El algoritmo no premia lo que te gusta — premia lo que te hace reaccionar

Cuando decimos que una red social "sabe lo que te gusta", no es del todo exacto. Lo que el sistema de recomendación conoce es algo más estrecho y más útil para el negocio: qué te hace detenerte, reaccionar, quedarte un segundo más antes de seguir bajando. Esa diferencia entre gusto y reacción no es un matiz — es el mecanismo exacto que decide qué ves cada vez que abres la app.

Tu cerebro ya reacciona al "me gusta" antes de que lo pienses

Un equipo de UCLA quiso ver qué pasa literalmente dentro del cerebro adolescente ante ese número. Reunieron a 32 chicos y chicas de 13 a 18 años, les dijeron que iban a participar en una red social a pequeña escala, y les mostraron 148 fotos — incluidas 40 que cada uno había aportado — mientras registraban su actividad cerebral por resonancia magnética funcional (fMRI). A cada foto se le había asignado, sin que el participante lo supiera, un número de "me gusta" alto o bajo.

El resultado: ver una foto con muchos likes (frente a pocos) activaba con más fuerza el núcleo accumbens, una región central del circuito de recompensa del cerebro — el mismo sistema implicado en el placer por la comida o el dinero, y especialmente sensible durante la adolescencia. Además, cuantos más likes tenía una foto, más probable era que el propio adolescente le diera también su "me gusta" — incluso cuando la foto mostraba una conducta de riesgo. Al ver esas imágenes de riesgo, la actividad en las regiones de control cognitivo (las que ayudan a frenar un impulso) bajaba.

El algoritmo no lee tus preferencias — lee tus reacciones

Aquí está la pieza que conecta ese circuito cerebral con el diseño del producto: los sistemas de recomendación de la mayoría de redes sociales no se entrenan con lo que dices que te interesa. Se entrenan con tu "preferencia revelada" — clics, likes, tiempo de visualización, comentarios — porque es lo único que el sistema puede medir en cada segundo. Si un tipo de contenido genera esa reacción medible, el algoritmo aprende a mostrar más de ese tipo de contenido, a ti y a quien se le parezca.

Cuando alguien lo midió de verdad

Esto dejó de ser una hipótesis en 2025. Un equipo de UC Berkeley y Cornell Tech hizo una auditoría preregistrada con 806 usuarios reales de Twitter/X, comparando tres versiones del mismo timeline: el feed algorítmico basado en engagement, un feed puramente cronológico, y un feed experimental construido a partir de lo que los propios usuarios decían preferir. El feed algorítmico amplificaba de forma medible el contenido cargado emocionalmente: los autores de los tuits políticos mostrados expresaban más enfado (0,75 desviaciones estándar por encima del cronológico) y los lectores sentían más enfado al leerlos (0,37 DE más); esos tuits también mostraban más hostilidad hacia el "otro bando" político (0,24 DE más).

El dato más incómodo es otro: cuando se preguntó directamente a los usuarios, no preferían ese contenido político seleccionado por el algoritmo — su valoración declarada era más baja que la del feed cronológico. El sistema optimiza para lo que te hace reaccionar en el momento, no para lo que tú mismo dirías que quieres ver.

Por qué esto no es solo cuestión de fuerza de voluntad

Las dos piezas encajan: tu circuito de recompensa responde con fuerza a la validación social — sobre todo si eres adolescente, según muestra el estudio de UCLA — y el algoritmo está literalmente optimizado para servirte más de lo que provoca esa respuesta. No compites contra un feed aleatorio de contenido. Compites contra un sistema que aprende de tu propia biología y la usa en tu contra, sesión tras sesión.

Qué hacer con esto

Entender el mecanismo no lo desactiva por sí solo, pero sí cambia algo: la próxima vez que te encuentres reaccionando a algo que te enfada o que "necesitas" comentar, vale la pena preguntarte si de verdad te interesa — o si simplemente es el tipo de contenido que el sistema ha aprendido que te hace reaccionar. Si el impulso de mirar el móvil o la sensación al hacerlo te genera ansiedad real, más allá de la frustración puntual de "he perdido la tarde otra vez", esa es una señal para hablar con un profesional — este artículo describe un mecanismo de diseño, no sustituye una evaluación clínica.

En REWRD no intentamos competir con ese sistema a base de fuerza de voluntad. Interponemos un minijuego breve entre el impulso de abrir la app y la app en sí — la misma fricción que, con el tiempo, entrena la atención en la dirección contraria a la que entrena el algoritmo.