Ayer me pasó otra vez. Estaba buscando un vídeo rápido sobre cómo cambiarle la bombilla al coche y, de repente, me vi atrapado en un bucle de tres horas viendo cómo un señor en Wisconsin construye cabañas de madera con herramientas del siglo XVIII. ¿Cómo hemos llegado a esto? La verdad es que le echamos la culpa a «el algoritmo» como si fuera una entidad mística, un fantasma que habita en los servidores de Google o Meta, pero la realidad es mucho más terrenal y, a la vez, más retorcida. No es magia, es una mezcla de matemáticas pesadas, psicología conductista y un montón de trucos que los creadores (y las propias plataformas) usan para que no sueltes el móvil ni para ir a por un café.
En el mundillo del desarrollo y el marketing digital en España, solemos decir que el algoritmo es como ese camarero de confianza de una de nuestras plazas en Cartagena: sabe lo que vas a pedir antes de que te sientes, pero a veces te pone una tapa que no querías solo para ver si te pica la curiosidad y pides otra caña. Vamos a destripar qué hay detrás de esa frase de «vamos a darle trucos al algoritmo», porque tiene más miga de la que parece.
Si nos ponemos técnicos, el objetivo de cualquier algoritmo de recomendación, ya sea el de YouTube Shorts o el de TikTok, no es que veas «buen contenido». Eso es subjetivo y a una máquina le da igual el arte. Lo que busca es la retención. Punto. Si entras a la aplicación y te quedas veinte minutos, el algoritmo ha ganado. Si entras y te vas a los diez segundos, el algoritmo siente que ha fracasado estrepitosamente.
Para lograr esto, se basan en lo que llamamos señales de usuario. No solo cuentan los «likes» (que, sinceramente, cada vez valen menos), sino el tiempo que pasas mirando la pantalla sin parpadear. Hay un concepto que en ingeniería de datos llamamos dwell time. Es el tiempo que transcurre desde que haces clic en algo hasta que vuelves atrás. Si ese tiempo es alto, el sistema asume que el contenido es oro puro y se lo empieza a encajar a todo el mundo con un perfil similar al tuyo.
Ojo con esto: los trucos de los que hablamos suelen ir enfocados a engañar o potenciar este indicador. Por eso vemos tantos vídeos que empiezan con una promesa espectacular («No te vas a creer lo que pasó al final») y luego alargan la explicación de forma innecesaria. Es el equivalente digital a cuando en las fiestas de Carthagineses y Romanos te cuentan una historia larguísima antes de decirte dónde está el mejor sitio para ver el desfile. Te mantienen ahí, esperando el desenlace.
El truco del bucle infinito
Uno de los trucos más viejos del manual, especialmente en formatos cortos, es el seamless loop o bucle perfecto. Seguro que lo has visto: el creador termina la frase justo donde la empezó, de modo que no te das cuenta de que el vídeo ha terminado y lo vuelves a ver entero. Para el algoritmo, eso cuenta como una visualización del 200%. ¡Boom! El sistema piensa: «Vaya, este contenido es tan increíble que la gente lo ve dos veces». Y claro, lo promociona hasta en la sopa.
Un poco de código: ¿Cómo piensa la máquina?
Para que nos entendamos, no hay un señor en una oficina de Silicon Valley decidiendo qué vídeo te toca ver. Lo que hay es un modelo de aprendizaje automático (Machine Learning). Si tuviéramos que simplificar mucho cómo funciona un sistema de recomendación básico en Python, veríamos algo parecido a esto. Imagina que estamos analizando las preferencias de un usuario en una web española de tecnología:
import pandas as pd
from sklearn.metrics.pairwise import cosine_similarity
# Datos ficticios de usuarios y sus intereses en temas de IA y Cartagena
# 1 significa que le interesa, 0 que no
data = {
'usuario': ['Pepe', 'Maria', 'Juan', 'Tu'],
'IA_generativa': [1, 1, 0, 1],
'Historia_Cartagena': [1, 0, 1, 1],
'Programacion_Python': [0, 1, 1, 0],
'Fiestas_Locales': [1, 0, 0, 1]
}
df = pd.DataFrame(data).set_index('usuario')
# Calculamos la similitud de coseno para ver quién se parece a ti
similitud = cosine_similarity(df)
sim_df = pd.DataFrame(similitud, index=df.index, columns=df.index)
print(f"El usuario más parecido a ti es: {sim_df['Tu'].sort_values(ascending=False).index[1]}")
Este trozo de código, aunque es una simplificación casi insultante, ilustra la base: la similitud. Si a Pepe le gusta la IA y la historia de Cartagena, y a ti también, el algoritmo asumirá que lo que Pepe vea a continuación (digamos, un vídeo sobre el submarino de Isaac Peral) también te gustará a ti. Es la famosa «filtración colaborativa». El problema es que esto crea burbujas de filtro donde solo ves lo que ya te gusta, y ahí es donde entran los trucos para romper esa inercia o para aprovecharla al máximo.
La psicología del «Hook» y por qué caemos como moscas
La verdad es que somos animales de costumbres y de impulsos. El algoritmo lo sabe y los creadores que «le dan trucos» también. El primer segundo de un vídeo es el más importante de toda tu existencia digital. Si en ese segundo no hay un cambio de plano, un ruido fuerte o una frase que te vuele la cabeza, harás scroll. Es así de cruel.
En España tenemos creadores que son maestros en esto. No hace falta irse a los grandes nombres de Estados Unidos. Aquí, gente que sabe manejar el ritmo de edición consigue que un tema aparentemente aburrido, como puede ser la normativa de autónomos o cómo programar un microcontrolador, parezca una película de acción. Usan subtítulos dinámicos (esos que aparecen palabra por palabra), efectos de sonido tipo «pop» y cambios de cámara constantes. Todo eso son trucos para mantener tu cerebro ocupado y que no te dé por pensar: «¿Por qué estoy viendo esto?».
El sesgo de curiosidad
Otro truco clásico es dejar una pregunta abierta. El cerebro humano odia los cabos sueltos. Si te digo «Hay una calle en Cartagena que esconde un secreto romano que nadie te cuenta», tu cerebro va a querer cerrar ese ciclo de información. Aunque sepas que probablemente sea una exageración, te quedas. El algoritmo detecta esa pausa, ese interés, y lo anota en tu expediente digital.
¿Realmente podemos «engañar» al sistema?
Muchos gurús te dirán que sí, que si usas tal hashtag o si publicas a las 21:14 de la noche el martes, te harás viral. Sinceramente, creo que eso es más fe que ciencia. El algoritmo de Google/YouTube es una de las piezas de ingeniería más complejas del planeta. Cambia miles de veces al año. Lo que hoy es un «truco», mañana es motivo de penalización.
Lo que sí funciona es entender la intención de búsqueda y la satisfacción del usuario. Si haces un vídeo titulado «Trucos para el algoritmo» y realmente das valor, la gente se quedará. Si solo haces clickbait barato, la gente se irá rápido, tu tasa de rebote subirá y el algoritmo te mandará al rincón de pensar, donde nadie te verá.
Además, hay que tener en cuenta el contexto local. No es lo mismo el algoritmo para un público en Madrid que para uno en Murcia. Los intereses cambian, las expresiones cambian. Si usas un lenguaje cercano, como el que usamos aquí, con nuestras expresiones y nuestra forma de ver la vida, conectas mejor. Y esa conexión se traduce en métricas que al algoritmo le encantan.
La historia se repite: De los pregoneros al feed de noticias
A veces me pongo a pensar, mientras paseo por la Muralla del Mar, que esto de los algoritmos no es tan nuevo. En la Cartagena de hace un par de siglos, la información también se filtraba. Estaban los pregoneros, estaban los corrillos en el puerto donde se contaban las noticias de los barcos que llegaban. La diferencia es que antes el «algoritmo» era tu vecino o el tabernero, y ahora es una red neuronal en un centro de datos refrigerado.
El objetivo siempre ha sido el mismo: captar la atención. El que mejor contaba la historia en la plaza era el que conseguía que más gente le escuchara. Hoy, el que mejor edita un Short o el que mejor entiende las tendencias de búsqueda en España es el que se lleva el gato al agua. La tecnología cambia, pero nuestra sed de historias y de curiosidad sigue siendo la misma que la de los romanos que llenaban el teatro de nuestra ciudad.
El lado oscuro: Cuando el algoritmo se vuelve loco
No todo es color de rosa. A veces, el algoritmo se obsesiona con algo y no hay quien lo saque de ahí. Es lo que algunos llaman «la madriguera de conejo». Empiezas viendo un tutorial de cocina y terminas en teorías de la conspiración sobre si la ensaladilla rusa realmente se inventó en Rusia (spoiler: la de aquí está mejor).
Para los desarrolladores, esto es un reto ético brutal. ¿Hasta qué punto debemos optimizar la retención si eso significa polarizar a la sociedad o mostrar contenido dañino? En la Unión Europea, y por tanto en España, nos estamos poniendo serios con esto. La Ley de Servicios Digitales (DSA) busca que estas «cajas negras» sean un poco más transparentes. Queremos saber por qué nos recomiendan lo que nos recomiendan. Y eso, amigos, es el truco final: la transparencia.
¿Qué podemos hacer nosotros?
Como usuarios, tenemos más poder del que creemos. Cada vez que le das a «No me interesa», estás entrenando a la máquina. Estás diciendo: «Eh, que no soy un robot, que hoy no quiero ver más vídeos de gatitos, que quiero aprender algo de código o saber qué pasó en la Batalla de Cartagena de Indias» (aunque hoy nos centremos en nuestra Cartagena, la de aquí).
Al final del día, el algoritmo es una herramienta. Puede ser un truco de magia que nos entretenga o una brújula que nos ayude a encontrar contenido de valor. La clave está en no dejar que él decida siempre por nosotros. Vamos a darle, sí, pero con criterio. Vamos a aprovechar sus trucos para aprender, para crecer y, por qué no, para echarnos unas risas con algún vídeo bien editado.
La conclusión que saco de todo esto es que, por mucho que las máquinas aprendan, siempre habrá un componente humano que no pueden replicar: la chispa, la ironía y esa capacidad de contar una historia que nos haga sentir algo de verdad. Así que, la próxima vez que veas un vídeo que parece conocerte demasiado bien, sonríe, disfruta del truco, pero no olvides quién tiene el dedo sobre la pantalla para hacer scroll o para apagar el móvil y salir a tomarse un Asiático frente al mar.
Deja una respuesta