Es una experiencia común en la era digital: después de ver un video de recetas hasta el final, TikTok comienza a mostrar cocineros en cada deslizamiento de la pantalla. O quizás, tras reproducir música infantil durante una reunión familiar, Spotify concluye erróneamente que has descubierto un nuevo género musical favorito. En Netflix, el fenómeno es similar; basta con abandonar una serie a la mitad para que el sistema despliegue una lista de producciones con temáticas similares. Estas situaciones generan la sensación de que las plataformas tienen la capacidad de leer la mente del usuario, pero la realidad es técnica y basada en datos.
En realidad, las plataformas no poseen capacidades telepáticas, sino que registran meticulosamente cada una de las señales que los usuarios dejan al consumir contenido. Cada acción, desde una reproducción completa, una pausa estratégica, una búsqueda específica, una repetición de fragmentos o el abandono prematuro de un video, alimenta los algoritmos de recomendación. El objetivo final de estos sistemas es anticipar, con la mayor precisión posible, cuál será el siguiente clic del usuario.
Priscilla Quintana-Ramírez, académica de la Universidad Autónoma de Guadalajara (UAG), explica que cada interacción en estas aplicaciones deja una huella digital. Los sistemas analizan variables precisas: qué películas se terminan de ver, cuánto tiempo exacto se escucha una canción y qué videos son compartidos, repetidos o simplemente ignorados. Este flujo constante de datos permite que la inteligencia artificial construya un perfil detallado del comportamiento del consumidor.
Para lograr estas recomendaciones, se emplean principalmente dos técnicas. La primera es el filtrado colaborativo, que consiste en identificar a dos personas con gustos similares; si coinciden en la mayoría de sus preferencias, el algoritmo asume que es probable que también coincidan en nuevas películas o canciones. La segunda técnica es el filtrado basado en contenido, el cual compara elementos intrínsecos como actores, géneros, temas, ritmos musicales, idiomas o estilos narrativos para sugerir piezas similares a las ya consumidas.
El sistema se encuentra en un estado de aprendizaje constante. Sin embargo, este proceso puede presentar fallos cuando la inteligencia artificial interpreta una curiosidad ocasional como una preferencia permanente. Cuando esto ocurre, la plataforma comienza a mostrar siempre el mismo tipo de contenido, dando lugar a las llamadas "burbujas de contenido", las cuales reducen significativamente la exposición del usuario a propuestas diferentes o diversas.
Según señala Quintana-Ramírez, cuando una plataforma parece adivinar los deseos del usuario, no se trata de magia, sino del resultado de la aplicación de matemáticas, estadística, ciencia de datos e inteligencia artificial trabajando de manera silenciosa para predecir el comportamiento humano.
Aunque no existe un botón universal para borrar todo el rastro digital, existen métodos específicos para corregir las señales enviadas a los algoritmos. En el caso de TikTok, la plataforma ofrece la opción de "Actualizar el feed Para ti" dentro del menú de Preferencias de contenido en Ajustes y privacidad. Esta acción reinicia el contenido mostrado, como si la cuenta fuera nueva, aunque es una decisión irreversible que no afecta a los perfiles, mensajes ni cuentas seguidas. Además, los usuarios pueden marcar videos como “No me interesa”, administrar la frecuencia de temas o filtrar palabras clave.
En Netflix, el sistema utiliza el historial de visualización, las evaluaciones y los títulos terminados. Para corregir las recomendaciones, el usuario debe acceder a su perfil en la sección de Cuenta y abrir la "Actividad de visualización". Desde allí, es posible ocultar películas, episodios o series completas. Una vez eliminado un título, este deja de influir en las recomendaciones, aunque el cambio puede tardar hasta 24 horas en aplicarse. Asimismo, se recomienda el uso de calificaciones con el pulgar arriba o abajo y la creación de perfiles separados para evitar que los gustos de diferentes personas interfieran entre sí.
Finalmente, Spotify construye perfiles basados en qué se escucha y cómo se hace, afectando listas como Discover Weekly y Daily Mixes. Para evitar que contenidos específicos (como música para dormir o infantil) alteren el perfil, el usuario puede seleccionar la opción “Excluir de tu perfil de gustos” desde el menú de tres puntos de la canción o playlist. Para reorientar el algoritmo, se sugiere seguir a nuevos artistas, guardar canciones y explorar géneros distintos. El algoritmo no es estático; aprende de la conducta y se ajusta cuando los hábitos del usuario cambian, demostrando que basta con borrar una señal equivocada para recuperar la diversidad del contenido.
