La red social X, que rebrandeó oficialmente de Twitter a principios de 2023, ha iniciado una prueba interna de una herramienta que permite a los usuarios identificar si sus publicaciones están sujetas a ‘shadowban’. Esta funcionalidad, que aún se encuentra en fase piloto, muestra un informe dentro del propio cliente indicando el nivel de visibilidad de cada tuit y ofreciendo sugerencias para mejorar el alcance. La iniciativa se produce en un momento en que la compañía está bajo escrutinio por la forma en que su algoritmo de ranking decide qué contenido se muestra en los timelines, y después de que haya anunciado la apertura de partes de dicho algoritmo como parte de su estrategia de código abierto.
El shadowban se ha convertido en un tema de gran preocupación para creadores de contenido, marcas y profesionales de marketing, ya que describe la práctica de ocultar silenciosamente ciertos posts del feed principal sin notificar al autor. Cuando un tuit está ‘shadowbanned’, su engagement se reduce drásticamente, lo que dificulta medir su verdadero impacto y puede provocar la pérdida de audiencias y de ingresos publicitarios. Varios estudios independientes han documentado casos en los que publicaciones con alto nivel de interacción fueron ocultas por motivos que van desde la detección automática de spam hasta la aplicación de políticas de moderación poco transparentes. La falta de información al respecto genera incertidumbre y desconfianza, lo que motiva la demanda de herramientas que brinden claridad sobre la visibilidad real de los contenidos.
En paralelo, X ha anunciado la publicación de una mayor parte del código que alimenta su algoritmo de ranking, el cual combina señales de interacción, relevancia temática y modelos de aprendizaje automático para ordenar los tuits. La primera fase de este proceso de open‑source incluyó la liberación de la capa de pre‑procesamiento y de algunas funciones de puntuación, mientras que el núcleo de clasificación sigue siendo confidencial. Al poner a disposición de la comunidad académica y de desarrolladores externos una porción del código, la empresa busca fomentar auditorías externas, detectar posibles sesgos y acelerar la innovación en técnicas de recomendación. Esta medida se alinea con tendencias globales de mayor transparencia en plataformas digitales y responde a la presión regulatoria, como el Digital Services Act de la Unión Europea, que exige mayor explicabilidad de los sistemas de recomendación.
La combinación de una herramienta de detección de shadowban y la apertura del algoritmo de ranking constituye un paso estratégico para X que busca reforzar la confianza del usuario y mitigar críticas de censura encubierta. Al permitir que los creadores vean en tiempo real si su contenido está siendo oculto, la plataforma reduce la especulación y brinda a los profesionales de marketing datos más fiables para optimizar sus campañas. Asimismo, la divulgación del código facilita que investigadores analicen los factores que influyen en la exposición, lo que puede conducir a mejoras en la equidad del ranking y a la reducción de sesgos que afectan a determinados grupos demográficos. No obstante, la apertura parcial del código también plantea desafíos: la divulgación de detalles técnicos podría ser explotada por actores malintencionados para evadir filtros o manipular el ranking, y la falta de acceso completo mantiene cierta opacidad. En este contexto, la respuesta de X a la demanda de transparencia será clave para definir su posición competitiva frente a otras redes sociales que ya ofrecen mayor visibilidad de sus procesos internos.
En conclusión, la prueba de la herramienta de detección de shadowban y la publicación del código del ranking marcan un punto de inflexión para X, al intentar conciliar la necesidad de control de contenido con la demanda de transparencia. Si la iniciativa se consolida, podría sentar las bases para una interacción más sana entre la plataforma y su comunidad, al tiempo que ofrece a los profesionales del tech una muestra concreta de cómo la IA y la moderación de contenidos están evolucionando en la era de la IA generativa. La efectividad de estas medidas dependerá de la calidad de la información entregada y del compromiso continuo de la empresa con la rendición de cuentas.
