Capítulo 6: Ejemplos Concretos y Estudios de Caso Simplificados

Sección 6.1: La historia de la foto de vacaciones en Facebook

• Marcos le dice: "¡Vi tus fotos de Roma, geniales! Especialmente la que está delante del Coliseo, le di un like".
• Laura, por su parte, confiesa: "Ah, ¿publicaste fotos? No vi nada en mi feed de noticias..."

• Para Marcos:
  • Relación fuerte: Marcos y Sofía interactúan a menudo en Facebook. Comentan regularmente sus respectivas publicaciones, se envían mensajes y quizás el algoritmo los identifica como "amigos cercanos" (o Sofía lo indicó manualmente).
  • Interés en el contenido de Sofía: Marcos suele dar "me gusta" o comentar las fotos de Sofía, especialmente las de viajes.
  • Interés en el tipo de contenido: Marcos mira e interactúa a menudo con fotos en general en Facebook.
  • Compromiso anterior: Quizás otros amigos comunes de Marcos y Sofía ya habían dado "me gusta" o comentado el álbum, lo que indica al algoritmo que este contenido era popular dentro de su círculo social.
  • Recencia: Si Marcos se conectó poco después de la publicación de Sofía, la probabilidad de ver el álbum era mayor. El algoritmo de Facebook calculó entonces una puntuación de relevancia alta para el álbum de Sofía con respecto a Marcos, y lo colocó en una buena posición en su feed de noticias.
• Para Laura:
  • Relación menos fuerte: Laura y Sofía son amigas en Facebook, pero interactúan poco. Raramente comentan sus publicaciones mutuas.
  • Intereses diferentes: Laura quizás utiliza Facebook principalmente para seguir páginas de noticias o grupos de discusión sobre sus aficiones (por ejemplo, la cocina), e interactúa menos con las fotos personales de sus contactos.
  • Sobrecarga de información: Laura quizás sigue muchas páginas y amigos muy activos. Su feed de noticias está muy cargado, y el algoritmo debe tomar decisiones más drásticas. El álbum de Sofía, considerado menos prioritario para Laura, quedó ahogado bajo otros contenidos considerados más relevantes para ella (o más atractivos en general).
  • Momento de conexión: Si Laura se conectó mucho después de la publicación y el álbum aún no había generado mucho compromiso, pudo haber sido relegado más abajo. El algoritmo asignó una puntuación de relevancia más baja al álbum de Sofía para Laura, quien por lo tanto no lo vio (o estaba tan abajo en su feed que no llegó a él).

Sección 6.2: El video viral en TikTok

1. Pequeño grupo de prueba inicial: Cuando Tomás publica su video, el algoritmo de TikTok lo muestra primero a un pequeño número de usuarios, incluyendo algunos de sus seguidores, pero también a usuarios aleatorios en la página "Para Ti" (For You Page - FYP) que han mostrado interés en contenidos similares (videos de gatos, videos humorísticos, videos que utilizan ese sonido de moda).
2. Señales de compromiso fuertes y rápidas: Este pequeño grupo de prueba reacciona muy positivamente.
   • Alta tasa de finalización: Muchos ven el video hasta el final (es corto y divertido).
   • Revisionados (Re-watches): Algunos lo ven varias veces porque es gracioso.
   • "Me gusta", comentarios, compartidos: A los usuarios les gusta, comentan ("¡Qué mono!", "¡Mi gato hace lo mismo!") y comparten el video con sus amigos.
   • Uso del sonido de moda: La música popular ayuda a que el video sea descubierto por aquellos que siguen esa tendencia.
3. Amplificación por el algoritmo: Al ver estas señales de compromiso positivas y rápidas, el algoritmo de TikTok deduce que este video tiene un fuerte potencial viral. Entonces comienza a mostrarlo a una audiencia cada vez más amplia en la página "Para Ti". Cada nueva oleada de usuarios que interactúa positivamente refuerza la señal e impulsa al algoritmo a difundirlo aún más ampliamente.
4. Efecto bola de nieve: El video de Tomás entra en un bucle de retroalimentación positiva. Cuanto más se ve y se interactúa con él, más lo promueve el algoritmo. Entonces puede ser recogido por cuentas más importantes, aparecer en compilaciones, etc., aumentando aún más su alcance.

Sección 6.3: El debate que se enciende en X (antes Twitter)

• Algunos usuarios responden para expresar su acuerdo vehemente, otros su desacuerdo igualmente apasionado.
• Muchos retuitean el mensaje, algunos con un comentario añadiendo su propia opinión (Citar Tweet).
• El número de "me gusta" se dispara, pero también el número de respuestas negativas.
• El hashtag relacionado con el tema se convierte rápidamente en una "tendencia" en la plataforma.

• Compromiso rápido y masivo: El algoritmo de X es muy sensible a la velocidad y al volumen del compromiso. Un tuit que suscita numerosas respuestas, retuits y "me gusta" en poco tiempo se identifica como "caliente" o relevante.
• Mayor visibilidad: El algoritmo aumentará entonces la visibilidad de este tuit, no solo entre los seguidores de la personalidad política, sino también en los feeds de noticias de otros usuarios susceptibles de estar interesados en el tema (porque siguen temas similares, interactúan con contenidos políticos o siguen a personas que han interactuado con el tuit).
• Papel de las respuestas y los tuits citados (Quote Tweets): Cada respuesta y cada tuit citado es una nueva publicación que puede generar compromiso por sí misma, creando hilos de discusión y propagando el debate aún más lejos. Los algoritmos también pueden mostrar estas respuestas y tuits citados a círculos de usuarios más amplios.
• Efecto de las tendencias (Trending Topics): Si el tema o el hashtag asociado al tuit se convierte en tendencia, aparecerá en una sección dedicada de la plataforma, atrayendo la atención de usuarios que inicialmente no seguían la conversación. Hacer clic en una tendencia expone a un flujo de tuits relacionados, a menudo dominado por los más atractivos (y, por lo tanto, potencialmente los más polarizantes).
• Burbuja de filtros y cámara de eco en acción: Los usuarios verán prioritariamente las reacciones (respuestas, retuits) de personas a las que ya siguen o que comparten opiniones similares. Si una persona está en una cámara de eco muy marcada, podrá tener la impresión de que "todo el mundo" está de acuerdo con su punto de vista sobre el tuit, mientras que otra persona en una burbuja opuesta tendrá la impresión contraria.

Sección 6.4: "También te podría gustar..." – Las sugerencias algorítmicas

• Análisis de tus centros de interés: El algoritmo ha identificado uno o varios de tus centros de interés basándose en:
  • Tus acciones explícitas: páginas que te gustan, grupos a los que te has unido, cuentas que sigues, hashtags utilizados o seguidos.
  • Tus interacciones: tipos de publicaciones a las que das "me gusta", comentas, compartes, videos vistos íntegramente.
• Búsqueda de similitudes (filtrado colaborativo o basado en contenido):
  • "A los usuarios a los que les gustó X también les gustó Y" (filtrado colaborativo): El algoritmo identifica a otros usuarios con gustos similares a los tuyos. Si a estos usuarios les ha gustado un contenido que aún no has visto, el algoritmo te lo sugiere. Por ejemplo, si muchas personas que se unieron al grupo de CF A también se unieron al grupo de CF B, se te propondrá el grupo B.
  • "Este contenido es similar a lo que te ha gustado" (filtrado basado en contenido): El algoritmo analiza las características del contenido que aprecias (palabras clave en el texto, objetos en las imágenes, temas de los videos) y te propone otros contenidos que comparten estas mismas características.
• Objetivo: aumentar el compromiso y el descubrimiento: Al proponerte contenidos, cuentas o grupos susceptibles de gustarte, la plataforma espera:
  • Hacerte pasar más tiempo en la aplicación.
  • Hacerte descubrir nuevas facetas de la plataforma.
  • Conectarte con nuevas comunidades o nuevos creadores.
  • Enriquecer su perfil de tus preferencias para refinar aún más sus futuras recomendaciones (incluidas las publicitarias).

Capítulo 7: Retomar (un poco) el Control: Ejercicios y Buenas Prácticas

Sección 7.1: Ejercicio 1 - Conviértete en detective de tu propio feed de noticias

1. Elige tu plataforma: Toma tu red social principal (Facebook, X, TikTok, Instagram, etc.).
2. Observa atentamente: Desplaza tu feed de noticias principal (la página "Para Ti" en TikTok, el feed de inicio en Facebook/X/Instagram) durante 5 a 10 minutos.
3. Toma notas (mentales o escritas) sobre las primeras 5 a 10 publicaciones no publicitarias que veas:
   • ¿De quién o de qué página proviene este contenido? (¿Un amigo cercano? ¿Un conocido lejano? ¿Una página que sigues activamente? ¿Una página que habías olvidado? ¿Un creador que no conoces?)
   • ¿Cuál es el tipo de contenido? (Foto personal, video humorístico, artículo de actualidad, meme, publicidad encubierta, contenido de un grupo, etc.)
   • ¿Qué emoción o reacción te suscita este contenido? (¿Alegría, ira, curiosidad, aburrimiento, tristeza, ganas de comentar/dar me gusta/compartir?)
   • ¿Has interactuado recientemente con el autor de este contenido o con contenidos similares? (Me gusta, comentarios, compartidos, tiempo de visualización prolongado)
   • ¿Por qué crees que el algoritmo te muestra esta publicación en particular, y tan arriba en tu feed? Intenta relacionarlo con las señales que hemos visto (interés, recencia, relación, compromiso, tipo de contenido).
4. Caso específico TikTok/Instagram Reels (página "Para Ti" / "Explorar"): Si estás en una página de descubrimiento, pregúntate:
   • ¿Este contenido corresponde a videos que has visto mucho recientemente?
   • ¿Utiliza un sonido o un efecto de tendencia que ya has oído/visto?
   • ¿Es un tema completamente nuevo para ti? Si es así, ¿por qué podría pensar el algoritmo que te interesaría?

• ¿Te ha sorprendido lo que has visto (o no has visto)?
• ¿Tu feed es variado o parece girar en torno a los mismos pocos temas o tipos de contenido?
• ¿Tienes la impresión de que el algoritmo te conoce bien? O, por el contrario, ¿que te propone cosas poco relevantes?
• ¿Has identificado publicaciones que no hubieras deseado ver, o publicaciones de amigos que te has perdido recientemente?

Sección 7.2: Ejercicio 2 - Intenta perforar tu burbuja de filtros

1. Búsqueda activa de diversidad:
   • En Facebook o X: Identifica un tema de actualidad importante. Busca activamente medios o comentaristas con puntos de vista diferentes a los que ves habitualmente. Suscríbete temporalmente a una o dos nuevas fuentes de información que tengan una línea editorial diferente a tus preferencias habituales. Observa si esto modifica las sugerencias de contenido.
   • En Instagram o TikTok: Busca hashtags o creadores que aborden temas completamente fuera de tus centros de interés habituales. Mira algunos contenidos, interactúa (con prudencia) si te apetece. Observa si tu página "Explorar" o "Para Ti" comienza a integrar estas nuevas temáticas.
2. Utiliza las herramientas de la plataforma (cuando existen):
   • En muchas plataformas, puedes indicar que no te interesa una publicación o un anuncio ("Ocultar publicación", "No me interesa este anuncio", "Ver menos publicaciones como esta"). Utiliza estas opciones cuando veas un contenido que no te gusta o que te parece demasiado repetitivo. Se supone que el algoritmo lo tiene en cuenta (con mayor o menor eficacia).
   • En Facebook, a veces puedes elegir ver las publicaciones de un amigo o una página en prioridad ("Ver primero"). Verifica si esta opción está disponible para las fuentes de información que consideras importantes pero que ves poco.
3. Limpia tus "señales":
   • Revisa las páginas a las que diste "me gusta" hace mucho tiempo en Facebook, las cuentas que sigues en X o Instagram. Deja de seguir aquellas que ya no te interesan realmente. Cuantas menos señales contradictorias u obsoletas tenga el algoritmo, más podrá (teóricamente) centrarse en tus intereses actuales.
   • Sé consciente de lo que das "me gusta" por cortesía o sin interés real. Estas interacciones alimentan el algoritmo.
4. Sal de la aplicación:
   • Para informarte, no te fíes únicamente de lo que te propone el algoritmo. Consulta directamente los sitios web de diferentes medios, utiliza agregadores de noticias que permitan más personalización, o lee la prensa en papel.

• ¿Ha sido fácil o difícil encontrar contenidos diferentes?
• ¿Has notado algún cambio en las sugerencias del algoritmo después de explorar nuevos temas?
• ¿Qué estrategias te parecen más eficaces para diversificar tu flujo de información?

Sección 7.3: Buenas prácticas para un uso más saludable y consciente

• Sé intencional en tu consumo: Antes de abrir una aplicación, pregúntate por qué lo haces. ¿Buscas información precisa? ¿Quieres ver las noticias de tus amigos? ¿O es por simple aburrimiento o costumbre? Un consumo más consciente suele ser menos compulsivo.
• Diversifica tus interacciones y tus fuentes: No te limites a dar "me gusta" siempre a los mismos tipos de contenido o a las publicaciones de las mismas personas. Interactúa con una mayor variedad de temas y fuentes. Sigue a personas y páginas que ofrezcan perspectivas diferentes a las tuyas.
• Haz pausas regulares (Desintoxicación Digital): Desconéctate voluntariamente de las redes sociales durante ciertos períodos (una tarde, un fin de semana). Esto puede ayudarte a reducir la dependencia y a reevaluar la importancia que les concedes.
• Toma conciencia del tiempo dedicado: Utiliza las herramientas de bienestar digital integradas en tu teléfono o en las propias aplicaciones para seguir el tiempo que pasas en las redes sociales. Fíjate límites si consideras que es excesivo.
• Verifica la información antes de compartir: Ante una información sorprendente o emocionalmente fuerte, tómate el tiempo de verificar su fuente y veracidad antes de compartirla y contribuir potencialmente a la desinformación. Consulta sitios de verificación de hechos reconocidos.
• Protege tus datos personales: Revisa regularmente la configuración de privacidad de tus cuentas. Sé consciente de la información que compartes públicamente. Cuantos menos datos precisos proporciones, menos podrá el algoritmo (teóricamente) encerrarte en categorías demasiado estrictas.
• Denuncia los contenidos problemáticos: Utiliza las herramientas de denuncia puestas a disposición por las plataformas para los contenidos de odio, el acoso, la desinformación flagrante, etc. Aunque la acción no siempre sea inmediata, es una señal enviada.
• Prioriza las interacciones de calidad: En lugar de multiplicar los "me gusta" pasivos, intenta tener intercambios más significativos en los comentarios o por mensajes privados cuando el contenido se preste a ello.

Sección 7.4: Las herramientas (limitadas) a tu disposición en las plataformas

• Gestión de las preferencias publicitarias:
  • La mayoría de las plataformas (Facebook, Google que influye en YouTube, etc.) tienen una sección donde puedes ver algunos de los centros de interés que el algoritmo te ha atribuido con fines publicitarios. A veces puedes eliminar algunos o indicar que ciertos temas no te interesan. Esto no afecta directamente al feed orgánico, pero puede reducir los anuncios irrelevantes.
• Opciones de clasificación del feed (cuando existen):
  • X (Twitter): Permite cambiar fácilmente entre el feed "Para ti" (algorítmico) y el feed "Siguiendo" (cronológico inverso de las cuentas que sigues).
  • Facebook: A veces propone opciones para ver un feed de "Favoritos" (donde seleccionas amigos y páginas prioritarias) o un feed "Más reciente", pero la opción por defecto sigue siendo el feed algorítmico y estas alternativas suelen estar menos destacadas.
  • Instagram: Permite elegir entre "Siguiendo" y "Favoritos" para ver las publicaciones de las cuentas que has designado, además del feed algorítmico principal.
• Funciones "Ocultar", "Dejar de seguir", "Silenciar":
  • Ocultar una publicación: Indica al algoritmo que ese contenido específico no te interesa.
  • Dejar de seguir (Unfollow): La forma más radical de dejar de ver el contenido de una persona o página sin eliminarla de tus amigos (en Facebook).
  • Silenciar (Mute): Permite dejar de ver las publicaciones de una cuenta (en X o Instagram) o de una persona (en Facebook por un tiempo limitado) sin que se le notifique y sin dejar de seguirla.
• Gestión de notificaciones: Reduce el número de notificaciones para limitar las interrupciones y la tentación de consultar constantemente las aplicaciones.
• En TikTok: Puedes mantener pulsado un video en el feed "Para Ti" y seleccionar "No me interesa". También puedes denunciar sonidos o efectos que no deseas volver a ver.

Capítulo 8: Conclusión - Hacia un Uso Informado de las Redes Sociales

Sección 8.1: Resumen de los puntos clave

• Los algoritmos son conjuntos de instrucciones que clasifican la inmensa cantidad de información en las redes sociales para presentarnos un contenido personalizado. Son el núcleo del modelo de negocio de plataformas como Facebook, X (antes Twitter) y TikTok, que se basa en captar nuestra atención con fines publicitarios.
• Para funcionar, recopilan una multitud de datos sobre nosotros: nuestros perfiles, nuestras interacciones, nuestros comportamientos de navegación e incluso nuestras actividades fuera de las plataformas.
• Su mecanismo se basa en señales clave como nuestros intereses pasados, la recencia de los contenidos, nuestras relaciones con los autores, el compromiso generado por las publicaciones y el tipo de formato que preferimos. Cada plataforma ajusta estas señales según sus propios objetivos, ya sea para favorecer interacciones significativas (Facebook), la información en tiempo real (X) o el descubrimiento viral (TikTok).
• Gracias al aprendizaje automático (Machine Learning), estos algoritmos aprenden continuamente de nuestras acciones y se adaptan para refinar sus predicciones, haciendo nuestra experiencia única pero también potencialmente menos diversa.
• Los algoritmos ofrecen ventajas innegables: nos ayudan a descubrir contenidos relevantes, a mantenernos conectados con nuestros seres queridos y nuestros centros de interés, y ofrecen oportunidades de visibilidad a los creadores.
• Sin embargo, también presentan inconvenientes y peligros serios: creación de burbujas de filtros y cámaras de eco, propagación de la desinformación, riesgos de adicción e impactos negativos en la salud mental, posibilidades de manipulación, falta de transparencia y sesgos algorítmicos.
• Ejemplos concretos nos han mostrado cómo estos mecanismos se traducen en nuestra vida digital cotidiana, influyendo en lo que vemos y por qué.
• Finalmente, hemos explorado ejercicios y buenas prácticas para intentar retomar cierto control, analizar nuestros propios feeds de noticias y adoptar un uso más saludable y crítico de las redes sociales.

Sección 8.2: El futuro de los algoritmos: ¿hacia más transparencia y control?

Sección 8.3: Tu papel como usuario consciente

• Sé curioso y crítico: No des por sentado todo lo que ves. Cuestiónate sobre las fuentes, sobre las razones por las que se te muestra un contenido.
• Sé actor de tu experiencia: Utiliza las herramientas a tu disposición, aunque limitadas, para señalar, ocultar, personalizar. Tus acciones, incluso mínimas, envían señales a los algoritmos.
• Protege tu atención: Tu tiempo y tu atención son preciosos. No dejes que sean dictados enteramente por sistemas diseñados para captarlos a toda costa. Toma decisiones intencionales sobre cómo utilizas las redes sociales.
• Educa a tu entorno: Comparte tus conocimientos con tus amigos, tu familia, especialmente los más jóvenes o los más vulnerables a los efectos negativos de los algoritmos.
• Participa en el debate: Cuando se presente la ocasión, expresa tu opinión sobre cómo deberían funcionar y regularse las redes sociales.