Principales puntos
- Feeds a medida: YouTube permite crear páginas de inicio personalizadas según intereses, rutinas y preferencias.
- Las redes sociales cambian de estrategia: Instagram, Facebook y TikTok amplían las herramientas para ajustar los temas recomendados.
- Una disputa por el control: las plataformas intentan responder al descontento con algoritmos que deciden qué aparece en pantalla.
Durante años, las redes sociales hicieron prácticamente la misma apuesta: dejar que los algoritmos eligieran lo que cada persona debía ver, leer o descubrir. Ahora, algunas de las mayores plataformas digitales empiezan a devolver parte de esa decisión a los propios usuarios.
El cambio no significa el fin de las recomendaciones automáticas. La idea es permitir que las personas orienten mejor los sistemas, indicando los temas que desean seguir y aquellos que prefieren evitar.
Según un reportaje de CNN publicado el 22 de octubre, Instagram, Facebook, YouTube y TikTok están entre las plataformas que avanzan en esta dirección. Aplicaciones más recientes, como Divine, también forman parte de este movimiento.
📺 YouTube quiere transformar la página de inicio
YouTube anunció los Feeds Personalizados (Custom Feeds) durante el evento Made on YouTube, celebrado el 23 de septiembre de 2026.
La propuesta permite a los usuarios crear pestañas dedicadas a intereses específicos, estados de ánimo, rutinas o temas que desean seguir en un momento determinado. En lugar de depender exclusivamente de la selección algorítmica tradicional, será posible organizar diferentes experiencias de descubrimiento de vídeos.
🔎 Hay distintos límites según la suscripción: según 9to5Google, los usuarios del plan gratuito pueden guardar hasta tres feeds personalizados, mientras que los suscriptores de YouTube Premium pueden crear hasta ocho.
La novedad comenzó a desplegarse entre los usuarios que han iniciado sesión en Estados Unidos y utilizan la plataforma en inglés. Por tanto, el lanzamiento inicial no significa que la función ya esté disponible para todas las cuentas o regiones.
Los Feeds Personalizados también sustituyen a las antiguas etiquetas temáticas para los usuarios que cumplen los requisitos, según Digital Trends.
El cambio es relevante porque afecta a uno de los espacios más disputados de la plataforma: la página de inicio, donde YouTube decide qué vídeos tienen más probabilidades de captar la atención de cada persona.
📱 Instagram quiere que enseñes al algoritmo
Meta también está haciendo más explícitos sus controles de recomendación.
Instagram lanzó la función Tu algoritmo (Your Algorithm) inicialmente en la pestaña Reels, en diciembre de 2025. Después, amplió la herramienta a Explorar y, posteriormente, a Feed, Reels y Explorar en otros mercados.
La función muestra los temas que la plataforma considera relevantes para cada usuario y permite añadir o bloquear asuntos.
Tessa Lyons, vicepresidenta de producto de Instagram, explicó a CNN que los avances en la comprensión del lenguaje por parte de la inteligencia artificial permiten a las personas expresar sus preferencias en lenguaje natural.
En otras palabras, en lugar de depender únicamente del historial de visualizaciones, el usuario puede indicar directamente que quiere ver más o menos contenido sobre un tema determinado.
👆 El siguiente paso es facilitar el acceso: Adam Mosseri, responsable de Instagram, mostró pruebas de controles más accesibles, entre ellas un gesto de deslizar hacia abajo en el feed principal y opciones para recibir más o menos vídeos similares a los que aparecen en Reels.
Meta también ha extendido la función a Facebook, ampliando su apuesta por dar a los usuarios más influencia sobre las recomendaciones.
🎛️ TikTok ya permite ajustar los temas
TikTok comenzó a ofrecer controles de gestión de temas en junio de 2025.
La herramienta permite ajustar categorías como moda y fitness mediante un control deslizante, indicando el nivel de interés por cada tema. La plataforma también incorporó filtros de palabras clave capaces de bloquear términos y expresiones relacionados.
Estos mecanismos abordan un problema recurrente de las recomendaciones: basta con interactuar con algunos vídeos sobre un asunto para que este termine ocupando una parte desproporcionada del feed.
El usuario puede haber visto ese contenido por simple curiosidad, sin querer que se convierta en un tema recurrente.
Con los nuevos controles, las plataformas intentan que esta relación sea menos automática y más ajustable.
🧠 ¿Por qué están cambiando las redes sociales ahora?
La expansión de estas funciones llega después de años de críticas a los feeds dominados por recomendaciones algorítmicas.
Cuando las plataformas sustituyeron las listas cronológicas por sistemas automatizados, la promesa era sencilla: mostrar primero el contenido más relevante para cada persona, aumentando las probabilidades de interés y permanencia.
El problema es que relevancia, preferencia y satisfacción no son necesariamente lo mismo.
Un vídeo puede despertar indignación y generar muchas interacciones sin representar algo que el usuario realmente quiera consumir. Del mismo modo, ver un contenido de forma aislada no significa querer recibir decenas de recomendaciones similares.
💡 La paradoja de las recomendaciones: aquello que mantiene a alguien mirando la pantalla no siempre es lo que esa persona querría ver.
Tim Weninger, profesor de informática de la Universidad de Notre Dame, dijo a CNN que la frustración ha aumentado a medida que la inteligencia artificial influye cada vez más en los contenidos que las personas consumen en internet.
También señaló una dificultad importante: lo que las personas dicen que quieren ver puede ser diferente de aquello con lo que realmente interactúan.
Por ejemplo, si alguien afirma que le gusta el fútbol, pero nunca ve vídeos sobre ese deporte, ¿cómo debería interpretar esa preferencia el sistema?
La cuestión revela una limitación de los controles personalizados. Las declaraciones de los usuarios ayudan a orientar el algoritmo, pero no eliminan la necesidad de interpretar comportamientos contradictorios.
⚖️ ¿Más autonomía significa menos algoritmo?
No necesariamente. Las plataformas siguen dependiendo de sistemas de recomendación para seleccionar y ordenar contenidos. La diferencia es que ahora ofrecen mecanismos adicionales para orientar esas decisiones.
| Plataforma | Función | Control que ofrece |
|---|---|---|
| YouTube | Feeds Personalizados | Crear feeds para intereses específicos |
| Tu algoritmo | Añadir o bloquear temas recomendados | |
| Controles de recomendación | Ajustar los temas que aparecen | |
| TikTok | Gestionar temas | Regular categorías y filtrar palabras clave |
El modelo combina, por tanto, dos enfoques: la capacidad de los algoritmos para encontrar contenidos relevantes y la posibilidad de que el usuario exprese sus preferencias directamente.
Esto puede mejorar la experiencia, pero no garantiza que los feeds sean cronológicos, estén libres de contenidos no deseados o queden completamente bajo el control de quienes los utilizan.
También existe una cuestión comercial. Las plataformas necesitan equilibrar la satisfacción del público con sus objetivos de interacción y distribución de contenidos. Los controles personalizados pueden ayudar en esa tarea, pero su impacto real dependerá de cómo se implementen y utilicen.
🔮 ¿Está recuperando el usuario el control?
La tendencia apunta a un cambio en la relación entre las personas y los algoritmos. En lugar de limitarse a aceptar las recomendaciones, los usuarios disponen de más herramientas para negociar con los sistemas que organizan su experiencia digital.
Aun así, hay una diferencia entre permitir que alguien ajuste un feed y darle un control efectivo sobre lo que aparece en él.
Si las nuevas funciones funcionan bien, podrán reducir las recomendaciones repetitivas y hacer que el descubrimiento de contenidos se ajuste mejor a los intereses individuales. Si son difíciles de encontrar o tienen poco efecto sobre las sugerencias, podrían terminar siendo una opción más escondida entre los ajustes.
La disputa ya no consiste únicamente en decidir qué vídeo se recomendará. También se trata de quién define los criterios de esa recomendación: la plataforma, el comportamiento observado o las preferencias expresadas por el propio usuario.
