Durante buena parte de la historia cultural, el encuentro entre una obra y su público dependió de intermediarios reconocibles. Libreros, editores, críticos, programadores de cine, bibliotecarios o profesores desempeñaban una función de mediación que podía ser discutida, cuestionada o incluso rechazada, pero cuya existencia era evidente. Había alguien recomendando, seleccionando o jerarquizando. Había una voz detrás de la sugerencia.
Hoy esa situación ha cambiado de forma significativa. Una parte creciente de nuestras decisiones culturales está guiada por sistemas automatizados que operan silenciosamente en segundo plano. Plataformas de vídeo, música, lectura o redes sociales analizan nuestro comportamiento y nos proponen contenidos que consideran relevantes para nosotros. La recomendación ya no llega necesariamente de una persona, sino de un sistema.
Estos algoritmos se han convertido en una especie de críticos invisibles. No escriben reseñas, no firman artículos ni participan en debates públicos, pero influyen cada día en lo que vemos, escuchamos, leemos y descubrimos. Su capacidad para orientar la atención es enorme, y precisamente por eso merece ser examinada.
No se trata de demonizar la tecnología ni de idealizar formas anteriores de mediación cultural. Se trata de comprender qué ocurre cuando una parte importante de nuestros recorridos culturales queda en manos de sistemas cuyo funcionamiento rara vez observamos de forma directa.
La lógica de la recomendación
Los algoritmos de recomendación trabajan identificando patrones.
Analizan datos sobre nuestras elecciones previas: qué contenidos consumimos, cuánto tiempo dedicamos a ellos, cuáles abandonamos, cuáles repetimos y cuáles compartimos. Esa información se compara con la de millones de usuarios para detectar semejanzas y establecer probabilidades.
A partir de ahí, el sistema genera recomendaciones destinadas a maximizar la posibilidad de que sigamos interactuando con la plataforma.
Este detalle resulta fundamental porque revela cuál es el criterio principal de funcionamiento. El algoritmo no selecciona necesariamente aquello que considera mejor, más innovador o más valioso. Selecciona aquello que tiene más probabilidades de captar nuestra atención.
Su lógica es estadística antes que estética. Trabaja con comportamientos observables, no con juicios culturales.
Por eso la recomendación automatizada suele privilegiar lo familiar. Lo parecido a lo que ya nos gustó. Lo compatible con nuestros hábitos previos. Lo que reduce la incertidumbre y aumenta las probabilidades de continuidad.
Del juicio al pronóstico
La diferencia entre un crítico tradicional y un algoritmo no reside únicamente en la tecnología empleada. Tiene que ver con la naturaleza misma de la recomendación.
El crítico formulaba una valoración explícita. Defendía una interpretación, establecía comparaciones y justificaba sus preferencias. Su autoridad dependía de la calidad de sus argumentos, de su conocimiento o de la confianza que inspiraba.
Podía equivocarse, desde luego. Pero sus errores también eran visibles y discutibles.
El algoritmo opera de otra manera. No argumenta. No explica por qué una obra merece atención. Tampoco propone una lectura concreta. Su función consiste en anticipar comportamientos.
Mientras el crítico afirmaba «esto es importante», el algoritmo sugiere «esto probablemente te interese».
La diferencia parece sutil, pero modifica profundamente la relación con la cultura. El centro de gravedad se desplaza desde el valor hacia la afinidad, desde el criterio hacia la probabilidad.
La promesa de la personalización
Una de las razones del éxito de estos sistemas es la sensación de cercanía que producen.
Las recomendaciones parecen ajustarse a nuestros gustos. Descubrimos películas relacionadas con otras que hemos disfrutado, libros similares a los que hemos leído o canciones compatibles con nuestras preferencias musicales. La plataforma parece conocernos.
Sin embargo, esta personalización tiene límites importantes.
El algoritmo no conoce realmente al usuario. Conoce su historial. Trabaja con datos sobre conductas pasadas y construye a partir de ellos una representación simplificada de sus intereses.
Lo que queda fuera de ese registro resulta mucho más difícil de detectar.
Los cambios de gusto, las curiosidades inesperadas, los intereses que todavía no se han manifestado o los deseos de explorar territorios nuevos son dimensiones que escapan parcialmente al modelo.
El resultado puede ser una forma de repetición sofisticada. No se recibe exactamente lo mismo, pero sí variaciones de aquello que el sistema ya ha aprendido a asociar con nosotros.
Cómo se forma el gusto
La cuestión resulta especialmente relevante porque el gusto no surge de manera espontánea ni permanece fijo a lo largo de la vida.
Se construye mediante encuentros, descubrimientos y contrastes. Muchas veces aprendemos a apreciar una obra precisamente porque al principio nos desconcierta. Algunos de los libros, películas o composiciones musicales más importantes para una persona no suelen ser aquellos que encajaban perfectamente con sus preferencias previas, sino aquellos que las ampliaron.
La recomendación automatizada no impide estos descubrimientos, pero tampoco los favorece especialmente.
Su lógica tiende a minimizar la fricción. Busca reducir el riesgo de abandono y aumentar la probabilidad de satisfacción inmediata.
Desde el punto de vista de la experiencia cultural, esto plantea una pregunta interesante: ¿qué ocurre cuando el acceso a las obras se organiza principalmente alrededor de aquello que ya sabemos que nos gusta?
La respuesta no es necesariamente un empobrecimiento de la calidad, pero sí una posible reducción de la diversidad de trayectorias.
La construcción de un canon algorítmico
Toda cultura establece mecanismos de visibilidad. Algunas obras ocupan posiciones centrales y otras permanecen en la periferia.
Tradicionalmente, esa visibilidad dependía de instituciones relativamente identificables: editoriales, medios de comunicación, universidades, premios o espacios de crítica.
Los algoritmos introducen una nueva forma de canonización.
Las obras que reciben más atención tienden a ser recomendadas con mayor frecuencia. Esa visibilidad adicional genera nuevos consumos, que a su vez refuerzan los datos que justifican futuras recomendaciones.
Se produce así un círculo de retroalimentación donde la popularidad se convierte en una ventaja acumulativa.
No significa que los algoritmos solo recomienden obras mediocres o masivas. Muchas veces destacan contenidos de gran calidad. El problema es otro: aquello que ya es visible suele tener más posibilidades de seguir siéndolo.
La lógica de la recomendación premia la continuidad más que la ruptura.
Poder cultural sin apariencia de poder
La influencia de estos sistemas no afecta únicamente a los usuarios. También alcanza a quienes producen cultura.
Autores, creadores, plataformas y empresas aprenden progresivamente qué características favorecen la circulación algorítmica. La duración de los contenidos, la estructura narrativa, los títulos o incluso determinados elementos visuales pueden adaptarse para mejorar su rendimiento dentro del sistema.
No se trata necesariamente de una imposición directa. Basta con que ciertas prácticas obtengan mejores resultados para que empiecen a reproducirse.
De este modo, los algoritmos no solo seleccionan contenidos. También contribuyen a moldear las condiciones en que esos contenidos se producen.
El poder cultural deja de residir exclusivamente en quienes crean o valoran las obras y se desplaza parcialmente hacia quienes controlan su visibilidad.
El problema de la opacidad
Uno de los aspectos más discutidos de la recomendación automatizada es la dificultad para comprender cómo funciona exactamente.
Las plataformas suelen ofrecer explicaciones generales sobre sus sistemas, pero los criterios concretos permanecen en gran medida ocultos. Sabemos que determinadas variables influyen en las recomendaciones, pero rara vez conocemos su peso relativo o las decisiones específicas que conducen a cada resultado.
Esta opacidad tiene consecuencias.
Resulta difícil discutir un criterio que no se formula explícitamente. La recomendación aparece como una consecuencia natural de los datos cuando, en realidad, incorpora numerosas decisiones humanas: qué métricas se consideran relevantes, qué objetivos se priorizan y qué riesgos se aceptan.
El algoritmo no es una fuerza neutral que emerge espontáneamente de la información. Es una herramienta diseñada dentro de un contexto económico, tecnológico y cultural determinado.
El usuario ante la abundancia
Ante este panorama, puede resultar tentador imaginar al usuario como una víctima pasiva de los sistemas automatizados. Sin embargo, la realidad es más compleja.
Los algoritmos influyen, pero no determinan completamente las elecciones.
Cada persona puede aceptar una recomendación, ignorarla o buscar deliberadamente alternativas. Puede seguir rutas previstas por el sistema o desviarse de ellas.
El problema es que la comodidad suele favorecer la primera opción.
En un entorno caracterizado por la abundancia de contenidos, delegar parte del proceso de selección resulta atractivo. Buscar requiere tiempo, atención y disposición para equivocarse. La recomendación automatizada reduce esos costes.
Precisamente por ello la cuestión central no es tecnológica, sino cultural: hasta qué punto estamos dispuestos a mantener una relación activa con nuestras elecciones.
Herramientas útiles, jueces discutibles
Los algoritmos no son necesariamente enemigos del descubrimiento cultural. Como herramientas de orientación pueden resultar extraordinariamente útiles. Ayudan a navegar catálogos inmensos, facilitan el acceso a contenidos y permiten encontrar obras que de otro modo pasarían desapercibidas.
El problema aparece cuando se convierten en mediadores únicos.
La cultura siempre ha necesitado múltiples formas de recomendación: la conversación con otros lectores, la crítica especializada, el azar de una librería, la curiosidad personal o incluso el error.
Reducir toda exploración cultural a una lógica algorítmica supone empobrecer esa diversidad de caminos.
La cuestión no es elegir entre algoritmos o mediadores humanos. Es evitar que una única forma de mediación monopolice el acceso a las obras.
Recuperar el derecho a perderse
Quizá uno de los efectos menos visibles de la recomendación automatizada sea la progresiva desaparición de ciertos encuentros inesperados.
Durante mucho tiempo, una parte importante de la experiencia cultural dependió del azar: encontrar un libro por casualidad, aceptar una recomendación improbable o descubrir una película sin saber demasiado sobre ella.
Esos recorridos eran menos eficientes, pero también más abiertos.
Los algoritmos tienden a reducir la incertidumbre. Y aunque esa reducción aporta comodidad, también puede limitar algunas formas de descubrimiento.
Recuperar el criterio no significa rechazar la tecnología. Significa mantener espacios donde la elección no esté completamente guiada por cálculos predictivos. Espacios donde todavía sea posible equivocarse, sorprenderse o cambiar de dirección.
Conclusión: elegir cómo elegimos
Los algoritmos de recomendación se han convertido en actores fundamentales de la vida cultural contemporánea. Organizan la atención, orientan los recorridos de consumo y participan activamente en la construcción de visibilidad.
Su influencia es real precisamente porque rara vez se presenta como una forma de autoridad.
Entenderlos como críticos invisibles permite reconocer tanto su utilidad como sus límites. Son excelentes herramientas para orientarse en medio de la abundancia, pero resultan problemáticos cuando sustituyen otras formas de mediación y de juicio.
En última instancia, la cuestión no consiste en decidir si debemos confiar o desconfiar de los algoritmos. La cuestión es recordar que toda recomendación implica una forma de poder y que ninguna herramienta debería reemplazar por completo la capacidad de elegir por nosotros mismos.
En una época saturada de opciones, quizá una de las formas más valiosas de libertad cultural consista precisamente en eso: decidir cómo elegimos.
Te puede interesar:
– Humor y narrativa: la seriedad de hacer reír
– El diario íntimo como forma literaria
– Cómo influyen las reseñas en nuestras elecciones