El algoritmo te moldea, pero tú también lo moldeas a él

Una continuación del episodio «El espejo que nunca duerme» · +Allá de la Escuela · Fundación Convivencia

En nuestro primer episodio del Ciclo II dijimos que el algoritmo de las redes no es un espejo que refleja la sociedad, sino un escultor que moldea lo que vemos. Esa idea dejó, a propósito, una pregunta sin responder. Si el algoritmo nos esculpe a nosotros, ¿no hacemos nosotros nada? ¿Somos solo barro en sus manos?

La respuesta corta es no. Y la respuesta larga es el tema de este texto. Porque entre tú y el algoritmo no hay una calle de un solo sentido: hay un bucle. Tú lo moldeas a él tanto como él te moldea a ti. Y entender ese bucle es el primer paso para recuperar algo de control.

Qué es el bucle de retroalimentación

Imagina que el algoritmo es un aprendiz silencioso que te observa todo el día. No escucha lo que dices que te importa; observa lo que haces. En qué te detienes. Qué video terminas. Qué publicación te hace parar el pulgar tres segundos más. Cada uno de esos gestos es, para él, una instrucción.

Tú crees que solo estás mirando. En realidad estás enseñando. Cada segundo de atención es una clase que le das al sistema sobre qué mostrarte después. Y el sistema, obediente, te trae más de eso. Que a su vez moldea lo próximo que haces. Que a su vez vuelve a enseñarle. Eso es el bucle de retroalimentación: un círculo en el que el usuario entrena al algoritmo y el algoritmo entrena al usuario, una y otra vez.

Tú crees que solo estás mirando. En realidad estás enseñando.

Aquí aparece el primer matiz incómodo, y conviene decirlo con honestidad: el bucle no se alimenta de lo que tú elegirías con calma. Se alimenta de lo que te engancha sin que lo decidas. Si te detienes más en lo que te indigna que en lo que te serena —y a casi todos nos pasa—, el aprendiz aprende que la indignación funciona contigo. Y te traerá más.

Lo que el bucle construye: la burbuja y la cámara de eco

Cuando este círculo gira durante meses, produce algo que el activista Eli Pariser bautizó en 2011 como la burbuja de filtro: un universo de información hecho a tu medida, donde cada vez ves más de lo que confirma lo que ya piensas, y menos de lo que lo desafía. No es que alguien te censure lo distinto. Es que, sencillamente, deja de aparecer.

De cerca se confunde con otra idea, la cámara de eco, pero no son lo mismo, y vale la pena distinguirlas. La burbuja es lo que el algoritmo te oculta. La cámara de eco es lo que tú mismo construyes al rodearte solo de quienes piensan como tú. Una es técnica; la otra es humana. Y como veremos, esa diferencia lo cambia todo.

El matiz honesto: ¿es la burbuja tan fuerte como creemos?

En este punto, un podcast o un blog menos cuidadoso te diría que estás atrapado sin salida. Nosotros no, porque la evidencia no es tan simple, y prometimos no vender catástrofe.

Hay un debate científico real sobre cuánto nos encierra de verdad la burbuja de filtro. Varios estudios encuentran que muchos usuarios, lejos de quedar aislados, sí se topan con opiniones contrarias y consumen una dieta informativa más variada de lo que la idea de la burbuja sugiere. El concepto, tan repetido, podría estar algo sobreestimado.

Y aquí está el dato que da un giro esperanzador. Un estudio de gran escala de Eytan Bakshy, Solomon Messing y Lada Adamic, publicado en Science en 2015 sobre más de diez millones de usuarios de Facebook, encontró algo revelador: comparadas con el algoritmo, las decisiones propias de las personas sobre qué leer limitaban más la exposición a ideas distintas que el propio sistema de recomendación. Dicho de otro modo: buena parte del encierro no nos lo impone solo la máquina. Nos lo imponemos también nosotros, al elegir hacer clic solo en lo que ya nos gusta.

Buena parte del encierro no nos lo impone solo la máquina. Nos lo imponemos también nosotros.

Esto puede sonar a mala noticia, pero es justo lo contrario. Si una parte del problema está en nuestras decisiones, entonces una parte de la solución también. No somos solo víctimas. Somos co-autores del bucle. Y lo que uno ayuda a construir, uno puede ayudar a cambiarlo.

La buena noticia: si lo entrenas, puedes entrenarlo distinto

Vuelve a la imagen del aprendiz silencioso. Si aprende de lo que haces, entonces cambiar lo que haces es, literalmente, reeducarlo. No con un discurso, sino con gestos. El algoritmo no entiende tus intenciones; entiende tus acciones. Así que el poder no está en proponértelo, está en hacerlo.

Esto conecta con la idea con la que cerramos el episodio: el viejo “conócete a ti mismo”. Porque para reeducar al algoritmo primero tienes que notar qué te engancha. Qué tipo de contenido te roba veinte minutos sin que lo decidas. Cuál es tu debilidad, la tecla que el sistema ya aprendió a pulsar. Ese autoconocimiento es la palanca. Sin él, el bucle gira solo.

Cómo reeducar tu feed: acciones concretas

No son trucos mágicos ni te sacan del sistema. Son maneras de cambiar las instrucciones que, sin querer, le das todos los días.

• Detente en lo que te nutre, no solo en lo que te activa. El sistema mide dónde te detienes. Regálale unos segundos de más a lo que te deja mejor, no a lo que te deja peor. Le estás reenseñando tu criterio.

• Usa los botones que casi nadie usa. “No me interesa”, “ocultar”, “dejar de seguir”, “no recomendar este canal”. Son instrucciones directas y poderosas. La mayoría de la gente solo da “me gusta”; usar también los frenos reequilibra lo que el sistema aprende.

• Sigue, a propósito, a alguien con quien no estás de acuerdo. Pero alguien serio y respetuoso, no un provocador. Es la forma más directa de pinchar tu propia burbuja y recordarle al sistema que toleras la diferencia.

• Revisa tu historial de vez en cuando. Lo que ves refleja lo que viste. Borrar o ajustar el historial de búsqueda y de reproducción reinicia parte de las instrucciones acumuladas.

• Sal de la app para decidir, no dentro de ella. La búsqueda activa —“quiero aprender sobre esto”— le enseña algo muy distinto al sistema que el deslizar pasivo. Decide qué buscar antes de abrir la aplicación, no después.

Para las familias y la escuela

Estas acciones no son solo para adultos: son una lección que se enseña. Mostrarle a un hijo o a un estudiante que su feed no es el destino, sino el resultado de sus propios gestos, es darle una forma temprana de autoconocimiento digital. No “la pantalla es mala”, sino “mira cómo lo que haces moldea lo que te muestran, y cómo puedes cambiarlo”. Esa es, en pequeño, la alfabetización crítica de la que hablamos en el episodio: la verdadera vacuna contra la manipulación.

Lo que viene

Hay algo que este bucle no explica del todo, y que es el corazón de nuestro próximo episodio: por qué nos cuesta tanto soltarlo. Por qué, aun sabiendo todo esto, volvemos a deslizar. La respuesta tiene que ver con lo que la pantalla le hace a nuestra atención por dentro —y a la de nuestros hijos—. De eso hablaremos en el segundo episodio del ciclo. Te esperamos.

— +Allá de la Escuela, Fundación Convivencia

Descargar Infografía Diseñados para reaccionar, no para pensar... Aquí

Referencias

Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130–1132. https://doi.org/10.1126/science.aaa1160

Germano, F., Gómez, V., & Sobbrio, F. (2022). Ranking for engagement: How social media algorithms fuel misinformation and polarization (CESifo Working Paper No. 10011). CESifo. https://doi.org/10.2139/ssrn.4257210

Hron, J., Krauth, K., Jordan, M. I., Kilbertus, N., & Dean, S. (2023). Modeling content creator incentives on algorithm-curated platforms. En The Eleventh International Conference on Learning Representations (ICLR 2023). https://doi.org/10.48550/arXiv.2206.13102

Pariser, E. (2011). The filter bubble: What the internet is hiding from you. Penguin Press.

Ross Arguedas, A., Robertson, C. T., Fletcher, R., & Nielsen, R. K. (2022). Echo chambers, filter bubbles, and polarisation: A literature review. Reuters Institute for the Study of Journalism, University of Oxford.

Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science, 359(6380), 1146–1151. https://doi.org/10.1126/science.aap9559

Nota sobre las fuentes

Este artículo presenta el debate sobre la burbuja de filtro como una cuestión abierta. La idea original es de Pariser (2011); la revisión del Reuters Institute (2022) y el estudio de Bakshy et al. (2015) aportan la evidencia que matiza su alcance y que sostiene el enfoque de agencia de este texto: una parte significativa del encierro informativo proviene de nuestras propias decisiones, no solo del algoritmo.