💰 quantitative finance

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

Utilizzando i dati sui guadagni di Patreon, questo articolo dimostra che gli algoritmi di attenzione della piattaforma guidano una dinamica in cui "i ricchi diventano sempre più ricchi", dove i guadagni seguono una distribuzione di Pareto altamente concentrata ( $\alpha \approx 2$ ), con i cambiamenti algoritmici che danneggiano sproporzionatamente la classe media dei creatori e causano la convergenza della disuguaglianza tra le diverse piattaforme di social media verso distribuzioni con code sempre più pesanti.

Autori originali: Ilan Strauss, Jangho Yang, Mariana Mazzucato

Pubblicato 2026-07-17

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Ilan Strauss, Jangho Yang, Mariana Mazzucato

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate Internet come una gigantesca e frenetica città digitale dove tutti cercano di farsi notare. In questa città, i "sindaci" non sono eletti con voti o prezzi; sono gli algoritmi — regole segrete e invisibili che decidono quale angolo di strada riceverà il maggior traffico pedonale e quale rimarrà vuoto. Questo articolo vive nel mondo dell'economia digitale, un campo che studia come il denaro fluisce in questi spazi online. Per comprendere la storia, è necessario conoscere due cose: prima, che l'attenzione è la nuova valuta (farsi vedere è il modo per essere pagati); e secondo, che molte cose in natura e nella società seguono una "legge di potenza". Pensate a una legge di potenza come a una piramide dove la base è enorme e la cima è minuscola, ma la cima stessa è così alta da toccare il cielo. In una piramide normale, i gradini sono regolari. In una piramide a legge di potenza, la base è una folla massiccia e la cima è un singolo gigante solitario. Questo è importante perché se le regole della città favoriscono troppo quel gigante, la classe media della città scompare e sopravvivono solo le superstar.

Gli autori di questo articolo, Ilan Strauss, Jangho Yang e Mariana Mazzucato, hanno deciso di sbirciare dietro le quinte di queste città digitali usando uno strumento speciale: Patreon. Patreon è un sito dove i fan pagano direttamente i creatori per contenuti extra, ma ecco il punto: Patreon non ha realmente un proprio modo per mostrarvi nuovi creatori. Per essere pagati su Patreon, bisogna essere famosi altrove prima, come su YouTube, Instagram o Twitter. I creatori inseriscono quindi un link al loro Patreon nel loro profilo principale. Per questo motivo, i guadagni di un creatore su Patreon sono uno specchio perfetto di quanta attenzione ha ricevuto sulla sua piattaforma principale. Se uno YouTuber ottiene un milione di visualizzazioni, probabilmente otterrà molti fan su Patreon. Se ottiene zero visualizzazioni, otterrà zero fan su Patreon.

I ricercatori hanno esaminato i dati di oltre 100.000 creatori attraverso tre anni diversi (2018, 2021 e 2024) per vedere come fossero distribuiti i guadagni. Hanno scoperto qualcosa di sorprendente: i guadagni su quasi tutte le piattaforme seguono un modello "chi è ricco diventa più ricco", descritto matematicamente da un numero chiamato alfa (α). Nel loro mondo, un alfa più basso significa una piramide più ripida e ingiusta. Hanno scoperto che per la maggior parte delle piattaforme, questo numero è intorno a 2.0. Questo è un numero molto specifico che suggerisce che il sistema sia pesantemente sbilanciato contro la persona comune. Significa che per ogni gradino che si sale nella scala, i premi non aumentano solo di poco; essi esplodono. Le superstar stanno incassando denaro a un ritmo che somiglia più al portafoglio di un miliardario che allo stipendio di un normale lavoratore.

Quando hanno confrontato le diverse città, i risultati sono stati come un pagella sulla equità. YouTube e Instagram avevano i numeri più bassi (intorno a 1.8 e 1.84), il che significa che sono le più ingiuste. Su queste piattaforme, la "classe media" dei creatori — quelli che sono discretamente popolari ma non superstar — viene schiacciata. I loro guadagni sono più bassi e il divario tra i ricchi e il resto è più ampio. Al contrario, i creatori di Twitter/X e quelli solo di Patreon avevano numeri più alti (intorno a 2.35 e 2.24), suggerendo una piramide leggermente più piatta e più equa, dove più persone possono guadagnarsi da vivere, sebbene la cima prenda comunque la fetta più grande.

La parte più preoccupante della storia è il viaggio nel tempo. Quando gli autori hanno guardato i dati del 2018 e li hanno confrontati con quelli del 2024, hanno visto le piramidi diventare più ripide. I numeri per Instagram e YouTube sono scesi, il che significa che l'effetto "chi è ricco diventa più ricco" si sta rafforzando ogni anno. È come se il sindaco della città stesse lentamente spegnendo le luci nei quartieri e puntando un enorme riflettore solo sulla casa all'estrema sommità. Gli autori suggeriscono che ciò sia dovuto al fatto che gli algoritmi stanno diventando più bravi a trovare contenuti virali e a spingerli verso tutti, ignorando la "lunga coda" dei creatori più piccoli e di nicchia.

Tuttavia, gli autori sono cauti nel dire di aver risolto il mistero. Ammettono che, sebbene i modelli sembrino indicare che gli algoritmi siano il colpevole, potrebbero esserci altri fattori in gioco. Forse le persone su Twitter sono semplicemente più generose con i loro soldi, o forse i creatori su YouTube sono solo più competitivi. Non possono provare con il 100% di certezza che l'algoritmo sia l'unico motivo, ma le prove suggeriscono fortemente che il modo in cui queste piattaforme distribuiscono l'attenzione sia il principale motore di questa disuguaglianza. Notano anche che man mano che l'Intelligenza Artificiale migliora nella creazione di contenuti, potrebbe peggiorare ulteriormente questo problema, poiché gli algoritmi potrebbero diventare ancora più ossessionati dal contenuto "virale" che già esiste, lasciando meno spazio affinché nuove, diverse voci possano essere ascoltate.

In breve, questo articolo dipinge il ritratto di un mondo digitale dove le regole del gioco stanno lentamente cambiando per favorire ancora di più le superstar. La "classe media" dei creatori si sta restringendo e, a meno che le regole invisibili degli algoritmi non vengano modificate per dare una possibilità ai piccoli, il futuro della creatività online potrebbe assomigliare meno a una città diversificata e più a un singolo, imponente grattacielo dove tutti gli altri vivono nell'ombra.

Sintesi Tecnica: "Il ricco diventa più ricco"? Attenzione della piattaforma e disuguaglianza dei guadagni utilizzando i dati di guadagno di Patreon

Definizione del problema
I mercati dei social media online sono sempre più governati dall'allocazione algoritmica dell'attenzione piuttosto che dai meccanismi di prezzo. A differenza dei modelli classici di mercato multi-lato in cui i prezzi bilanciano domanda e offerta, le piattaforme utilizzano algoritmi non basati sul prezzo per elaborare vasti dati su contenuti e preferenze degli utenti al fine di allocare la visibilità. Sebbene questi algoritmi permettano efficienze di mercato, essi funzionano anche come dispositivi distributivi che determinano gli esiti economici per i partecipanti. Esiste una lacuna critica nella letteratura riguardante l'impatto economico di questi meccanismi: le piattaforme raramente rivelano i guadagni dei creatori o i dettagli di ottimizzazione algoritmica, rendendo difficile testare empiricamente se l'attenzione algoritmica favorisca ecosistemi diseguali o sostenga una sana "classe media" di creatori. Questo articolo affronta tale lacuna investigando la disuguaglianza dei guadagni nei mercati delle piattaforme, esaminando specificamente come gli algoritmi dei social media di terze parti influenzino gli esiti di monetizzazione.

Metodologia
Lo studio utilizza un dataset originale e su larga scala dei guadagni mensili di Patreon per i creatori di contenuti attraverso tre sezioni trasversali: marzo 2018, 2021 e 2024 ( $n = 104.719$ ). Patreon funge da ideale proxy per l'attenzione delle piattaforme esterne poiché offre una distribuzione nativa minima; i creatori devono collegare le loro pagine Patreon da piattaforme esterne (YouTube, Instagram, Twitch, Twitter/X, Facebook) per guidare il traffico. Di conseguenza, i guadagni di Patreon riflettono ampiamente l'attenzione catturata su queste piattaforme esterne primarie.

Per isolare le dinamiche specifiche della piattaforma, gli autori limitano il dataset ai creatori affiliati a una singola piattaforma esterna (o solo a Patreon), rimuovendo coloro con molteplici affiliazioni per controllare lo smistamento tra piattaforme. I dati mancanti sui guadagni, in particolare tra i redditi più elevati che tendono a mantenerli privati, sono imputati linearmente in base ai membri paganti, al numero totale di membri, al tipo di contenuto, allo stato NSFW e all'anno.

Il quadro analitico centrale impiega distribuzioni di legge di potenza ( $p(x) \sim x^{-\alpha}$ ) per caratterizzare i guadagni. Gli autori applicano queste distribuzioni utilizzando il metodo di stima della massima verosimiglianza proposto da Clauset et al. (2009), impiegando la statistica di Kolmogorov-Smirnov (KS) per valutare la bontà dell'adattamento. L'esponente $\alpha$ funge da metrica primaria per la disuguaglianza: un $\alpha$ più basso indica una coda più pesante e una maggiore disuguaglianza (coerente con il reddito da capitale concentrato), mentre un $\alpha$ più alto suggerisce una distribuzione più equa. L'analisi interpreta questi esponenti attraverso la lente dei modelli di attaccamento preferenziale (Barabási e Albert 1999), dove $\alpha$ è teoricamente legato all'equilibrio tra esplorazione casuale ( $\gamma$ ) e sfruttamento della popolarità esistente ( $1-\gamma$ ).

Contributi chiave

Evidenza empirica sulla disuguaglianza algoritmica: Il documento fornisce una delle poche analisi sistematiche delle distribuzioni di guadagno dei creatori di contenuti, andando oltre le prove aneddotiche per quantificare la dinamica "il ricco diventa più ricco" attraverso le principali piattaforme.
Confronto tra piattaforme: Utilizzando i dati di Patreon come proxy per l'attenzione esterna, lo studio offre un quadro comparativo per valutare come i diversi algoritmi delle piattaforme (ad esempio, il motore di raccomandazione di YouTube rispetto al grafo sociale di Twitter) si correlino con la concentrazione dei guadagni.
Dinamiche temporali: Lo studio documenta l'evoluzione della disuguaglianza dei guadagni nel tempo (2018–2024), rivelando le tendenze in cui i cambiamenti algoritmici impattano sulla distribuzione del reddito dei creatori.
Rigore metodologico: Gli autori affrontano esplicitamente le variabili di confondimento, come i tassi di conversione da piattaforma a Patreon e la composizione del pubblico, trattando i modelli osservati come coerenti con i meccanismi algoritmici pur riconoscendo spiegazioni alternative come lo smistamento dei creatori.

Risultati

Dinamiche della Legge di Potenza: In quasi tutte le piattaforme, i guadagni di Patreon seguono una distribuzione di legge di potenza con un esponente $\alpha \approx 2.0$ . Ciò colloca i guadagni dei creatori più vicini al reddito da capitale concentrato ( $\alpha \approx 1.5$ ) che al reddito da lavoro, suggerendo effetti moltiplicativi e cumulativi guidati dall'attenzione algoritmica.
Variazione tra piattaforme: Esiste una variazione significativa nel grado di disuguaglianza:
- Alta concentrazione (Basso $\alpha$ ): YouTube ( $\alpha = 1.8$ ) e Instagram ( $\alpha = 1.84$ ) mostrano le dinamiche più estreme di "il ricco diventa più ricco". Queste piattaforme presentano guadagni medi e mediani più bassi e una classe media di creatori più debole.
- Minore concentrazione (Alto $\alpha$ ): Twitter/X ( $\alpha \approx 2.35$ ) e i creatori solo-Patreon mostrano esponenti più elevati, indicando code più leggere e distribuzioni più eque. Gli autori notano che la storica dipendenza di Twitter/X dai grafi sociali piuttosto che dalla pura raccomandazione algoritmica potrebbe contribuire a ciò.
Tendenze temporali: Tra il 2018, il 2021 e il 2024, i valori di $\alpha$ sono generalmente diminuiti per YouTube, Instagram, Facebook e Twitch, indicando una crescente concentrazione dei guadagni. Instagram ha mostrato il cambiamento più drammatico, con $\alpha$ che è sceso da $\approx 2.1$ nel 2021 a $1.84$ nel 2024, in coincidenza con uno spostamento verso le raccomandazioni algoritmiche.
Erosione della classe media: Le piattaforme con leggi di potenza più forti ( $\alpha$ più basso) correlano con guadagni mediani inferiori e intervalli interquartili più stretti, suggerendo che la dinamica "il ricco diventa più ricco" estrae sproporzionatamente guadagni dai creatori di livello intermedio.
Categorie di contenuto: La disuguaglianza dei guadagni varia per tipo di contenuto. Animazione e Podcast presentano il $\alpha$ più basso (massima disuguaglianza), mentre Musica, Fumetti e Scrittura mostrano valori di $\alpha$ più alti, suggerendo distribuzioni più eque in queste categorie.

Significato e affermazioni
Il documento sostiene che l'allocazione dell'attenzione algoritmica sia un driver primario plausibile della concentrazione dei guadagni osservata. I risultati suggeriscono che gli attuali algoritmi delle piattaforme, che danno priorità alla popolarità esistente (basso $\gamma$ ), creano ecosistemi in cui una piccola élite cattura la maggior parte delle entrate, erodendo la classe media dei creatori.

Gli autori dichiarano esplicitamente che le loro conclusioni sono descrittive e suggestive piuttosto che definitivamente causali. Riconoscono che meccanismi alternativi — come la composizione del pubblico, l'auto-selezione dei creatori e le norme di conversione specifiche della piattaforma — potrebbero contribuire ai modelli osservati. Tuttavia, la coerenza delle dinamiche della legge di potenza attraverso diverse piattaforme e periodi di tempo supporta l'ipotesi che il design algoritmico giochi un ruolo centrale nel plasmare la disuguaglianza dei guadagni.

Lo studio conclude che, senza cambiamenti ai meccanismi algoritmici sottostanti (specificamente aumentando la componente di "esplorazione" per far emergere i contenuti della "coda lunga"), la disuguaglianza dei guadagni è destinata a persistere. Gli autori suggeriscono che interventi politici, come l'obbligo di trasparenza nei sistemi di raccomandazione (ad esempio, tramite l'EU Digital Services Act) o la richiesta di algoritmi che incentivino i contenuti della coda lunga, potrebbero favorire economie digitali più eque. Avvertono che aumentare semplicemente la concorrenza di mercato potrebbe non bastare se le piattaforme rimangono bloccate in algoritmi che massimizzano l'engagement e rinforzano la dinamica "il ricco diventa più ricco".

Articoli simili