Quien entra a X para seguir noticias, deportes o cuentas específicas puede terminar frente a mensajes que considera ofensivos, falsos o políticamente opuestos a sus convicciones. La experiencia no es necesariamente casual. Una investigación liderada por Stanford concluye que el algoritmo del feed “Para ti” tiende a amplificar contenido desalineado con los valores declarados por las personas usuarias, porque prioriza la posibilidad de interacción antes que la afinidad real.
El estudio, publicado en Proceedings of the National Academy of Sciences, examinó a 715 usuarios activos de X en Estados Unidos. Los participantes respondieron un cuestionario basado en la teoría de valores básicos de Schwartz, que organiza 19 dimensiones —entre ellas tolerancia, tradición, seguridad, humildad y hedonismo—, e instalaron una extensión para recoger publicaciones de sus pestañas “Para ti” y “Siguiendo”. El resultado fue claro: el contenido de las cuentas elegidas voluntariamente se parecía más a los valores de los usuarios que el material recomendado por el algoritmo.
La clave está en la definición empresarial de “interés”. Para el sistema, detenerse a leer, responder, repostear o entrar a un hilo puede significar que una publicación merece más distribución. Pero una persona puede comentar para corregir una mentira, expresar enojo ante un insulto o discutir una posición que rechaza. El algoritmo no distingue bien entre curiosidad, acuerdo, indignación o necesidad de refutar. La reacción negativa se convierte en señal de valor, y la plataforma devuelve más contenido diseñado para provocar la misma respuesta.
Ese mecanismo crea un círculo difícil de romper. Una publicación irritante genera una réplica; la réplica aumenta su peso; el usuario recibe nuevas versiones del mismo conflicto. El efecto no solo altera la experiencia individual: refuerza la sensación de que la conversación pública está dominada por extremos, aunque muchas personas no compartan esas posturas. En el caso de comunidades cubanas dentro y fuera de la Isla, donde la discusión política ya se mueve entre polarización, vigilancia, desinformación y heridas familiares asociadas a la migración, ese diseño puede elevar el costo emocional de informarse.
La investigación no demuestra que cada publicación molesta sea fabricada deliberadamente por X ni que el algoritmo conozca las creencias íntimas de cada persona. Sí indica una incompatibilidad entre los valores expresados por los participantes y lo que la plataforma premia mediante recomendación. El estudio halló además que las respuestas, aunque representan menos del 7% de las interacciones, pesan de manera desproporcionada para el sistema de distribución. Un comentario furioso puede tener más consecuencias para el feed que un simple “me gusta” o pasar de largo.
X no había emitido una respuesta institucional pública al estudio al momento de los reportes iniciales. Nikita Bier, exresponsable de producto de la plataforma, afirmó que se habían introducido ajustes para reducir el contenido de “ragebait”, aunque esa afirmación no equivale a una auditoría independiente ni permite medir su eficacia. La opacidad es parte del problema: usuarios, investigadores y reguladores no pueden evaluar completamente qué señales pesan más ni cómo se modifica el sistema cuando aparecen hallazgos críticos.
La recomendación práctica de los investigadores es sencilla: utilizar más la pestaña “Siguiendo”, que prioriza cuentas seleccionadas por el usuario, y reducir respuestas impulsivas en “Para ti”. No resolverá el diseño de una plataforma que monetiza atención, pero devuelve parte del control al lector. La pregunta más amplia sigue abierta: ¿deben las redes medir el éxito solo por engagement, aunque ese engagement dependa de irritar y dividir? ¿Qué transparencia debería exigirse a los algoritmos que organizan una parte creciente del debate público?