The Body as Status: Muscularity, Engagement, and Body Image Risk on #GymTok

Sintesi Tecnica: Il corpo come status su #GymTok

Problematica
Sebbene esistano estese ricerche riguardanti l'ideale della magrezza ("thin-ideal") e le preoccupazioni relative all'immagine corporea tra le donne, vi è una lacuna significativa nella comprensione di come l'ideale della muscolosità ("muscular-ideal") venga rappresentato e rinforzato sulle piattaforme di social media visivi, in particolare tra i ragazzi e i giovani uomini. Gli ambienti digitali contemporanei, come TikTok, fungono da contesti primari per la formazione dell'identità e il confronto sociale. Lo studio affronta la mancanza di dati empirici su #GymTok, una sottocultura del fitness orientata alla muscolosità, investigando specificamente come i temi dei contenuti, il danno percepito e l'engagement degli utenti interagiscano per potenzialmente amplificare i rischi per l'immagine corporea, la dismorfia muscolare e l'uso di farmaci per il miglioramento delle prestazioni e dell'aspetto (APEDs).

Metodologia
Lo studio ha impiegato un'analisi del contenuto quantitativa di 2.210 video TikTok estratti dall'hashtag #GymTok. I dati sono stati tratti da un corpus più ampio (BigTok) compilato utilizzando l'API di ricerca di TikTok, coprendo video pubblicati tra gennaio 2019 e gennaio 2025.

• Tassonomia e Codifica: Sedici esperti della materia (psicologi clinici, assistenti sociali e ricercatori) hanno annotato i video utilizzando una tassonomia a informazione clinica sviluppata da Chu et al. (2026). La tassonomia ha categorizzato i contenuti in cinque temi primari: (1) Rapporto con il corpo, (2) Rapporto con il cibo, (3) Rapporto con l'esercizio fisico, (4) Abuso di integratori e (5) Rapporto con la mascolinità.
• Valutazione del Danno: Gli annotatori hanno valutato il potenziale di danno psicologico percepito per gli spettatori su una scala Likert a 5 punti (1 = non dannoso, 5 = estremamente dannoso), adottando la prospettiva di un giovane spettatore maschio impressionabile.
• Classificazione della Muscolosità: Un modello linguistico-visivo automatizzato (Gemini 2.5 Flash) è stato utilizzato per classificare i corpi visibili in quattro categorie basate sulla Visual Body Scale for Men: Sottopeso (Underfat), Medio (Average), Atletico (Athletic) e Bodybuilder.
• Metriche di Engagement: I dati relativi a visualizzazioni, like, condivisioni e commenti sono stati estratti per ogni video.
• Affidabilità: L'affidabilità tra i codificatori è stata valutata utilizzando il $\kappa$ di Cohen per i dati categorici e i Coefficienti di Correlazione Intra-classe (ICC) per le valutazioni della gravità del danno, dimostrando un robusto accordo.

Risultati Chiave

1. Temi dei Contenuti e Prevalenza:

   • I temi più prevalenti sono stati "Rapporto con l'esercizio fisico" (20,4%) e "Rapporto con il corpo" (20,4%).
   • L'auto-oggettivazione della muscolosità è stata la sottocategoria più comune (21,8% dei video categorizzati), caratterizzata da creatori che mettono in posa e mostrano i muscoli per evidenziare la definizione muscolare.
   • La categoria "Rapporto con la mascolinità" è stata la meno prevalente (5,9%), ma distinta per il suo focus sugli ideali eteronormativi di forza e dominanza.

2. Danno Percepito:

   • Il danno percepito variava significativamente per categoria. I contenuti relativi all'Abuso di Integratori (inclusi steroidi e APEDs) e al Rapporto con la Mascolinità hanno ricevuto i punteggi di danno più elevati.
   • I video che ritraevano fisici da Bodybuilder sono stati valutati come significativamente più dannosi rispetto a quelli che mostravano corpi medi, atletici o sottopeso.
   • Esiste una correlazione positiva tra il livello di muscolosità rappresentato e la gravità del danno percepito.

3. Modelli di Engagement:

   • I contenuti focalizzati sulla mascolinità hanno generato i livelli più alti di engagement (like, condivisioni, visualizzazioni, commenti), nonostante siano la categoria meno prevalente.
   • Muscolosità e Danno: Le metriche di engagement erano positivamente associate sia alla muscolosità del corpo rappresentato, sia al danno percepito del contenuto. I video che presentavano fisici da Bodybuilder e quelli valutati come altamente dannosi ricevevano significativamente più visualizzazioni, like, condivisioni e commenti rispetto ai corpi medi o sottopeso o ai contenuti con valutazioni di danno inferiori.
   • Le distribuzioni dell'engagement erano fortemente asimmetriche a destra, indicando che un piccolo numero di video virali guida la maggior parte delle interazioni.

Contributi Chiave

• Evidenza Empirica dell'Amplificazione Algoritmica: Lo studio fornisce prove basate sui dati che il sistema di raccomandazione di TikTok, guidato dall'engagement, amplifica sistematicamente i contenuti che sono sia altamente muscolosi che percepiti come dannosi.
• La Muscolosità come Status: I risultati suggeriscono che su #GymTok, il corpo funziona come un marcatore di status e valore sociale. Le dinamiche della piattaforma premiano i fisici estremi e i comportamenti rischiosi (ad esempio, uso di steroidi, diete rigide) con una maggiore visibilità, normalizzando efficacemente questi comportamenti come percorsi verso l'identità maschile e la validazione sociale.
• Differenziazione dalla Ricerca Orientata alle Donne: Il documento evidenzia meccanismi distinti nelle preoccupazioni per l'immagine corporea maschile, notando che mentre i contenuti femminili enfatizzano spesso la magrezza, i contenuti orientati agli uomini enfatizzano la muscolosità, l'auto-oggettivazione e l'interiorizzazione della mascolinità attraverso la disciplina fisica e l'assunzione di rischi.

Significato e Rivendicazioni
Gli autori sostengono che #GymTok non è semplicemente un deposito di contenuti di fitness, ma un ambiente digitale dove la competizione di status è mediata dal corpo. Lo studio postula che la convergenza della teoria del confronto sociale e della teoria dell'oggettivazione sia intensificata dagli algoritmi della piattaforma. Premiando i contenuti che promuovono un'estrema muscolosità e comportamenti potenzialmente dannosi con un alto engagement, la piattaforma può involontariamente rinforzare un ciclo di feedback in cui:

1. Gli utenti sono esposti a standard idealizzati e ad alto rischio.
2. Questi standard vengono validati attraverso l'engagement dei pari e la visibilità algoritmica.
3. Questa validazione incoraggia ulteriore auto-oggettivazione e l'adozione di comportamenti maladattivi (ad esempio, uso di APEDs, alimentazione disordinata) per raggiungere lo status sociale.

L'articolo conclude che queste dinamiche contribuiscono al rischio per l'immagine corporea tra i ragazzi e i giovani uomini, potenzialmente facendo scalare le preoccupazioni subcliniche in patologie cliniche come la dismorfia muscolare. Gli autori sottolineano che la piattaforma non si limita a riflettere le preferenze degli utenti, ma le modella attivamente posizionando strutturalmente i contenuti ad alto rischio per la massima diffusione.