qué significan realmente las palabras (como definir exactamente qué cuenta como «automatizado» frente a «humano»). Hasta entonces, no podemos confiar plenamente en los números que estas empresas nos proporcionan.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →