Resumen: Las plataformas de vídeos cortos son ecosistemas de circuito cerrado en los que intervienen seres humanos donde la política de la plataforma, los incentivos de los creadores y el comportamiento de los usuarios evolucionan conjuntamente. Esta estructura de retroalimentación dificulta la evaluación de políticas contrafactuales en la producción, especialmente para resultados distributivos y de largo plazo. El desafío se amplifica a medida que las plataformas implementan herramientas de inteligencia artificial que cambian qué contenido ingresa al sistema, cómo se adaptan los agentes y cómo opera la plataforma. Proponemos un gemelo digital aumentado con un modelo de lenguaje grande (LLM) para plataformas de videos cortos, con una arquitectura modular de cuatro gemelos (usuario, contenido, interacción, plataforma) y una capa de ejecución basada en eventos que admite experimentación reproducible. Las políticas de plataforma se implementan como componentes conectables dentro de Platform Twin, y los LLM se integran como servicios de decisión opcionales restringidos por esquema (por ejemplo, generación de personas, subtítulos de contenido, planificación de campañas, predicción de tendencias) que se enrutan a través de un optimizador unificado. Este diseño permite simulaciones escalables que preservan la dinámica de circuito cerrado y al mismo tiempo permiten la adopción selectiva de LLM, lo que permite el estudio de políticas de plataforma, incluidas políticas habilitadas para IA, bajo restricciones y comentarios realistas.
Publicado originalmente en export.arxiv.org el 12 de marzo de 2026.
Ver fuente original
