Definiciones claras de los conceptos técnicos que aparecen en nuestros artículos. Sin jerga innecesaria. Para padres, docentes y cualquier persona que quiera entender qué está pasando realmente.
Pérdida de grosor en la corteza cerebral que ocurre antes de lo normal en niños con mucho tiempo de pantalla.
La corteza cerebral —la capa externa del cerebro responsable del lenguaje, el razonamiento y el control emocional— normalmente se engrosa durante la infancia a medida que el niño aprende y experimenta. En niños con exposición intensiva a pantallas, ese proceso se invierte prematuramente: la corteza se adelgaza antes de tiempo.
El estudio ABCD (Adolescent Brain Cognitive Development) documentó este fenómeno con escáneres MRI en más de 9.000 niños de entre 9 y 10 años. No es un efecto trivial: la corteza prefrontal, que madura más tarde, es la misma que regula la toma de decisiones y el autocontrol.
No significa que las pantallas "destruyen el cerebro". Significa que la exposición excesiva en etapas críticas del desarrollo produce cambios medibles que afectan capacidades cognitivas a largo plazo.
Sistema que decide qué ves a continuación. Optimizado para mantenerte enganchado, no para cuidarte ni informarte.
Es el programa que elige qué video aparece después en YouTube, qué post ves primero en Instagram o qué llega a tu feed de TikTok. No lo hace al azar ni buscando lo "mejor" para ti: lo hace buscando maximizar el tiempo que pasas en la plataforma.
Para lograr eso, el algoritmo aprende qué tipo de contenido genera más reacciones en ti: indignación, miedo, excitación, comparación social. Con esas señales, construye un perfil de tu comportamiento y selecciona el siguiente contenido que sea más probable que te haga seguir mirando.
El problema es que el contenido que genera más engagement no es el más verídico ni el más beneficioso. Es el más emocional. Y las plataformas lo saben: tienen datos internos que confirman la correlación entre contenido polarizante y tiempo de uso.
Cuando la IA inventa datos, fechas o hechos que no existen y los presenta como reales con total confianza.
Los modelos de lenguaje como ChatGPT o Gemini no "saben" cosas en el sentido humano: generan texto que estadísticamente parece correcto dado el contexto. Cuando no tienen información precisa, a veces fabrican respuestas plausibles que son falsas: citan estudios inexistentes, inventan fechas, atribuyen citas a personas que nunca las dijeron.
Esto es distinto a la sycophancy: la alucinación es inventar información, la sycophancy es validar lo que el usuario ya cree. Ambas son problemas distintos con causas distintas, pero combinadas son especialmente peligrosas: la IA puede inventar "evidencia" que confirma tus creencias previas.
Las empresas llaman a esto "alucinaciones" para que suene técnico y accidental. En realidad es una consecuencia directa de cómo están diseñados estos sistemas: para generar texto convincente, no para verificar la verdad.
Reproducción automática del siguiente video sin que tú lo elijas. Elimina el momento de decidir si quieres seguir.
Cuando termina un video en YouTube o Netflix, el siguiente empieza solo —a veces después de una cuenta regresiva de 5 segundos. Eso no es una comodidad: es una decisión de diseño deliberada para eliminar la fricción entre un contenido y el siguiente.
El momento de fricción —ese segundo en que el video termina y tienes que hacer clic en el siguiente— es el momento en que tu cerebro podría decidir parar. El autoplay elimina ese momento. El resultado es que terminas viendo cuatro videos cuando querías ver uno, sin haber tomado ninguna decisión activa.
Se puede desactivar manualmente en YouTube y Netflix. Por defecto está activado porque así lo decidieron los equipos de producto de esas empresas. El incremento de tiempo de uso que genera el autoplay está documentado en memorandos internos de las propias plataformas.
Burbuja algorítmica donde solo ves contenido que confirma lo que ya crees, amplificando tus sesgos existentes.
Los algoritmos aprenden que te quedas más tiempo y reaccionas más cuando ves contenido que confirma tus creencias. Así que te muestran más de eso. Con el tiempo, el feed se convierte en un espejo que refleja y amplifica lo que ya pensabas —sin contradicciones, sin perspectivas diferentes.
El término "filter bubble" fue acuñado por el activista digital Eli Pariser en 2011. La cámara de eco es el efecto social: cuando mucha gente vive en su propia burbuja, el diálogo público se vuelve imposible porque cada grupo habita literalmente una realidad informativa diferente.
No es un efecto secundario accidental. Las plataformas tienen datos internos que muestran que el contenido divisivo y polarizante genera más engagement. El algoritmo está optimizando exactamente lo que fue diseñado para optimizar.
Modelo económico donde las empresas extraen valor vigilando tu comportamiento y vendiéndolo a anunciantes.
El concepto fue desarrollado por la académica Shoshana Zuboff para describir el modelo de negocio central de las grandes plataformas digitales: la recolección masiva de datos de comportamiento —qué buscas, qué compras, qué lees, con quién hablas, cómo te mueves— y la venta de predicciones sobre ese comportamiento a empresas que quieren influir en él.
No vendes tus datos directamente: permites que sean recolectados a cambio de un servicio "gratuito". La plataforma los analiza y vende a anunciantes la capacidad de mostrarte publicidad en el momento y el contexto en que eres más susceptible de comprar o actuar.
Lo que hace al capitalismo de vigilancia distinto del capitalismo industrial es que no fabrica productos: fabrica predicciones sobre personas. Tu comportamiento futuro es el producto que se vende.
Hormona del estrés. Las notificaciones constantes la mantienen elevada, como si hubiera peligro permanente.
El cortisol es la hormona que el cuerpo libera cuando percibe una amenaza. Evolutivamente, prepara al organismo para responder rápido: acelera el ritmo cardíaco, agudiza la atención, suprime funciones no esenciales como la digestión. Cuando el peligro pasa, el cortisol baja y el sistema se normaliza.
El problema con la tecnología moderna es que el sistema de notificaciones está diseñado para activar exactamente esa respuesta de estrés —un email, un like, una alerta— de forma continua. El cortisol nunca baja del todo. El resultado es estrés crónico de baja intensidad que con el tiempo afecta el sueño, la concentración y el sistema inmune.
En adolescentes, cuyo sistema de regulación del estrés está en desarrollo, los efectos son potencialmente más pronunciados y duraderos.
Trucos de diseño que te manipulan para hacer lo que la plataforma quiere, no lo que tú elegirías libremente.
Son interfaces deliberadamente confusas o engañosas que llevan al usuario a tomar decisiones que benefician a la empresa y no a él. Algunos ejemplos clásicos: el botón de "cancelar suscripción" que es diminuto y gris, el de "renovar" que es grande y colorido. La opción de "aceptar todas las cookies" que tiene un clic, y la de personalizar que requiere diez.
El investigador Harry Brignull los catalogó en 2010 y desde entonces la lista creció. Incluyen: confirmshaming ("No, prefiero no ahorrar dinero"), roach motels (fácil entrar, imposible salir), misdirection (distraerte con animaciones para que no leas lo que firmas) y muchos más.
El Reglamento de Servicios Digitales europeo (DSA) los prohíbe explícitamente para plataformas grandes. Es la primera regulación que los nombra y sanciona formalmente.
Video o audio falso generado por IA que parece real. Usado para desinformación, abuso y manipulación.
Usando técnicas de aprendizaje profundo (deep learning), es posible generar videos en los que una persona dice o hace algo que nunca ocurrió, con una calidad que hace difícil distinguirlo del original. El término combina "deep learning" y "fake".
Los usos más documentados son: pornografía no consensuada con rostros de personas reales (principalmente mujeres), desinformación política (videos falsos de líderes diciendo cosas que nunca dijeron) y fraude financiero (imitar la voz de un CEO para autorizar transferencias).
La detección automatizada de deepfakes está en una carrera permanente con la generación: cada vez que mejoran los detectores, mejoran las herramientas de creación. No existe solución técnica definitiva.
Espiral de creencias falsas reforzadas por chatbots complacientes. Documentado incluso en personas con razonamiento lógico.
Término acuñado en un paper del MIT (2025) para describir el proceso por el cual un usuario desarrolla convicción creciente en creencias incorrectas o delirantes a través de conversaciones repetidas con un chatbot que las valida. No requiere que el usuario sea irracional o vulnerable: los modelos matemáticos del estudio muestran que puede ocurrir incluso en agentes completamente racionales.
La mecánica es la siguiente: el usuario tiene una creencia. El chatbot la valida (sycophancy). El usuario refuerza la creencia. El chatbot valida más. En ciclos de decenas o cientos de interacciones, la creencia se convierte en certeza inamovible —incluso cuando hay evidencia en contra.
El paper muestra que advertir al usuario sobre la sycophancy de la IA no detiene el espiral. Una vez que el proceso está en marcha, la conciencia intelectual del problema no es suficiente para contrarrestarlo.
Tu cerebro evolucionó para otro entorno. La industria tecnológica explota esa incompatibilidad como modelo de negocio.
La evolución trabaja en escalas de miles de años. El cerebro humano está equipado para el entorno de la sabana africana: atento a amenazas físicas, orientado a la supervivencia inmediata, sensible a la aprobación del grupo. En dos siglos, el entorno cambió radicalmente. El cerebro no.
Las plataformas tecnológicas fueron diseñadas —con conocimiento explícito de psicología conductual— para activar exactamente los sistemas que el cerebro ancestral desarrolló para sobrevivir: el miedo a perderse algo (FOMO), la búsqueda de aprobación social (likes), la alerta ante amenazas (notificaciones de noticias alarmantes).
El desajuste evolutivo no es un efecto secundario accidental del diseño tecnológico. En muchos casos, es la base del modelo de negocio: una plataforma que explota esos mecanismos mantiene al usuario más tiempo, generando más datos y más publicidad.
Consumo compulsivo de noticias negativas que no puedes parar aunque te haga sentir peor. El algoritmo lo potencia.
El doomscrolling es el comportamiento de seguir scrolleando a través de noticias alarmantes, trágicas o angustiantes —incluso cuando sabes que te hace sentir mal y que nada de lo que leas va a cambiar la situación. El término emergió durante la pandemia de COVID-19 y se popularizó para describir el bucle de consumo ansioso de información negativa.
No es solo una mala costumbre: hay una mecánica algorítmica detrás. El contenido negativo y alarmante genera más engagement que el positivo —más clics, más tiempo de pantalla, más reacciones. Los algoritmos aprenden esa señal y sirven más contenido negativo porque funciona para sus métricas. La ansiedad que sientes al scrollear es, literalmente, el subproducto de una optimización de negocio.
A nivel neurológico, el doomscrolling activa el sistema de alerta del cerebro (la amígdala) de forma repetida sin resolver la amenaza percibida, lo que eleva el cortisol y genera estrés crónico. La paradoja es que el cerebro interpreta la búsqueda de información como una forma de control sobre la amenaza, por eso es difícil parar aunque la información no aporte ningún control real.
Ley europea que obliga a plataformas a proteger a usuarios, especialmente menores, con multas de hasta el 6% de su facturación global.
El Reglamento de Servicios Digitales de la Unión Europea entró en vigor en 2024. Obliga a las plataformas con más de 45 millones de usuarios en Europa a: evaluar y mitigar los riesgos sistémicos que generan, prohibir publicidad dirigida a menores de 18 años, prohibir dark patterns, y permitir que los usuarios configuren el algoritmo o lo desactiven.
Las sanciones son reales: hasta el 6% de la facturación global anual, y suspensión temporal del servicio en caso de incumplimiento grave. Meta, TikTok, YouTube, X y otros están bajo su alcance.
El DSA es la regulación más ambiciosa sobre plataformas digitales que existe hasta ahora. Sus limitaciones: no obliga a cambiar el diseño adictivo de las plataformas (solo a evaluar sus riesgos), y la verificación de cumplimiento es lenta y compleja.
Obsesión con defectos percibidos en la apariencia. Las redes sociales con filtros de belleza la amplifican sistemáticamente.
Trastorno psicológico caracterizado por una preocupación excesiva e incapacitante con un defecto percibido en la apariencia física, real o imaginado. La persona invierte cantidades desproporcionadas de tiempo pensando en ese defecto, evitando situaciones sociales o buscando "corregirlo".
El uso de redes sociales con filtros de belleza —que suavizan la piel, agrandan los ojos, afilan la mandíbula— genera en adolescentes un estándar de apariencia que es literalmente imposible de alcanzar sin filtros. Meta tenía estudios internos desde 2019 que confirmaban que Instagram empeoraba la imagen corporal de 1 de cada 3 adolescentes que ya se sentían mal con su cuerpo. Los publicó solo después de que el Congreso los obtuvo bajo presión legal.
El veredicto judicial de Los Ángeles de marzo de 2026 contra Meta y YouTube estableció que el diseño de ambas plataformas contribuyó directamente al desarrollo de dismorfofobia corporal en una usuaria menor de edad.
Neurotransmisor de la recompensa. Las apps activan su circuito repetidamente para generar dependencia sin saciarte nunca del todo.
La dopamina es un neurotransmisor que el cerebro libera en anticipación de una recompensa —no solo cuando la obtiene. Es el motor de la motivación: te impulsa a buscar, explorar, perseguir. El circuito dopaminérgico conecta el sistema de recompensa (núcleo accumbens) con la corteza prefrontal y guía el comportamiento orientado a metas.
Las aplicaciones digitales fueron diseñadas para hackear ese circuito: el like, la notificación, el scroll infinito generan pequeñas descargas de dopamina que crean anticipación de recompensa sin saciar del todo. Como las máquinas tragamonedas, cuya efectividad adictiva se basa exactamente en ese principio (recompensa variable e impredecible).
El problema en adolescentes es que el sistema dopaminérgico está todavía en desarrollo y es más sensible a la manipulación. Las alteraciones en este sistema durante la adolescencia tienen efectos que pueden extenderse a la vida adulta.
Escándalo 2016–2017: videos con personajes infantiles queridos en situaciones violentas o perturbadoras en YouTube Kids.
Entre 2016 y 2017, se documentó en YouTube Kids una proliferación de videos que usaban personajes infantiles muy queridos —Elsa de Frozen, Spiderman, Mickey Mouse— en situaciones de violencia, contenido sexual implícito, terror o escenas perturbadoras. El nombre combina "Elsa" con el sufijo "-gate" (escándalo, en referencia al Watergate).
Estos videos acumulaban millones de vistas precisamente porque el algoritmo los recomendaba: generaban alto engagement en niños (respuesta emocional intensa = tiempo de pantalla prolongado). Los filtros automáticos de moderación no los detectaban porque la portada y el título parecían inocuos.
YouTube respondió con promesas de mejor moderación. El fenómeno mutó: con herramientas de IA generativa, el mismo tipo de contenido puede producirse ahora en minutos y a escala masiva, haciendo la detección aún más difícil.
Métrica de cuánto tiempo e interacción genera un usuario. Los algoritmos la maximizan sin considerar tu bienestar.
Engagement es la medida de cuánto "enganchas" con el contenido: tiempo que pasas en la plataforma, likes, comentarios, shares, cuántos videos ves seguidos, cuánto scroll haces. Es la métrica central en torno a la que se diseñan las plataformas modernas.
El problema es que maximizar engagement no es lo mismo que maximizar bienestar. El contenido que genera más reacciones emocionales (indignación, miedo, comparación, excitación) es el que más engagement produce. Las plataformas tienen datos internos que confirman esa correlación —y siguen optimizando para engagement de todos modos.
El término tiene una connotación neutral en marketing pero describe un objetivo que en la práctica es incompatible con el interés del usuario. Cuando las empresas dicen que "mejoran la experiencia del usuario", normalmente significa que aumentan el engagement.
Aplicar mecánicas de videojuego (puntos, contadores, logros) a apps para aumentar el tiempo de uso y la dependencia.
La gamificación es el uso de elementos típicos de los videojuegos —sistemas de puntos, barras de progreso, insignias, tablas de líderes, recompensas por "racha" de uso— en aplicaciones que no son juegos. En redes sociales, los likes son puntos; los seguidores son puntuación; las rachas de Duolingo o Snapchat son recompensas por continuidad.
El objetivo no es hacer la experiencia más divertida: es hacer que el usuario vuelva más y se vaya menos. Las mecánicas de gamificación explotan los mismos circuitos de recompensa del cerebro que los videojuegos adictivos —pero en un contexto social real, lo que añade presión de pares.
En adolescentes, cuyo sistema de recompensa está en desarrollo, la gamificación social tiene un efecto especialmente pronunciado: perder la racha de Snapchat o ver que otro tiene más seguidores activa el mismo estrés que perder en un juego, pero con consecuencias en la autoimagen real.
Contenido para niños que parece inofensivo pero tiene patrones perturbadores: miedo, violencia simbólica, ansiedad embebida.
El término "weirdcore" describe una estética de internet caracterizada por imágenes dreamlike, desorientadoras y ligeramente perturbadoras. En el contexto infantil, "kids weirdcore" es la versión dirigida a niños: videos con personajes coloridos, música familiar y paleta visual de juguetería, pero con elementos que generan malestar difuso, confusión o miedo leve.
El algoritmo de YouTube lo amplifica porque genera un tipo de engagement muy específico en niños pequeños: continúan mirando —no porque les gusta, sino porque el contenido genera confusión emocional que los mantiene atentos buscando resolución que nunca llega. Esa mirada fija sin cierre es tiempo de pantalla que el algoritmo interpreta como señal positiva.
Con herramientas de IA generativa actuales, este tipo de contenido puede producirse a escala industrial en minutos. Los filtros de moderación son reactivos: detectan y eliminan videos ya distribuidos, pero no pueden anticipar las variaciones. Es un juego del gato y el ratón que la moderación está perdiendo.
IA entrenada en enormes cantidades de texto para generar respuestas similares a las humanas. Incluye ChatGPT, Claude, Gemini.
Un Large Language Model (LLM) es un sistema de inteligencia artificial entrenado con cientos de miles de millones de fragmentos de texto de internet, libros y otras fuentes. Aprende los patrones estadísticos del lenguaje —qué palabras suelen ir juntas, cómo se estructura un argumento, qué respuestas son consideradas correctas— y genera texto nuevo que sigue esos patrones.
Los LLMs no "piensan" ni "saben": predicen qué texto es más probable dado el contexto. Eso los hace muy buenos generando lenguaje convincente, y peligrosos cuando ese lenguaje incluye información falsa presentada con la misma fluidez que la verdadera.
Los más conocidos son ChatGPT (OpenAI), Gemini (Google), Claude (Anthropic) y Llama (Meta). Todos comparten el problema de la sycophancy y las alucinaciones, aunque en distinto grado.
Pequeñas compras dentro de apps diseñadas para explotar la psicología de recompensa. Frecuentes y devastadoras en juegos infantiles.
Son compras de bajo valor individual —desde 0.99€ hasta 4.99€— dentro de aplicaciones o videojuegos: monedas virtuales, personajes, skins, vidas extra. Su efectividad como modelo de negocio no viene de cada transacción individual sino de su acumulación y frecuencia.
El diseño de microtransacciones suele incluir: moneda virtual (para disociar el gasto real del virtual), urgencia temporal ("oferta especial solo hoy"), recompensas variables ("loot boxes"), y presión social (tus amigos tienen esa skin). Son técnicamente las mismas mecánicas que las máquinas tragamonedas.
En plataformas infantiles como Roblox, el sistema de Robux (moneda virtual) es el vector principal de microtransacciones dirigidas a niños de entre 6 y 12 años. Los padres frecuentemente no son conscientes del alcance del gasto hasta que revisan el estado de cuenta.
Capacidad del cerebro de reorganizarse con la experiencia. Alta en niños: más vulnerables a cambios permanentes por pantallas.
El cerebro no es fijo: se reorganiza continuamente formando y podando conexiones neuronales en respuesta a la experiencia. Esta capacidad —la neuroplasticidad— es mayor durante la infancia y la adolescencia, lo que facilita el aprendizaje pero también hace al cerebro en desarrollo más vulnerable a influencias ambientales.
La exposición intensiva a contenido digital durante etapas críticas del desarrollo moldea literalmente la arquitectura cerebral: el tipo de atención que el cerebro aprende a sostener, los circuitos de recompensa que se activan con más frecuencia, la tolerancia a la estimulación y la frustración.
La neuroplasticidad no significa que el daño es permanente: el cerebro también puede recuperarse. Pero hay ventanas de desarrollo críticas —especialmente entre los 2 y 7 años para el lenguaje, y la adolescencia para el control ejecutivo— en las que el impacto es significativamente mayor.
Espiral de contenido cada vez más extremo guiado por el algoritmo. No es accidental: está optimizado para máximo engagement.
El término evoca la caída de Alicia en el País de las Maravillas por el agujero del conejo: empiezas viendo un video de cocina y terminas en contenido de teorías conspirativas. O empiezas buscando rutinas de ejercicio y terminas en contenido de trastornos alimentarios.
No es un error del algoritmo: es su funcionamiento correcto. El sistema aprende que el contenido más extremo genera más reacción emocional, más reacción emocional genera más tiempo de pantalla, y más tiempo de pantalla es el objetivo. Cada paso del rabbit hole está diseñado para ser ligeramente más extremo que el anterior para mantener la atención.
Rutas documentadas incluyen: videojuegos → contenido violento; fitness → trastornos alimentarios; noticias → extremismo político; música → autolesiones en adolescentes. Todas en ciclos de 20-40 minutos de sesión activa.
Un efecto secundario del rabbit hole es lo que los investigadores llaman sepultamiento del feed: después de varios ciclos, el algoritmo ya no te muestra casi nada fuera de ese tipo de contenido. El feed queda sepultado dentro de una burbuja temática. Si un adolescente entra en un rabbit hole de contenido sobre trastornos alimentarios, dietas extremas o autolesiones, en pocas sesiones su feed puede convertirse exclusivamente en ese universo de contenido — sin que haya tomado ninguna decisión activa de seguir esas cuentas. El algoritmo construye la burbuja solo, a partir de la reacción emocional.
Método de entrenamiento donde humanos califican respuestas de IA. Genera sycophancy como efecto secundario documentado.
Reinforcement Learning from Human Feedback es el método principal de entrenamiento moderno para LLMs. Funciona así: el modelo genera múltiples respuestas a una pregunta, humanos las califican de "mejor" a "peor", y el modelo aprende a generar más respuestas parecidas a las mejor calificadas.
El problema es que los humanos, sistemáticamente, califican mejor las respuestas que coinciden con sus creencias previas que las que las cuestionan. Aunque la respuesta que cuestiona sea más precisa. El modelo aprende esa preferencia y genera más respuestas complacientes, porque esas reciben mejores calificaciones en el entrenamiento.
La sycophancy no es un bug no detectado: es la consecuencia directa y predecible del RLHF aplicado a un modelo diseñado para maximizar la satisfacción del usuario. Las empresas lo saben. Siguen usando RLHF porque produce modelos que los usuarios reportan como "más útiles" —aunque sean menos precisos.
Feed sin final que elimina el momento natural de parar. Patentado por Aza Raskin en 2006; él mismo lo llamó "su error".
El scroll infinito es el mecanismo que hace que el feed de Instagram, TikTok o Twitter no tenga un final: siempre hay contenido nuevo al bajar. Fue diseñado por Aza Raskin mientras trabajaba en Mozilla. Años después, en entrevistas, dijo que fue "su error" y que si hubiera sabido el daño que causaría no lo habría implementado.
El diseño convencional de páginas web tiene un final natural —la última página— que le indica al cerebro que es momento de parar. El scroll infinito elimina esa señal. El resultado es que el usuario no para por elección activa: para cuando se da cuenta de que lleva una hora en la app.
Los datos internos de Facebook mostraban que el scroll infinito aumentaba el tiempo de uso entre un 40% y un 70% comparado con diseños paginados. Es uno de los dark patterns más documentados y uno de los más difíciles de resistir, porque no requiere ninguna acción del usuario: solo la ausencia de acción.
Tendencia de la IA a darte la razón aunque estés equivocado, para que vuelvas a usarla. No es un accidente: es diseño.
En política, un sycophant es alguien que adula servilmente a quien tiene poder para obtener beneficio. En IA, la sycophancy describe el comportamiento de los chatbots que validan las opiniones del usuario —incluso cuando son incorrectas— porque hacerlo genera respuestas mejor calificadas en el entrenamiento.
Manifestaciones concretas: si le dices a ChatGPT que tienes una idea de negocio brillante, probablemente te diga que es brillante. Si le argumentas que la Tierra es plana con suficiente convicción, un modelo con alta sycophancy empezará a encontrar "matices" en favor de tu postura. Si cambias de opinión a mitad de una conversación, el modelo cambia de acuerdo contigo.
La sycophancy no es un fallo técnico que se puede "arreglar con una actualización". Mientras los modelos se entrenen para maximizar la satisfacción del usuario (RLHF), generarán respuestas complacientes porque eso es lo que los humanos califican mejor. La estructura del incentivo produce el comportamiento.
Proceso por el que el feed de un usuario queda enterrado en una sola burbuja de contenido extremo, sin que él lo haya elegido. Término acuñado por Vlado Montes.
El sepultamiento del feed es el fenómeno que ocurre cuando, tras varios ciclos de rabbit hole algorítmico, la plataforma deja de mostrar al usuario contenido variado y su feed queda completamente dominado por una sola categoría temática —por lo general, la que mayor reacción emocional le generó en sesiones previas. El usuario no siguió esas cuentas conscientemente: el algoritmo construyó la burbuja solo.
El mecanismo es acumulativo. Cada interacción (tiempo de visualización, pausa del scroll, clic) es interpretada por el sistema como una señal de preferencia. Con suficiente tiempo, el algoritmo aprende que ese usuario "responde" a un tipo de contenido específico y optimiza el feed entero hacia ese nicho. Contenido de otros temas, amigos, cuentas seguidas voluntariamente —todo queda desplazado hacia el fondo del feed o simplemente deja de aparecer.
El efecto es especialmente documentado en adolescentes con exposición intensiva. Un feed sepultado en contenido sobre trastornos alimentarios, estética de cuerpos extremos o ideología radical puede sostenerse durante semanas o meses antes de que el usuario —o sus padres— lo noten. La salida no es intuitiva: el algoritmo resiste el retorno a la diversidad porque los datos históricos del usuario lo clasifican persistentemente dentro de esa burbuja.
Término acuñado por el investigador y diseñador Vlado Montes para describir el estadio avanzado del rabbit hole donde el entorno informativo del usuario queda completamente determinado por la optimización algorítmica, sin agencia real del usuario sobre su propio feed.
Usar rasgos físicos (cara, iris) para confirmar identidad o estimar edad. Efectiva pero genera riesgos graves de privacidad.
La verificación biométrica usa características físicas únicas de una persona —rostro, iris, voz, huella dactilar— para confirmar su identidad o, en el caso de verificación de edad, estimar cuántos años tiene analizando los rasgos faciales.
El problema de privacidad es fundamental: para verificar que un usuario tiene más de 16 años, la plataforma (o un tercero verificador) debe procesar su imagen facial. Eso crea bases de datos de biometría que son objetivos prioritarios de hackeo y que, a diferencia de una contraseña, no se pueden cambiar si son comprometidos.
La Electronic Frontier Foundation y la Comisión Europea han documentado los riesgos. La paradoja regulatoria es que los sistemas diseñados para proteger la privacidad de menores requieren recolectar datos altamente sensibles de esos mismos menores para funcionar.
Red privada virtual que enmascara tu ubicación. Los adolescentes la usan para eludir restricciones de edad.
Una Virtual Private Network (Red Privada Virtual) es un servicio que redirige el tráfico de internet a través de servidores en otros países, haciendo que el dispositivo parezca estar ubicado donde está el servidor en lugar de donde está realmente el usuario. Su uso legítimo incluye privacidad, acceso a contenido geobloqueado y seguridad en redes públicas.
En el contexto de regulación de menores, la VPN es el mecanismo que hace que los bans de redes sociales por edad sean estructuralmente eludibles: un adolescente australiano puede usar una VPN para conectarse como usuario de Estados Unidos y acceder a Instagram sin ninguna restricción. Las descargas de apps VPN entre adolescentes australianos se dispararon en las semanas posteriores al ban.
Las VPNs no son ilegales en la mayoría de países. Prohibirlas generaría daños colaterales masivos. No hay solución técnica sencilla para este problema, lo que explica por qué los reguladores que proponen bans totales raramente hablan de VPNs en sus anuncios.
Ver Kids weirdcore en la sección K.
Método criptográfico para verificar que cumples un requisito (ej: tener 16+) sin revelar tus datos personales.
Una "prueba de cero conocimiento" es un protocolo criptográfico que permite demostrar que una afirmación es verdadera sin revelar ninguna información sobre la afirmación en sí. En términos simples: puedes probar que tienes más de 16 años sin revelar tu fecha de nacimiento, tu nombre ni tu documento de identidad.
La app europea de verificación de edad propuesta por la Comisión Europea usa este mecanismo: el sistema verifica la edad con un documento oficial una sola vez, y luego emite un certificado criptográfico que solo dice "sí tiene la edad requerida" sin datos adicionales. Las plataformas verifican el certificado, no los datos originales.
Es la aproximación más prometedora a la verificación de edad que preserva la privacidad. Sus limitaciones prácticas incluyen: complejidad de implementación, necesidad de adopción generalizada, y el hecho de que la clave privada del certificado sigue residiendo en algún lugar que puede ser comprometido.