Un nuovo studio pubblicato sulla rivista PNAS Nexus rivela come gli algoritmi dei social media favoriscano il contenuto politico sponsorizzato da determinati partiti a parità di budget investito. La ricerca, frutto di una collaborazione tra il Politecnico di Milano, la LMU – Ludwig Maximilians Universität di Monaco e l'Istituto CENTAI di Torino, ha analizzato oltre 80.000 inserzioni politiche su Facebook e Instagram prima delle elezioni federali tedesche del 2021. Gli annunci sono stati inseriti da partiti di tutto lo spettro politico e hanno generato più di 1,1 miliardi di impressioni durante un’elezione con più di 60 milioni di elettori idonei.

Investigando le disuguaglianze nelle campagne online, sono emerse discrepanze significative nell'efficacia della pubblicità e nell’intensità con cui gli annunci hanno raggiunto i loro obiettivi premiando i gruppi più estremisti. Utilizzando i dati raccolti, è emerso che oltre il 70% dei partiti ha utilizzato la profilazione degli utenti negli annunci. Inoltre, calcolando le variazioni dei costi per la pubblicità (impressioni per euro speso) risulta che non tutti i partiti hanno ottenuto risultati uguali a parità di budget. L'estrema destra dell’AFD è risultata la più efficace con annunci quasi sei volte più performanti rispetto ai competitor che avevano investito lo stesso budget. I Verdi sono stati il partito con minor efficacia di costo. Un'altra scoperta dello studio sono state le discrepanze per tutti i partiti tra il pubblico mirato e quello effettivo. Mentre la maggior parte dei partiti tendeva a raggiungere un pubblico più giovane di quello previsto, il contrario è avvenuto per l’estrema destra. Pierri e i suoi colleghi ipotizzano che il bias algoritmico nella distribuzione degli annunci sia basato sul comportamento degli elettori già noto.