La plataforma de Meta ha comenzado a desplegar nuevas herramientas que permiten a los usuarios ajustar con mayor precisión el contenido que reciben en sus feeds de Facebook e Instagram.
El objetivo es, ofrecer más visibilidad sobre los intereses que el sistema asocia a cada perfil y permitir cierto grado de intervención en las recomendaciones.
El cambio no elimina el sistema algorítmico, pero sí introduce una capa adicional de control por parte del usuario en la configuración del contenido que aparece en su experiencia diaria.
Más transparencia en las recomendaciones
Hasta ahora, las plataformas de Meta han funcionado principalmente a través de sistemas de recomendación automatizados que determinan qué publicaciones aparecen en función de la actividad del usuario: interacciones, tiempo de visualización o preferencias implícitas.
Con estas nuevas herramientas, los usuarios podrán consultar los intereses que el sistema ha inferido a partir de su comportamiento dentro de la plataforma. En caso de que esas inferencias no reflejen con precisión sus preferencias, podrán modificarlas manualmente.
Además, la compañía permitirá indicar de forma más explícita qué tipos de contenido se desean ver con mayor frecuencia y cuáles se prefieren reducir, lo que introduce un mecanismo de ajuste más directo sobre el feed.
El modelo de recomendaciones seguirá enfocado en la fuerza del algoritmo
A pesar de estos cambios, el sistema de recomendaciones continúa siendo el núcleo del funcionamiento de Facebook e Instagram. El algoritmo seguirá determinando qué contenido se muestra, pero lo hará con señales adicionales proporcionadas por el propio usuario.
En la práctica, esto no supone una sustitución del modelo actual, sino una evolución hacia un esquema híbrido en el que la personalización automática se complementa con ajustes manuales.
Presión judicial sobre los sistemas algorítmicos
La actualización llega en un contexto en el que las plataformas digitales enfrentan una creciente atención sobre el funcionamiento de sus algoritmos.
Durante los últimos años, numerosos usuarios han expresado preocupaciones relacionadas con la repetición de contenidos, la falta de control sobre las recomendaciones y la dificultad para influir en lo que aparece en sus feeds.
Este tipo de críticas ha llevado a varias compañías tecnológicas a explorar herramientas que aumenten la transparencia o permitan una mayor personalización del contenido, sin abandonar los sistemas automatizados de recomendación, que siguen siendo fundamentales para la distribución de información y la monetización de las plataformas.
Un ajuste progresivo del modelo de las redes sociales
La introducción de estas funciones se enmarca en una tendencia más amplia dentro del sector tecnológico, en la que las plataformas buscan equilibrar la eficiencia de los algoritmos con una mayor participación del usuario en la configuración de su experiencia.
Aunque el impacto inmediato de estas herramientas dependerá de su adopción y uso real, representan un paso hacia modelos de consumo de contenido más flexibles, en los que la personalización no depende únicamente de sistemas automáticos, sino también de la intervención directa del usuario.