Mediación algorítmica: sesgos en la búsqueda de información en estudiantes universitarios
DOI:
https://doi.org/10.31637/epsir-2024-397Palabras clave:
búsqueda de información, mediación algorítmica, sesgos, pensamiento crítico, saturación, anclaje, disponibilidad, estudiantes universitariosResumen
Introducción: La búsqueda de información en internet está sujeta a las reglas de la web, requiriendo de la mediación de un algoritmo de búsqueda. En este estudio proponemos caracterizar la interacción del pensamiento crítico y la saturación de información sobre las decisiones de estudiantes de primer ingreso en procesos de búsqueda de información, permitiendo reconocer los sesgos cognitivos presentes en dichas decisiones. Metodología: Se realizó un estudio experimental con estudiantes de primer año, quienes resolvieron tres tareas de búsqueda de información. La plataforma GoNSA2, recopiló automáticamente las trazas del proceso de búsqueda para cada tarea. Resultados: Los principales hallazgos refieren a la operación de los sesgos cognitivos de anclaje, ranking y disponibilidad, los que dependen de la operación del pensamiento crítico, la saturación de información y del contexto de las tareas. Discusión: Se evidencia que la operación de los sesgos depende de la interacción conjunta del pensamiento crítico, la saturación de información y del contexto de las tareas, por lo que el contexto emerge como un determinante de las decisiones de los estudiantes. Conclusiones: Estos hallazgos nos permiten sustentar la importancia de modelos de búsqueda que habiliten nuevas estrategias pedagógicas orientadas a fomentar la competencia crítica de búsqueda de información.
Descargas
Citas
Baeza-Yates, R. (2018). Bias on the web. Communications of the ACM, 61(6), 54-61. https://doi.org/10.1145/3209581 DOI: https://doi.org/10.1145/3209581
Baeza-Yates, R. (18 de marzo de 2021). Estimación del exceso de muertes y fallecimientos por Covid-19 en 2020. Ciper. https://cuwk.short.gy/cipercovid
Bhaskar, M. (2018). Curaduría: El Poder de la Selección en un Mundo de Excesos. Fondo de Cultura Económica.
Buckingham, D. (2008). Más Allá de la Tecnología. Aprendizaje Infantil en la Era de la Cultura Digital. Manantial.
Burbules, N. C. (2012). El aprendizaje ubicuo y el futuro de la enseñanza. Encounters on Eeducation, 13(212), 3-14. https://doi.org/10.24908/eoe-ese-rse.v13i0.4472 DOI: https://doi.org/10.15572/ENCO2012.01
Burrell, J. (2016). How the machine ‘thinks’: Understanding opacity in machine learning algorithms. Big Data & Society, 3(1). https://doi.org/10.1177/2053951715622512 DOI: https://doi.org/10.1177/2053951715622512
Campbell, D. T. y Stanley, J. C. (1995). Diseños Experimentales y Cuasi-Experimentales en la Investigación social. En M. Kitaigorodzki (Trad.) (1996). Amorrortu.
Cortada de Kohan, N. (2008). Los sesgos cognitivos en la toma de decisiones. International Journal of Psychological Research 2008, 1(1), 68-73. https://doi.org/10.21500/20112084.968 DOI: https://doi.org/10.21500/20112084.968
Chander, A. (2016). The racist algorithm. Michigan Law Review, 115, 1023. http://repository.law.umich.edu/mlr/vol115/iss6/13. DOI: https://doi.org/10.36644/mlr.115.6.racist
Faulkner, S. L. y Trotter, S. P. (2017). Theoretical saturation. En J. Matthes (Ed.). The International Encyclopedia of Communication Research Methods (pp. 1-2). Wiley. DOI: https://doi.org/10.1002/9781118901731.iecrm0250
Flick, U. (2007). Introducción a la investigación cualitativa. Morata.
Ghenai, A., Smucker, M. D. y Clarke, C. L. (2020, March). A think-aloud study to understand factors affecting online health search. En Proceedings of the 2020 Conference on Human Information Interaction and Retrieval (273-282). https://doi.org/10.1145/3343413.3377961 DOI: https://doi.org/10.1145/3343413.3377961
Hernández Sampieri, R., Fernández Collado, C. y Baptista Lucio, P. (2018). Metodología de la Investigación. McGraw-Hill Interamericana.
Hernández, D. J., Sánchez, P. M. y Giménez, F. S. S. (2021). La competencia digital docente, una revisión sistemática de los modelos más utilizados. RIITE Revista Interuniversitaria de Investigación en Tecnología Educativa, 105-120. https://doi.org/10.6018/riite.472351 DOI: https://doi.org/10.6018/riite.472351
Kahneman, D. (2012). Pensar Rápido, Pensar Despacio. Debate.
Kelly, D. y Azzopardi, L. (2015). How many results per page? A study of SERP size, search behavior and user experience. En Proceedings of the 38th International ACM SIGIR Conference on Research and Development in Information Retrieval (pp. 183-192). https://doi.org/10.1145/2766462.2767732 DOI: https://doi.org/10.1145/2766462.2767732
Liu, J. (2019). A reference-dependent model of search evaluation. En Proceedings of the 2019 Conference on Human Information Interaction and Retrieval (pp. 405-408). https://doi.org/10.1145/3295750.3298970 DOI: https://doi.org/10.1145/3295750.3298970
Matute, H. (2019). Nuestra Mente nos Engaña. Sesgos y Errores Cognitivos que Todos Cometemos. Shackleton books.
Mesquita-Romero, W. A., Fernández-Morante, C. y Cebreiro-López, B. (2022). Alfabetización mediática crítica para mejorar la competencia del alumnado. Comunicar: Revista Científica Iberoamericana de Comunicación y Educación, 70, 47-57. https://doi.org/10.3916/C70-2022-04 DOI: https://doi.org/10.3916/C70-2022-04
Noble, S. U. (2018). Algorithms of Oppression: How Search Engines Reinforce Racism. NYU Press. DOI: https://doi.org/10.2307/j.ctt1pwt9w5
Novin, A. y Meyers, E. (2017). Making sense of conflicting science information: Exploring bias in the search engine result page. En Proceedings of the 2017 Conference on Conference Human Information Interaction and Retrieval (pp. 175-184). https://doi.org/10.1145/3020165.3020185 DOI: https://doi.org/10.1145/3020165.3020185
Olivares-Rodríguez, C., Guenaga, M. y Garaizar, P. (2017). Automatic assessment of creativity in heuristic problem-solving based on query diversity. Dyna, 92(4), 449-455. http://dx.doi.org/10.6036/8243 DOI: https://doi.org/10.6036/8243
Olivares-Rodríguez, C., Valdés-León, G. y Vidal-Sepúlveda, M. (2021). Influencia de la agenda mediática en las búsquedas de información: una experiencia con estudiantes universitarios. ReHuSo, 6(2), 17-28. https://doi.org/10.33936/rehuso.v6i2.3423
Pasquale, F. (2015). The Black Box Society: The Secret Algorithms that Control Money and Information. Harvard University Press. DOI: https://doi.org/10.4159/harvard.9780674736061
Pereira, S., Fillol, J. y Moura, P. (2019). El aprendizaje de los jóvenes con medios digitales fuera de la escuela: De lo informal a lo formal. Comunicar, 27(58), 41-50. https://doi.org/10.3916/C58-2019-04 DOI: https://doi.org/10.3916/C58-2019-04
Pick S. y López A. (1998). Cómo Investigar en Ciencias Sociales. Trillas.
Pothirattanachaikul, S., Yamamoto, T., Yamamoto, Y. y Yoshikawa, M. (2020). Analyzing the effects of "people also ask" on search behaviors and beliefs. En Proceedings of the 31st ACM Conference on Hypertext and Social Media (pp. 101-110). DOI: https://doi.org/10.1145/3372923.3404786
Roetzel, P. G. (2019). Information overload in the information age: a review of the literature from business administration, business psychology, and related disciplines with a bibliometric approach and framework development. Business Research, 12(2), 479-522. https://doi.org/10.1007/s40685-018-0069-z DOI: https://doi.org/10.1007/s40685-018-0069-z
Sales, D., Cuevas-Cerveró, A. y Gómez-Hernández, J. (2020). Perspectives on the information and digital competence of Social Sciences students and faculty before and during lockdown due to Covid-19. El Profesional de la Información, 29(4),1-21. https://doi.org/10.3145/epi.2020.jul.23 DOI: https://doi.org/10.3145/epi.2020.jul.23
Schultheiß, S., Sünkler, S. y Lewandowski, D. (2018). We still trust in Google, but less than 10 years ago: an eye-tracking study. Information Research: An International Electronic Journal, 23(3), 799. http://informationr.net/ir/23-3/paper799.html
Simon, H. A. (1957). Models of Man; Social and Rational. Wiley. DOI: https://doi.org/10.2307/2550441
Su, N., He, J., Liu, Y., Zhang, M. y Ma, S. (2018). User intent, behaviour, and perceived satisfaction in product search. En Proceedings of the Eleventh ACM International Conference on Web Search and Data Mining (pp. 547-555). https://doi.org/10.1145/3159652.3159714 DOI: https://doi.org/10.1145/3159652.3159714
Suárez Guerrero, C. y Lloret Català, M. D. C. (2022). La Digitalización de la Educación en Pandemia. Mirada del docente peruano. REICE-Revista Electrónica Iberoamericana sobre Calidad, Eficacia y Cambio en Educación, 20(4), 125-144. https://doi.org/10.15366/reice2022.20.4.007 DOI: https://doi.org/10.15366/reice2022.20.4.007
The Economist. (2021, 20 de octubre). Tracking COVID-19 excess deaths across countries. In many parts of the world, official death tolls undercount the total number of fatalities. The economist. https://www.economist.com/graphic-detail/coronavirus-excess-deaths-tracker
Tversky, A. y Kahneman, D. (1983). Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment. Psychological Review, 90(4), 293-315. https://doi.org/10.1037/0033-295X.90.4.293 DOI: https://doi.org/10.1037//0033-295X.90.4.293
Urgo, K., Arguello, J. y Capra, R. (2019). Anderson and krathwohl's two-dimensional taxonomy applied to task creation and learning assessment. En Proceedings of the 2019 ACM SIGIR International Conference on Theory of Information Retrieval (pp. 117-124). https://doi.org/10.1145/3341981.3344226 DOI: https://doi.org/10.1145/3341981.3344226
Vidal-Sepúlveda, M., Olivares-Rodríguez, C. y Cárcamo-Ulloa, L. (2021). What kind of sources do I need? Critical search for information on the Web. Information Research, 26(4). https://doi.org/10.47989/irpaper913 DOI: https://doi.org/10.47989/irpaper913
Valenzuela, J. y Nieto, A. M. (2008). Motivación y Pensamiento Crítico: Aportes para el estudio de esta relación. REME, 9(28). http://reme.uji.es/articulos/numero28/article3/article3.pdf
Wu, W. C. y Kelly, D. (2015). Online search stopping behaviors: An investigation of query abandonment and task stopping. Proceedings of the American Society for Information Science and Technology, 51(1), 1-10. https://doi.org/10.1002/meet.2014.14505101030 DOI: https://doi.org/10.1002/meet.2014.14505101030
Yagci, N., Sünkler, S., Häußler, H. y Lewandowski, D. (2022). A comparison of source distribution and result overlap in web search engines. arXiv preprint arXiv:2207.07330. https://doi.org/10.48550/arXiv.2207.07330 DOI: https://doi.org/10.1002/pra2.758
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Martha Vidal-Sepúlveda; Cristian Olivares-Rodríguez (Corresponding Author)
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Non Commercial, No Derivatives Attribution 4.0. International (CC BY-NC-ND 4.0.), that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).