Antes del feed hay una cantidad de contenido que no cabe en tu pantalla
Cuando abres una red social, la aplicación no recibe una sola fila universal de publicaciones que todos ven en el mismo orden. Detrás de esa pantalla existe un volumen enorme de fotos, videos, comentarios, historias, anuncios y publicaciones nuevas que compiten por un espacio limitado. La plataforma tiene que decidir qué contenido formará parte de tu experiencia en ese momento y qué quedará fuera.
Parte de ese material viene de cuentas que sigues. Otra parte llega de creadores desconocidos, temas relacionados con tus intereses, tendencias, grupos, comunidades o contenido promovido. En algunas superficies también aparecen anuncios. De ahí que, incluso antes de hablar de “algoritmo”, ya exista un problema de selección: hay demasiado contenido disponible para mostrarlo todo.
La aplicación necesita además recuperar información almacenada en servidores, comprobar qué publicaciones siguen disponibles, respetar configuraciones de privacidad y preparar los recursos que el celular debe descargar. Esto conecta con lo que vimos en front-end y back-end: la interfaz que tocas es solo una parte de un sistema mucho más amplio.
Mientras tanto, la plataforma mantiene información sobre relaciones entre cuentas. A quién sigues, quién te sigue, con qué perfiles interactúas y qué comunidades frecuentas forman parte de un mapa social que ayuda a determinar qué contenido resulta relevante. Ese mapa no explica por sí solo todo lo que aparece, pero sí establece una base sobre la cual trabajan otros sistemas.
La Gaceta UNAM explica el papel de los algoritmos de distribución señalando que las plataformas observan usos e interacciones para seleccionar qué contenidos presentar. Para un usuario común, la idea central es bastante concreta: el feed no llega “ya hecho”. Se construye.
La red social convierte actividad en señales
Una plataforma no puede preguntarte después de cada publicación si te gustó exactamente un 73 %. Necesita inferir preferencias a partir de acciones observables.
Algunas señales son explícitas. Seguir una cuenta, marcar un video con “Me gusta”, guardar una publicación o indicar “No me interesa” comunica una preferencia de forma bastante directa. Otras son menos evidentes: cuánto tiempo permaneces viendo un contenido, si lo abandonas casi de inmediato, si vuelves a verlo, si abres los comentarios o si visitas el perfil que lo publicó.
Ninguna de esas acciones tiene un significado perfecto por sí sola. Puedes detenerte mucho tiempo en una publicación porque te interesa, porque te sorprende o porque estás tratando de entender por qué apareció. Un “Me gusta” admite motivos distintos. Por eso los sistemas de recomendación suelen combinar numerosas señales en lugar de tratar una sola como una respuesta definitiva.
Meta describe en su explicación latinoamericana sobre cómo la inteligencia artificial influye en lo que ves en Facebook e Instagram un proceso basado en señales y predicciones: sus sistemas intentan estimar qué contenido podría resultar relevante utilizando distintos tipos de información y retroalimentación.
YouTube ofrece un ejemplo parecido en su documentación para México. Su página sobre cómo funcionan las recomendaciones menciona señales como historial de reproducciones, búsquedas, suscripciones y reacciones. El sistema compara patrones para ordenar contenidos que podrían interesar a cada persona.
Aquí conviene separar dos ideas que suelen confundirse. La plataforma registra una acción y después puede utilizarla como señal dentro de un sistema de clasificación. Haber visto un video no obliga automáticamente al servicio a mostrarte diez iguales; esa interacción se combina con muchas otras.
Esto ayuda a entender por qué una sola acción rara vez transforma por completo el feed. Los sistemas observan patrones a lo largo del tiempo, aunque el peso y la duración de cada señal dependen de la plataforma y de la superficie concreta.
Ordenar contenido no significa simplemente elegir lo más popular
Una vez reunidos varios candidatos, la red social necesita decidir qué aparece primero.
La popularidad influye en algunos casos, pero no basta. Si únicamente ganara el contenido con más reproducciones o reacciones, millones de personas verían prácticamente lo mismo y las cuentas nuevas tendrían muy pocas oportunidades de aparecer. Los sistemas de clasificación incorporan, por tanto, más variables.
Pueden estimar la probabilidad de que veas un video completo, abras un comentario, compartas una publicación o sigas una cuenta. También toman en consideración información del contenido, relaciones entre usuarios y contexto de uso. El objetivo concreto cambia según la plataforma y la sección: el feed principal, las historias, los videos cortos o una pestaña de búsqueda no necesariamente se ordenan con las mismas reglas.
TikTok, por ejemplo, explica en su documentación sobre el feed Para Ti que toma en cuenta interacciones del usuario, información del video y determinados datos de configuración, y que ajusta las recomendaciones según la respuesta de cada persona. La empresa señala asimismo que intenta introducir variedad para evitar una sucesión excesivamente homogénea.
Por otra parte, una clasificación no consiste necesariamente en una sola fórmula. Las plataformas grandes utilizan múltiples modelos y filtros que trabajan en distintas etapas. Primero reducen una cantidad enorme de posibilidades a un conjunto manejable; luego otros sistemas estiman qué tan adecuado es cada candidato y, finalmente, se aplican reglas adicionales antes de construir la pantalla.
La Revista Mexicana de Ciencias Políticas y Sociales de la UNAM describe a los algoritmos, las plataformas, los datos y los usuarios como elementos que interactúan dentro de un sistema sociotécnico. Esa perspectiva evita una explicación demasiado cómoda: detrás de una red social no existe un pequeño “robot” aislado tomando por sí solo todas las decisiones.
Tu feed cambia mientras lo estás usando
La personalización no termina cuando la aplicación carga la primera pantalla.
Deslizas hacia abajo, ignoras una publicación, miras otra completa, compartes un video por mensaje privado y después visitas el perfil de quien lo creó. Cada acción aporta información nueva. A la vez llegan publicaciones recientes, desaparece contenido, cambian tendencias y otras personas siguen interactuando con la plataforma.
El feed funciona, por eso, como un resultado provisional. La plataforma vuelve a calcular qué mostrar conforme cambia el contexto.
Esta dinámica se nota especialmente en servicios de video corto, donde las decisiones se suceden con rapidez. TikTok afirma que su feed se adapta a las preferencias expresadas por cada usuario, mientras YouTube señala que sus recomendaciones evolucionan a partir de hábitos de visualización y otras señales. El sistema no necesita esperar a que cierres la aplicación para incorporar nueva información sobre la sesión.
Sin embargo, personalización no equivale a control total. Puedes influir mediante las cuentas que sigues, las búsquedas que haces, las publicaciones que guardas o las opciones como “No me interesa”, pero no decides directamente el peso exacto que la plataforma asigna a cada señal.
Se forma así una relación de ida y vuelta. La plataforma influye en lo que tienes disponible para mirar; tu comportamiento, a su vez, genera información que modifica futuras selecciones.
En qué es un algoritmo y cómo ya utilizas algoritmos en la vida cotidiana vimos que un algoritmo convierte reglas y datos en decisiones. En una red social, esa lógica opera repetidamente y a gran escala, con información que cambia de manera continua.
Hay más sistemas trabajando además de las recomendaciones
Sería un error atribuir todo lo que ocurre detrás de una red social al algoritmo del feed.
Antes de que una publicación llegue a las recomendaciones, otros componentes ya intervinieron. El archivo tuvo que subirse y almacenarse; quizá se generaron versiones con distintos tamaños o calidades para diferentes dispositivos. Los servidores necesitan entregar imágenes y videos con suficiente rapidez, incluso cuando millones de personas están conectadas al mismo tiempo.
En muchas plataformas existen además sistemas de moderación. Las reglas comunitarias se aplican mediante combinaciones de tecnología, procesos internos y revisión humana. Algunas decisiones ocurren antes de que un material alcance una audiencia amplia; otras aparecen después de denuncias o revisiones posteriores.
Los anuncios agregan otra capa. Una red social reserva determinados espacios para contenido patrocinado y utiliza sus propios sistemas para decidir qué anuncio mostrar. Eso no significa que cada publicación haya sido “comprada”; significa que el feed mezcla contenido orgánico y publicidad bajo procesos que no son exactamente los mismos.
Mientras todo eso sucede, la plataforma también gestiona notificaciones, mensajes, comentarios, permisos, cuentas, seguridad, estadísticas y sincronización entre dispositivos. Si abres la misma aplicación en un celular y después en una computadora, gran parte de tu información debe mantenerse coherente entre ambos.
Esta complejidad explica por qué una falla visible no siempre pertenece al lugar que parece. Un video que tarda en cargar quizá tenga relación con la conexión o con el servicio que entrega archivos; una publicación que no aparece quizá dependa de privacidad, moderación o clasificación; una notificación tardía pertenece a otro circuito.
La pantalla agrupa todos esos resultados. El trabajo detrás de ella está mucho más distribuido.
La pantalla es una selección, no un retrato completo de la red
Dos personas pueden seguir algunas cuentas iguales y aun así recibir pantallas muy diferentes. Sus historiales, interacciones, horarios de uso, búsquedas y patrones de consumo no coinciden, de modo que los sistemas de clasificación trabajan con contextos distintos.
Esto tiene una consecuencia sencilla, aunque fácil de olvidar: el feed no representa “todo lo que está pasando”. Representa una selección preparada para una cuenta en un momento determinado.
Además, parte de esa personalización utiliza información generada durante el uso. En el artículo sobre privacidad en Internet vimos que navegar, utilizar cuentas e interactuar con servicios deja distintos tipos de datos. Dentro de una red social, muchas de esas interacciones adquieren también valor para ordenar y recomendar contenido.
Eso no significa que la plataforma conozca perfectamente tus gustos. Los sistemas trabajan con probabilidades, patrones y objetivos definidos por cada servicio; de ahí que a veces sorprendan, se equivoquen o insistan en un tema que ya dejó de interesarte.
La próxima vez que abras una red social y aparezcan diez publicaciones en unos segundos, fíjate en lo que esa pantalla implica. Alguien creó cada contenido, los servidores lo almacenaron, distintos sistemas decidieron si podía entrar en el conjunto de candidatos, modelos lo compararon con otras opciones y la aplicación construyó una secuencia específica para tu cuenta.
Cuando deslizas para ver lo siguiente, esa secuencia ya puede estar cambiando.
Martin Rojas es especialista en tecnología y trabaja con herramientas digitales, computadoras, Internet y software desde hace muchos años. A lo largo de su trayectoria ha realizado cursos de actualización y desarrollado experiencia práctica con diferentes plataformas, sistemas y soluciones digitales. En Skydutz, transforma ese conocimiento técnico en explicaciones claras para estudiantes, profesionales y personas que quieren entender mejor la tecnología que utilizan todos los días.