El resumen de LuCapon: una manera de mostrar la presencia femenina en Twitch

Una creadora de contenidos del área audiovisual se animó probarse en la plataforma de Amazon y se dio cuenta de algo: las mujeres y disidencias no tienen tanta visibilidad. ¿Puede ser culpa de los algoritmos de la plataforma?

Placeholder del video

Lucía Capón comenzó a streamear en Twitch mientras trabajaba en distintas ediciones para su trabajo. Su objetivo era armar un espacio donde los profesionales del rubro audiovisual nacional se encontraran entre si. Pero durante el desarrollo de su proyecto se dio cuenta de una de las realidades de la plataforma: las streamers femeninas no son reconocidas por su trabajo.

En la construcción su canal Just Chatting (un segmento de la plataforma de Amazon que muestra a los streamers conversando con sus espectadores), la productora mostraba mini tutoriales y momentos en los que se encontraba editando para su trabajo. LuCapon (como le dicen en la plataforma) tomó la inspiración de Sucuba_audiovisuales, otra creadora de contenidos que muestra cómo edita videos en vivo, juega videojuegos y tira cartas de tarot. Gracias a ella, Capón se animó a mostrar su oficio a todos quienes quisieran sintonizarla en Twitch.

En cada stream trato de incentivar a que más chicas muestren lo que hacen y se animen a estar en la plataforma, a streamear puntualmente. Como mujer entiendo  que la exposición genera otro tipo de problemas que los varones no suelen sufrir”, contó Capón.

A medida que fue creciendo, la streamer cayó en la cuenta de que ya existían muchas mujeres dedicándose a la plataforma, pero que por alguna razón no tienen el mismo tipo de visibilidad ni viralización de contenido como sus pares masculinos. El espacio necesario era uno que promulgaba la existencia de mujeres y disidencias del área.

“Mirando una entrega muy masiva dentro de Twitch, unas amigas y yo nos dimos cuenta de que las mujeres estaban de nuevo muy poco representadas en categorías que podrían haberlo estado. Entonces se nos ocurrió la idea de hacer nuestro propio resumen, para mostrar a todas las mujeres y disidencias”, explicó la streamer.

El grupo audiovisual que la acompaña, @Audiovisuales.Twitch, se propuso una misión: realizar un resumen de clips mensual para presentar (y representar) todas aquellas mujeres y disidencias que dicen presente en la plataforma y que no son relevados por los grupos especializados de Twitch.

Los algoritmos que no ayudan

La presencia de los algoritmos sesgados son comunes en todas las plataformas de redes sociales. Si bien la mayoría de los mecanismos no son transparentes porque son parte de una empresa privada (como es el caso de Twitch), sí funcionan de manera similar en base a machine learning.

Uno de los casos más famosos fue el de Twitter en 2020, cuando se descubrió que su sistema destacaba automáticamente los rostros blancos al recortar imágenes subidas. Cuando publicó su descubrimientos, cientos de usuarios de la red social le confirmaron su sospecha: existía un sesgo particular que timoneaba al mecansimo tuitero.

Para mitigar las consecuencias, la plataforma comenzó un concurso que premiaría a quien pudiese detectar que el sesgo existía. El ganador fue Bogdan Kulynych, un doctorando sueco de la Universidad Politécnica de Lausane que demostró que este algoritmo registraba datos sobre partes del cuerpo a las que se les prestaba más atención. El resultado mostró que el algoritmo se centraba especialmente en cuerpos femeninos delgados, jóvenes y de piel clara. Para el fines del años pasado, Twitter ya se había desligado del algoritmo y lo sustituyó con una opción manual. 

Aún así, esto no fue una corrección generalizada y los algoritmos que gobiernan a qué tipos de contenido se le dará mayor visibildad siguen filtrando a los creadores de contenido. Uno de los ejemplos es el de una  de las streamers más populares de la plataforma: Amouranth (una joven que se dedica a la producción de contenidos orientados al erotismo), también admitió recientemente que le cuesta seguir el rastro del “meta” de Twitch ya que los algoritmos cambian todo el tiempo y de manera poco clara inclusive para los creadores de contenido.

El resumen de LuCapon: una manera de mostrar la presencia femenina en Twitch

Lucía Capón comenzó a streamear en Twitch mientras trabajaba en distintas ediciones para su trabajo. Su objetivo era armar un espacio donde los profesionales del rubro audiovisual nacional se encontraran entre si. Pero durante el desarrollo de su proyecto se dio cuenta de una de las realidades de la plataforma: las streamers femeninas no son reconocidas por su trabajo.

En la construcción su canal Just Chatting (un segmento de la plataforma de Amazon que muestra a los streamers conversando con sus espectadores), la productora mostraba mini tutoriales y momentos en los que se encontraba editando para su trabajo. LuCapon (como le dicen en la plataforma) tomó la inspiración de Sucuba_audiovisuales, otra creadora de contenidos que muestra cómo edita videos en vivo, juega videojuegos y tira cartas de tarot. Gracias a ella, Capón se animó a mostrar su oficio a todos quienes quisieran sintonizarla en Twitch.

En cada stream trato de incentivar a que más chicas muestren lo que hacen y se animen a estar en la plataforma, a streamear puntualmente. Como mujer entiendo  que la exposición genera otro tipo de problemas que los varones no suelen sufrir”, contó Capón.

A medida que fue creciendo, la streamer cayó en la cuenta de que ya existían muchas mujeres dedicándose a la plataforma, pero que por alguna razón no tienen el mismo tipo de visibilidad ni viralización de contenido como sus pares masculinos. El espacio necesario era uno que promulgaba la existencia de mujeres y disidencias del área.

“Mirando una entrega muy masiva dentro de Twitch, unas amigas y yo nos dimos cuenta de que las mujeres estaban de nuevo muy poco representadas en categorías que podrían haberlo estado. Entonces se nos ocurrió la idea de hacer nuestro propio resumen, para mostrar a todas las mujeres y disidencias”, explicó la streamer.

El grupo audiovisual que la acompaña, @Audiovisuales.Twitch, se propuso una misión: realizar un resumen de clips mensual para presentar (y representar) todas aquellas mujeres y disidencias que dicen presente en la plataforma y que no son relevados por los grupos especializados de Twitch.

Los algoritmos que no ayudan

La presencia de los algoritmos sesgados son comunes en todas las plataformas de redes sociales. Si bien la mayoría de los mecanismos no son transparentes porque son parte de una empresa privada (como es el caso de Twitch), sí funcionan de manera similar en base a machine learning.

Uno de los casos más famosos fue el de Twitter en 2020, cuando se descubrió que su sistema destacaba automáticamente los rostros blancos al recortar imágenes subidas. Cuando publicó su descubrimientos, cientos de usuarios de la red social le confirmaron su sospecha: existía un sesgo particular que timoneaba al mecansimo tuitero.

Para mitigar las consecuencias, la plataforma comenzó un concurso que premiaría a quien pudiese detectar que el sesgo existía. El ganador fue Bogdan Kulynych, un doctorando sueco de la Universidad Politécnica de Lausane que demostró que este algoritmo registraba datos sobre partes del cuerpo a las que se les prestaba más atención. El resultado mostró que el algoritmo se centraba especialmente en cuerpos femeninos delgados, jóvenes y de piel clara. Para el fines del años pasado, Twitter ya se había desligado del algoritmo y lo sustituyó con una opción manual. 

Aún así, esto no fue una corrección generalizada y los algoritmos que gobiernan a qué tipos de contenido se le dará mayor visibildad siguen filtrando a los creadores de contenido. Uno de los ejemplos es el de una  de las streamers más populares de la plataforma: Amouranth (una joven que se dedica a la producción de contenidos orientados al erotismo), también admitió recientemente que le cuesta seguir el rastro del “meta” de Twitch ya que los algoritmos cambian todo el tiempo y de manera poco clara inclusive para los creadores de contenido.

Lucía Capón comenzó a streamear en Twitch mientras trabajaba en distintas ediciones para su trabajo. Su objetivo era armar un espacio donde los profesionales del rubro audiovisual nacional se encontraran entre si. Pero durante el desarrollo de su proyecto se dio cuenta de una de las realidades de la plataforma: las streamers femeninas no son reconocidas por su trabajo.

En la construcción su canal Just Chatting (un segmento de la plataforma de Amazon que muestra a los streamers conversando con sus espectadores), la productora mostraba mini tutoriales y momentos en los que se encontraba editando para su trabajo. LuCapon (como le dicen en la plataforma) tomó la inspiración de Sucuba_audiovisuales, otra creadora de contenidos que muestra cómo edita videos en vivo, juega videojuegos y tira cartas de tarot. Gracias a ella, Capón se animó a mostrar su oficio a todos quienes quisieran sintonizarla en Twitch.

En cada stream trato de incentivar a que más chicas muestren lo que hacen y se animen a estar en la plataforma, a streamear puntualmente. Como mujer entiendo  que la exposición genera otro tipo de problemas que los varones no suelen sufrir”, contó Capón.

A medida que fue creciendo, la streamer cayó en la cuenta de que ya existían muchas mujeres dedicándose a la plataforma, pero que por alguna razón no tienen el mismo tipo de visibilidad ni viralización de contenido como sus pares masculinos. El espacio necesario era uno que promulgaba la existencia de mujeres y disidencias del área.

“Mirando una entrega muy masiva dentro de Twitch, unas amigas y yo nos dimos cuenta de que las mujeres estaban de nuevo muy poco representadas en categorías que podrían haberlo estado. Entonces se nos ocurrió la idea de hacer nuestro propio resumen, para mostrar a todas las mujeres y disidencias”, explicó la streamer.

El grupo audiovisual que la acompaña, @Audiovisuales.Twitch, se propuso una misión: realizar un resumen de clips mensual para presentar (y representar) todas aquellas mujeres y disidencias que dicen presente en la plataforma y que no son relevados por los grupos especializados de Twitch.

Los algoritmos que no ayudan

La presencia de los algoritmos sesgados son comunes en todas las plataformas de redes sociales. Si bien la mayoría de los mecanismos no son transparentes porque son parte de una empresa privada (como es el caso de Twitch), sí funcionan de manera similar en base a machine learning.

Uno de los casos más famosos fue el de Twitter en 2020, cuando se descubrió que su sistema destacaba automáticamente los rostros blancos al recortar imágenes subidas. Cuando publicó su descubrimientos, cientos de usuarios de la red social le confirmaron su sospecha: existía un sesgo particular que timoneaba al mecansimo tuitero.

Para mitigar las consecuencias, la plataforma comenzó un concurso que premiaría a quien pudiese detectar que el sesgo existía. El ganador fue Bogdan Kulynych, un doctorando sueco de la Universidad Politécnica de Lausane que demostró que este algoritmo registraba datos sobre partes del cuerpo a las que se les prestaba más atención. El resultado mostró que el algoritmo se centraba especialmente en cuerpos femeninos delgados, jóvenes y de piel clara. Para el fines del años pasado, Twitter ya se había desligado del algoritmo y lo sustituyó con una opción manual. 

Aún así, esto no fue una corrección generalizada y los algoritmos que gobiernan a qué tipos de contenido se le dará mayor visibildad siguen filtrando a los creadores de contenido. Uno de los ejemplos es el de una  de las streamers más populares de la plataforma: Amouranth (una joven que se dedica a la producción de contenidos orientados al erotismo), también admitió recientemente que le cuesta seguir el rastro del “meta” de Twitch ya que los algoritmos cambian todo el tiempo y de manera poco clara inclusive para los creadores de contenido.

Ver más
Ver más