Las redes sociales se han convertido en una de las principales puertas de acceso a la información, el entretenimiento y el debate público. Sin embargo, lo que cada persona ve en pantalla no siempre responde únicamente a las cuentas que decidió seguir o a sus intereses declarados. Detrás del feed existe un sistema que interpreta cada clic, reacción y respuesta para decidir qué contenido volver a mostrar.
Un reciente estudio publicado en Proceedings of the National Academy of Sciences (PNAS) sugiere que, en el caso de X, antes conocida como Twitter, este proceso podría tener una consecuencia inesperada: el algoritmo del feed “Para ti” tiende a mostrar publicaciones que chocan con los valores personales de los usuarios.
La investigación fue liderada por Ziv Epstein, investigador del Instituto Tecnológico de Massachusetts (MIT), junto con Michael S. Bernstein, profesor de Ciencias de la Computación de la Universidad de Stanford e investigador del Stanford Institute for Human-Centered AI.
El hallazgo plantea una pregunta relevante para millones de personas que utilizan plataformas digitales: ¿el algoritmo realmente muestra lo que nos interesa o aprende, sobre todo, de aquello que nos provoca enojo?
El estudio comparó dos formas de navegar en X
Para responder a esta pregunta, el equipo analizó los feeds de 715 usuarios estadounidenses de X, reclutados entre septiembre y octubre de 2024.
Los participantes instalaron una extensión de navegador que permitió a los investigadores recopilar información de dos espacios distintos dentro de la plataforma.
Por un lado, analizaron el feed “Seguidos”, formado principalmente por publicaciones de cuentas que cada usuario había elegido seguir. Por otro, estudiaron el feed “Para ti”, donde el algoritmo recomienda publicaciones basándose en diferentes señales de comportamiento e interacción.
La muestra fue diseñada para ser representativa a nivel nacional en aspectos como etnia, género y afiliación política.
Los investigadores buscaban determinar si existía una relación entre los valores personales declarados por los usuarios y los valores que podían identificarse en las publicaciones que aparecían en cada uno de estos feeds.
Las personas suelen seguir cuentas afines a sus propios valores
Para medir las preferencias de los participantes, el equipo utilizó la Teoría de Valores Básicos de Schwartz, un marco psicológico que identifica 19 valores humanos fundamentales.
Entre ellos se encuentran aspectos relacionados con la seguridad, la tradición, la conformidad con las normas, el cuidado de otras personas, la preocupación universal, la fiabilidad y la preservación de la naturaleza.
Posteriormente, los investigadores utilizaron una herramienta basada en un modelo de lenguaje para identificar los valores expresados en las publicaciones y compararlos con el perfil declarado por cada participante.
El primer resultado fue relativamente positivo.
En general, los usuarios tendían a seguir cuentas que compartían contenidos alineados con sus propios valores. La correlación encontrada entre ambas variables fue positiva, lo que sugiere que, cuando las personas deciden voluntariamente a quién seguir, suelen elegir fuentes relativamente cercanas a sus intereses y preferencias.
El panorama cambió al analizar la intervención del algoritmo.
El feed “Para ti” mostró una correlación negativa
Según el estudio, la relación entre los valores declarados por los usuarios y los valores presentes en el contenido amplificado por el algoritmo fue negativa.
La correlación fue de −0.150, un resultado que indica que las publicaciones impulsadas por el sistema tendían, en conjunto, a contradecir más los valores declarados por los usuarios que a reflejarlos.
El algoritmo amplificó especialmente contenido relacionado con la conformidad con las reglas, la seguridad social y la tradición.
En cambio, redujo la presencia de publicaciones vinculadas con valores como el cuidado de otras personas, la preocupación por personas lejanas, la fiabilidad y la preservación de la naturaleza.
Esto no significa que cada publicación recomendada en X sea contraria a las creencias del usuario. El estudio identifica una tendencia general en la forma en que el algoritmo distribuyó el contenido dentro de la muestra analizada.
El problema podría estar en las publicaciones que generan enojo
Una de las claves de la investigación está en la diferencia entre las distintas formas de interactuar en la plataforma.
Los investigadores encontraron que los “me gusta” y los retuits tendían a relacionarse con publicaciones que reflejaban los valores de los usuarios.
Las respuestas, en cambio, mostraron un comportamiento diferente.
Las personas parecían responder con mayor frecuencia a contenidos que provocaban desacuerdo, rechazo o indignación. Es decir, alguien puede ignorar una publicación con la que coincide o darle un “me gusta”, pero podría sentirse más motivado a escribir una respuesta cuando considera que algo es ofensivo, equivocado o contrario a sus ideas.
El problema aparece cuando el algoritmo interpreta esa reacción como una señal de interés.
Aunque las respuestas representaban apenas el 6.8% de las interacciones analizadas, el estudio señala que el sistema de X llegó a otorgarles un peso mucho mayor que a otras acciones al intentar predecir qué tipo de contenido podía mantener involucrado al usuario.
De acuerdo con la documentación técnica analizada por los investigadores, las respuestas podían tener un peso de hasta 27 veces mayor que los “me gusta”.
Así, una interacción nacida del enojo puede terminar funcionando como una señal que le dice al algoritmo: “muéstrame más de esto”.
El posible círculo del contenido que provoca indignación
El resultado puede convertirse en un ciclo difícil de romper.
Un usuario encuentra una publicación que contradice sus valores. La publicación genera molestia y la persona responde. El sistema registra esa interacción como una señal importante. Después, el algoritmo puede recomendar más contenidos capaces de generar una reacción similar.
Con el tiempo, el feed podría comenzar a llenarse de publicaciones diseñadas, intencionalmente o no, para despertar confrontación.
Los autores describieron este fenómeno como una fricción entre las preferencias declaradas de las personas y sus comportamientos reactivos. En otras palabras, una persona puede decir que valora determinado tipo de contenido, pero sus interacciones más intensas pueden producirse precisamente frente a aquello que rechaza.
Los algoritmos orientados a maximizar la interacción pueden aprender de esa contradicción.
El resultado es un posible bucle de retroalimentación, en el que el contenido que genera confrontación produce más respuestas y esas respuestas, a su vez, aumentan la probabilidad de recibir nuevas publicaciones similares.
La diferencia fue mayor entre usuarios demócratas
El estudio también identificó diferencias de acuerdo con la afiliación política de los participantes.
La desalineación entre los valores personales y el contenido mostrado en el feed “Para ti” fue más de cuatro veces mayor entre los usuarios demócratas que entre los republicanos dentro de la muestra estudiada.
Este resultado debe interpretarse con cautela, ya que corresponde a un grupo concreto de participantes estadounidenses y a un periodo específico de recopilación de datos.
Sin embargo, muestra que el funcionamiento de un algoritmo no necesariamente afecta de la misma manera a todos los grupos de usuarios. Las diferencias en los patrones de interacción, las cuentas seguidas y la forma de responder al contenido pueden modificar los resultados que cada persona recibe.
X asegura que el algoritmo ya fue modificado
Tras conocerse la investigación, Nikita Bier, exjefe de producto de X, señaló en la propia plataforma que el sistema había sido modificado después de que se recopilaran los datos utilizados para el estudio.
Según explicó, el predictor relacionado con las respuestas fue ajustado para otorgar mayor relevancia a las publicaciones de personas que el usuario ya sigue.
El cambio, de acuerdo con Bier, habría reducido el contenido conocido como ragebait, es decir, publicaciones diseñadas o capaces de generar indignación para conseguir interacciones.
Sin embargo, el estudio analizó datos de 2024, por lo que sus conclusiones describen el comportamiento del sistema durante ese periodo y no necesariamente reflejan todos los cambios posteriores que X haya implementado.
La evolución constante de los algoritmos también representa uno de los principales retos para investigar el impacto de las plataformas digitales: cuando un estudio se publica, el sistema analizado puede haber cambiado.
Una extensión para organizar el feed según los valores personales
Como parte del proyecto, el equipo de investigación desarrolló además una extensión para Chrome que permite reorganizar el contenido del feed tomando como referencia los valores declarados por cada usuario.
La herramienta plantea una posible alternativa frente a los sistemas que priorizan exclusivamente las probabilidades de interacción.
Sin embargo, los propios investigadores advierten que un feed completamente alineado con los valores individuales tampoco es necesariamente la solución perfecta.
Mostrar únicamente contenido compatible con las ideas de una persona puede reforzar las cámaras de eco, mientras que exponerla sin ningún tipo de mediación a posiciones opuestas también puede aumentar la confrontación y la polarización.
El reto, por tanto, no consiste simplemente en elegir entre contenidos que confirmen nuestras creencias y publicaciones que nos enfurezcan.
La verdadera discusión está en cómo deberían diseñarse los algoritmos que cada día influyen en una parte importante de la información que consumimos.
El estudio deja una reflexión especialmente relevante: no todo lo que provoca una reacción significa que sea contenido que realmente queremos seguir viendo. En un entorno digital donde el enojo puede convertirse en un clic, una respuesta y posteriormente en una recomendación, aprender a distinguir entre interés y confrontación podría ser tan importante para los usuarios como para las propias plataformas.
