La cosechadora de lecturas

Federico Pianzola —un investigador de especial prominencia en el área de la lectura y las humanidades digitales— escribió en Twitter hace unos días que una de las lecturas más interesantes con las que se había topado en los últimos años era una tesis doctoral que hasta entonces solo había sido descargada 8 veces, y cuyo título contenía únicamente seis palabras: Social Reading in the Digital Age.

Se trata de un trabajo relativamente breve, de ritmo vivaz, escrito con un estilo sucinto y cristalino. Su autora, Allison Hegel, demuestra en él que el algoritmo con el que Goodreads clasifica los comentarios de los lectores está sesgado y favorece los textos escritos por usuarios que emplean una retórica parecida y que se interesan particularmente por el argumento de las novelas (p. 193).

Hegel constata que la predecibilidad de los comentarios en Goodreads es progresiva; es decir, que cuanto más recientes son los comentarios («reviews») relativos a determinado género literario, más se parecen entre sí. Esta homogeneización resulta particularmente llamativa cuando se trata de géneros como «ciencia ficción» o de libros etiquetados como «creepy» (pp. 126 y ss.). De ese modo, «Goodreads moldea la forma en que sus usuarios hablan sobre los géneros, fomentando la similaridad y la conformidad antes que un discurso diverso» (p. 141; todas las traducciones son mías). En cambio, la predecibilidad de las reseñas comerciales o de la bibliografía académica en relación con el género de los textos se mantiene estable en el tiempo (¡pero es todavía más elevada!).

La tesis de Hegel reúne varios experimentos parciales, en muchos de los cuales se ponen a prueba las herramientas de humanidades digitales desarrolladas por el Stanford Literary Lab, y es rica en gráficos elocuentes. Se echan de menos, sin embargo, datos crudos, índices de probabilidad y cosas por el estilo. ¿Quizá los haya publicado en otro tipo de repositorios? En cualquier caso, entre esos experimentos se incluye un análisis modélico de «resúmenes de la trama» (plot summary) —un género que merece especial atención dentro de los estudios de recepción empírica—, mediante la lematización y el tratamiento informático de temas argumentales.

Uno de los gráficos de A. Hegel: número de comentarios («reviews») etiquetados con cada categoría en diferentes plataformas de prescripción.

En esta era de entusiasmo digital, Hegel emplea un saludable tono admonitorio, y llama la atención sobre el hecho de que, tras ser comprado por Amazon, Goodreads no cambió demasiado visiblemente, pero invisiblemente —por así decir— se convirtió en un escaparate de alquiler en el cual podía comprarse publicidad personalizada conforme a las preferencias «genéricas» de los lectores. Así, Goodreads dejó de ser un espacio de diálogo libre y se convirtió en una herramienta más de «economía colaborativa» —donde la colaboración es monitorizada por una multinacional para extraer un provecho económico: «la industria editorial se basa en el feedback de los consumidores para determinar qué publicar y cómo promocionarlo» (p. 18)—.

El trabajo de Allison Hegel es, como decía Pianzola, muy sugerente en su metodología y harto perspicaz en sus conclusiones. Hay un aspecto central, sin embargo, que me ha incomodado durante buena parte de la lectura, y que atañe a una de las nociones centrales del estudio: la de «género literario».

Como ya he dicho más arriba, Hegel analiza los usos de las atribuciones de género en Goodreads y las compara con otros medios; así, llega a conclusiones tan impactantes como la de que «los críticos profesionales usan los géneros para clasificar libros en función de su contenido, mientras que los críticos amateur usan los géneros para categorizar sus propias reacciones» (p. 69). Ahora bien, cuando la autora escribe sobre los usos del género literario en Goodreads, en lo que en realidad está pensando es en las etiquetas que los lectores ordinarios ponen a sus lecturas (tags). Y el uso de esas etiquetas abarca mucho más que las definiciones genéricas: «libros favoritos», «libros sobre mujeres», «libros hilarantes», «libros imprescindibles», «libros que me han hecho llorar», etc. Si asumimos que cualquier categorización amateur es una categoría de género, llegaremos a la conclusión de que el género ha devenido una categoría muy despegada de los aspectos formales de los libros y mucho más próxima a los usos de los mismos, con lo cual es experimento deviene circular.

No todo principio de asociación de textos puede considerarse «género». Hay quien ordena los libros de su biblioteca por colores de cubierta, y eso no hace que «amarillo limón» sea un género literario. ¿Por qué lo sería «quiero leerlo» o «lo tengo» (own, owned)? Como explica la propia Hegel, en realidad, el algoritmo de Goodreads es «consciente» de estos usos tan poco taxonómicos, y excluye de algunos de sus análisis estas etiquetas personales, utilitarias. Por lo tanto, las etiquetas que escogen los usuarios son géneros en potencia, pero solo funcionan como tales si lo acepta el algoritmo, o si son útiles al algoritmo dentro de una estrategia de prescripción. El hecho de que en ocasiones Goodreads les dé a esas etiquetas categoría de género no quiere decir que los usuarios lo hagan de forma sistemática.

Quizá mis suspicacias procedan de una concepción de los géneros literarios excesivamente tradicional o academicista. A fin de cuentas, los géneros textuales no solo los definen el mercado ni las instituciones del libro: también varían conforme al uso que los lectores hacen de ellos. En cualquier caso, Allison Hegel demuestra fehacientemente que Goodreads «cosecha» las etiquetas en las que sus usuarios agrupan espontáneamente sus lecturas y selecciona las más populares para recomendar libros a esos mismos usuarios. El resultado —recalca la autora— es la retroalimentación de los gustos lectores, la invitación a leer textos semejantes a los que ya leímos, a buscar nuevas satisfacciones en lo que ya nos satisfizo. Un empobrecimiento, en definitiva, de la experiencia lectora… Pero también (y esto es algo que no sé si están teniendo en cuenta las mentes maquiavélicas que controlan los algoritmos de recomendación) un empobrecimiento de la experiencia en la propia plataforma digital.

La lengua de las estrellas

Varios investigadores de Göttingen y de Basilea están llevando a cabo, as we speak, una tanda de experimentos, a cual más ambicioso, a partir de los comentarios de lectura almacenados en redes sociales de lectores, como Goodreads. Su corpus crece a ojos vista, alimentado por las bombas de extracción de las humanidades digitales, y se cuenta ya en decenas de millones de testimonios.

Una de las principales investigadoras de ese prolífico grupo de colaboradores es Berenike Herrmann, de la Universidad de Basilea. He tenido el placer y el privilegio de escuchar la conferencia que impartió a principios de semana en la RWTU de Aquisgrán, dentro de un ciclo organizado por el grupo Accels, en la cual presentó su última hornada de resultados.

Para su estudio más reciente ha reunido 1,4 millones de comentarios en alemán, procedentes de la plataforma LovelyBooks. El supuesto de partida al abordar ese corpus era que un análisis automatizado podría hacer aflorar «esquemas de evaluación latentes». En el horizonte riela el designio de desmontar los estereotipos insistentemente asociados a los lectores ordinarios, supuestamente superficiales, emocionales, subjetivos, olvidadizos de la forma y proclives a la «identificación con los personajes» (fórmula tópica que, como venimos advirtiendo muchos, cubre y en parte eclipsa estrategias de apropiación de los textos radicalmente diversas).

En primer lugar, Berenike Herrmann concentra su atención en las estrellas; es decir, en la valoración global que cada lector hace de cada uno de los libros que lee y consigna en la plataforma, y que se traduce en un número de 1 a 5 en los iconos con forma de estrella previstos a tal efecto. Herrmann observa que el baremo de valoración no es constante, sino que está modulado por los géneros de los textos. En otras palabras: tout se passe comme si los lectores tendieran a ser más exigentes con ciertos géneros, escatimándoles las estrellas, y más espontáneamente generosos con otros (empleo adrede el socorrido embrague hipotético bourdiano, que da cuenta de una correlación sin comprometerse en firme con ninguna conclusión).

Lo más interesante llega a continuación, cuando la investigadora cruza esas valoraciones holísticas (y a veces preconscientes, como sé por experiencia propia) con el análisis estilométrico de los comentarios de los lectores (lo que vulgarmente llamamos «reseñas»). Con ello aspira a responder a preguntas como las siguientes: ¿cuáles son los términos estadísticamente sobrerrepresentados en las «reseñas» dedicadas a libros que se tienen por «buenos» (es decir, que han sido evaluados positivamente con un número elevado de estrellas)?; ¿y las categorías aplicadas más frecuentemente a los libros «malos» (con pocas estrellas)?; ¿qué es lo que quieren decir, en definitiva, esas estrellas, muchas o pocas, en las que los lectores cifran el brillo, el esplendor —o, por el contrario, la oscuridad y la frialdad— de sus lecturas literarias?

No quiero vender aquí todo el pescado, entre otras cosas porque el pescado no es mío y porque Berenike Herrmann no ha publicado aún los resultados de su investigación. Solo gulusmearé un poco, entreabriendo la cacerola de las conclusiones. Resulta, por ejemplo, que cierto tipo de evaluación recurre a una enunciación colectiva, expresada en flexiones plurales, mientras que las valoraciones de signo opuesto recurren al más esperable pronombre de primera persona. También los signos de exclamación, los comentarios narratológicos y las expresiones modalizadoras están repartidos de manera desigual entre las distintas categorías —pocas estrellas, muchas estrellas— de ese extensísimo corpus.

Las estrellas otorgadas a los libros pueden resumir, por lo tanto, operaciones intelectuales más complejas y variadas de las que se suelen atribuir a los lectores ordinarios. Es cierto que, en ocasiones, el gesto de otorgar una, dos, tres, cuatro o cinco estrellas es la manera de aplazar sine die el momento reflexivo; pero otras veces, muchas veces, es solo la síntesis muda de una lectura cuerpo a cuerpo.

¿Por qué ocurren tantas desgracias en la ficción?

Muchos estudios han comprobado que las narraciones más populares relatan hechos infrecuentes, con frecuencia desgraciados. Un artículo publicado la semana pasada en Palgrave Communications explora el hipotético atractivo de las desgracias. Conforme a su hipótesis inicial, lo que estaría sobrerrepresentado en la literatura no serían exactamente las desgracias, ni la amenaza de las desgracias, sino cierto tipo de amenazas, que los autores denominan «ordalías»: las desgracias graves, infrecuentes y (hasta cierto punto) reparables.

Olivier Morin, Alberto Acerbi y Oleg Sobchuk han analizado 744 resúmenes de novelas norteamericanas del siglo XX, y han descubierto que en ellas la muerte violenta era 400 veces mayor que en la realidad; también estaba sobrerrepresentada en ese corpus la muerte natural, lo cual venía a cuestionar la hipótesis de la ordalía (ya que la muerte natural no tiene, ay, nada de raro). Ahora bien, analizando lexicométricamente un segundo corpus compuesto de diarios y cartas, los investigadores se percataron de algo más interesante aún, y es que esa desproporción también estaba presente en textos factuales.

Los investigadores partían de un postulado frecuente, según el cual la ficción —como los sueños— nos propondría simulaciones de situaciones conflictivas; consumir ficción sería una manera de entrenarse en la resolución de esas situaciones sin padecerlas directamente.

El resultado del estudio, sin embargo, no casa con esa asunción, ni avala que las «ordalías» sean especialmente frecuentes. Pero una investigación no tiene por qué confirmar su hipótesis para ser fascinante, y esta lo es, porque nos obliga a enfrentarnos ante la importancia de la desgracia en los relatos que hacemos del mundo, y a preguntarnos lo que esperamos de ella.


REFERENCIA: Morin, O. / Sobchuk, O. / Acerbi, A. (2019): «Why people die in novels: Testing the Ordeal Simulation Hypothesis», Palgrave Communications, 5, 2.