Construir una vista de la DSA entre plataformas: lo que los datos no te dicen

El panel de VLOP que publiqué hace dos días reúne 30 servicios en una sola vista. Eso es genuinamente útil: es la primera vez que estos datos pueden agregarse entre plataformas en un formato interactivo, y los informes de H2 2025 son los primeros en seguir en su totalidad la plantilla armonizada de la Comisión. Pero las limitaciones son tan importantes como los datos, y algunas de ellas son problemas estructurales de cómo funciona el reporte de transparencia de la DSA, no solo rasgos de este panel en concreto.

Las definiciones de categoría no están estandarizadas

La limitación más significativa: lo que TikTok llama «discurso de odio» y lo que Meta llama «discurso de odio» están definidos por las políticas de contenido propias de cada plataforma, no por la DSA. El reglamento exige a las plataformas reportar por categoría de contenido, y especifica una lista de categorías. Pero no define qué contenido cae dentro de cada categoría; eso queda en manos de la política de cada plataforma.

Esto significa que una plataforma con una definición de política de discurso de odio estrecha mostrará cifras más bajas que una con una definición más amplia, aunque ambas estén moderando cantidades equivalentes de contenido. Las comparaciones de volumen entre plataformas en el panel son comparaciones de categorías definidas por una plataforma frente a categorías definidas por otra, no comparaciones de un constructo subyacente consistente.

El DSA Observatory argumentó en enero que el reporte anterior había vuelto el requisito de exactitud esencialmente carente de sentido. La plantilla armonizada de la Comisión —que los informes de H2 2025 siguen por primera vez— añade indicadores de precisión (precision) y exhaustividad (recall) para las herramientas de detección automatizada, lo que aborda ese vacío concreto. La precisión y la exhaustividad son genuinamente más informativas que los recuentos brutos de retiradas. Pero la precisión y la exhaustividad dentro de la propia definición de categoría de cada plataforma siguen sin resolver el problema de comparabilidad entre plataformas, porque las categorías en sí no están definidas de forma consistente.

Los datos son autoinformados sin auditoría de terceros

Todas las cifras del panel las autoinforma la plataforma. La DSA no exige actualmente la verificación por terceros de los datos de los informes de transparencia: ningún auditor externo confirma que las cifras sean exactas, que la metodología de categorización sea consistente a lo largo de los periodos de reporte, ni que el proceso de extracción de datos sea fiable.

Esto no significa que las cifras sean erróneas. Las plataformas tienen obligaciones legales de cumplimiento, y los informes los revisan los equipos internos de Legal y de Políticas antes de publicarse. Pero significa que los datos deben tratarse como datos operativos autoinformados: útiles para entender tendencias y patrones dentro de una plataforma, menos fiables como medición precisa de una cantidad absoluta, y no verificables frente a un punto de referencia externo.

Los métodos de agregación difieren

Google reporta por separado sus seis servicios designados: Search, Maps, Play, Shopping, YouTube y una sexta entrada de servicio. Meta reporta cifras agregadas de Facebook e Instagram combinados. Otras plataformas reportan a nivel de plataforma.

Esto afecta a cómo se leen las cifras. La entrada de Google para cualquier servicio individual parece menor que las cifras comparables de plataformas que reportan de forma agregada. El total de las seis entradas de Google en el panel es la cifra comparable a la única entrada combinada de Meta, pero el panel también te permite comparar por accidente Google Search por sí solo con el total de toda la plataforma de TikTok, lo cual no es una comparación significativa. Filtrar con cuidado importa.

Cómo usar el panel de forma fiable

El panel es más útil para seguir tendencias de volumen dentro de una misma plataforma a lo largo del tiempo. Eso es una comparación equivalente dentro de una metodología y una definición de categoría consistentes: las cifras significan lo mismo entre periodos para una plataforma dada, aunque no signifiquen lo mismo que las cifras de otra plataforma en la misma categoría.

También es útil para entender la forma aproximada del ecosistema: qué categorías generan más notificaciones en el conjunto de las plataformas, qué plataformas están tramitando bastantes más apelaciones que otras, cómo se ve geográficamente el panorama de las órdenes gubernamentales. Esos son patrones visibles al nivel de diferencias de orden de magnitud, donde las divergencias en las definiciones de categoría importan menos.

Es menos útil para comparaciones precisas de volumen absoluto entre plataformas, y para extraer conclusiones normativas sobre qué plataformas moderan más o mejor. Esas conclusiones requieren definiciones de categoría y estándares de auditoría que aún no existen en el reporte de la DSA. Los problemas estructurales que persisten —datos autoinformados, definiciones de categoría inconsistentes— son restricciones reales sobre lo que los datos pueden sustentar, y tratar las cifras como más comparables de lo que son produce conclusiones engañosas.