Ninguna red social muestra el contenido en el orden en que fue publicado. Detrás de cada feed hay un sistema de clasificación que decide, en milisegundos, qué aparece primero, qué queda abajo y qué no se muestra nunca. Entender esa lógica es clave para entender por qué cierto tipo de contenido —incluida la desinformación— circula con tanta facilidad.
El objetivo del algoritmo no es informar
La función de un algoritmo de redes sociales es predecir qué contenido generará más interacción de cada usuario particular y mostrar eso primero. Cuando alguien abre Instagram, el sistema extrae cerca de 500 publicaciones recientes de las cuentas que sigue, filtra lo que viola las normas de la comunidad y luego puntúa cada publicación según señales como las interacciones pasadas con ese autor, el formato del contenido y cómo reaccionaron otros usuarios. Todo esto ocurre en milisegundos y el resultado es un feed ordenado de mayor a menor «relevancia» predicha, no de más reciente a más antiguo.
Qué señales priorizan las plataformas
Aunque cada red usa su propio modelo, casi todas comparten las mismas señales centrales: el tiempo de permanencia en un video, la velocidad con la que se acumulan los «me gusta» y comentarios tras publicar, la relación previa entre usuarios y si el contenido logra que la persona guarde, comparta o comente —acciones que valen más que un simple «me gusta». TikTok, por ejemplo, prueba cada video con una audiencia pequeña y solo lo expande a más personas si más de la mitad de esa muestra lo ve más allá de los primeros segundos.
Por qué esto favorece a la desinformación
Una investigación publicada en ScienceDirect sobre el diseño de estos algoritmos plantea que cuando las plataformas dan más peso al contenido con métricas de interacción altas, el resultado —sin que exista intención deliberada— es una mayor exposición a contenido político extremo y un aumento de la polarización. El mecanismo es simple: el contenido que provoca sorpresa, indignación o emoción intensa genera más clics, comentarios y comparticiones que el contenido matizado o neutral, así que el sistema aprende a mostrar más de lo primero.
La consecuencia para cada usuario
Como el algoritmo se ajusta a cada persona según su historial de interacciones, dos personas que siguen exactamente las mismas cuentas pueden ver feeds completamente distintos. Esto significa que «lo que está circulando» nunca es una realidad compartida: es una construcción personalizada que refleja, y a la vez refuerza, los patrones de interacción previos de cada usuario —lo que dificulta identificar de forma colectiva qué desinformación está circulando y con qué alcance real.
Fuentes
– Hootsuite, «Social media algorithms in 2026: How they rank content» — https://blog.hootsuite.com/social-media-algorithm/
– ScienceDirect, «Ranking for engagement: How social media algorithms fuel misinformation and polarization» — https://www.sciencedirect.com/science/article/pii/S0047272726000253
– Sprout Social, «How to Rise Above Social Media Algorithms» — https://sproutsocial.com/insights/social-media-algorithms/
– HEC Montréal, «Social Media Algorithms: How they decide what you see» — https://digital.hec.ca/en/blog/how-social-media-algorithms-work/
– SocialBee, «Facebook algorithm explained: 2026 insights» — https://socialbee.com/blog/facebook-algorithm/
