Qué revela el algoritmo de recomendación de X sobre lo que se amplifica

Por qué importa el código abierto del algoritmo de X

En marzo de 2023, X (antes Twitter) publicó partes del código de su sistema de recomendación en GitHub. A diferencia de las declaraciones vagas que suelen hacer las plataformas sobre "contenido relevante" o "interacciones auténticas", este repositorio muestra valores numéricos exactos: cuánto peso tiene una respuesta frente a un retweet, qué penalización recibe un post cuando alguien lo oculta, y cómo el tiempo que pasas mirando un tweet influye en lo que verás después.

Para los creadores que publican en X, este código ofrece algo poco común: certeza sobre qué acciones del usuario mueven realmente la aguja del algoritmo, y en qué proporción. No es especulación ni ingeniería inversa; es la lógica que X usa para decidir qué tweets aparecen en el timeline "Para ti".

Cómo X puntúa las interacciones: pesos relativos

El código del algoritmo asigna un peso numérico a cada tipo de interacción. Estos valores se multiplican por la probabilidad de que un usuario realice esa acción con tu tweet, generando una puntuación que determina la visibilidad.

Pesos de interacción confirmados en el código:

Tipo de interacción	Peso (multiplicador)	Significado práctico
Favorito (like)	0,5	Señal débil; fácil de dar, poco compromiso
Retweet	1,0	Señal estándar de amplificación
Respuesta	13,5	La interacción más valorada por el algoritmo
Clic en perfil	12,0	Indica interés profundo en el autor
Tiempo de permanencia (dwell time)	Variable	Se mide en segundos; lecturas largas suman
Clic en "Ver más"	11,0	Expansión de un tweet truncado
Compartir en mensaje directo	1,0	Amplificación privada, peso moderado

La conclusión más clara: las respuestas valen 27 veces más que un like. X prioriza la conversación sobre el consumo pasivo. Un tweet que genera cinco respuestas genuinas tiene más impacto algorítmico que uno con cien likes y ningún comentario.

Por qué las respuestas dominan el algoritmo

X diseñó este sistema para fomentar el debate y la interacción pública. Una respuesta implica que el usuario invirtió tiempo en formular una idea, lo que señala relevancia mucho más fuerte que un doble clic rápido en un corazón.

El código también revela que X distingue entre respuestas de cuentas con diferentes niveles de autoridad. Una respuesta de una cuenta con muchos seguidores o alta tasa de interacción aporta más peso que la de una cuenta nueva o inactiva. Esto significa que provocar respuestas de usuarios activos y establecidos es más valioso que acumular comentarios de cuentas con poca actividad.

Táctica práctica: termina tus tweets con una pregunta directa o una afirmación que invite al desacuerdo educado. "¿Cómo lo haces tú?" o "Cambié de opinión sobre esto" generan más respuestas que declaraciones cerradas. Evita las preguntas genéricas tipo encuesta ("¿café o té?"); busca opiniones que requieran más de dos palabras.

Tiempo de permanencia: qué cuenta como "lectura"

El algoritmo rastrea cuánto tiempo un usuario pasa mirando tu tweet antes de seguir desplazándose. Este "dwell time" no tiene un peso fijo en la tabla, pero el código muestra que se suma a la puntuación total cuando supera un umbral mínimo (aproximadamente 2 segundos para tweets cortos, más para hilos).

Por qué funciona: el tiempo de permanencia indica que el contenido retuvo la atención, incluso si el usuario no dio like ni respondió. X interpreta esto como relevancia silenciosa.

Implicaciones para creadores:

• Los hilos largos bien estructurados acumulan más tiempo de permanencia que tweets aislados, siempre que cada parte aporte valor. Un hilo de tres tweets que se lee completo suma más que un tweet único que se escanea en un segundo.
• El formato importa: bloques de texto densos sin espacios ni saltos de línea reducen el tiempo de lectura porque los usuarios abandonan antes de terminar. Usa párrafos cortos, listas numeradas y espacios en blanco.
• Las imágenes y vídeos aumentan el tiempo de permanencia si son relevantes, pero el código no les da un multiplicador especial por sí mismos; solo cuentan si retienen al usuario.

Señales negativas: qué penaliza tu alcance

El código también documenta las acciones que restan puntos. X llama a estas "señales negativas" y las aplica con pesos negativos:

Acción negativa	Peso (penalización)	Impacto
"No me interesa este tweet"	-74,0	La penalización más fuerte
Bloquear al autor	-74,0	Igual de grave que "No me interesa"
Silenciar al autor	-74,0	Mismo peso; X trata el silencio como rechazo explícito
Reportar el tweet	Variable	Depende del tipo de reporte; spam y desinformación pesan más

Una sola acción de "No me interesa" anula el valor de 148 likes o 5,5 respuestas. Esto significa que evitar el rechazo activo es tan importante como generar interacciones positivas.

Cómo reducir señales negativas:

• No publiques con frecuencia excesiva en periodos cortos. El código muestra que usuarios que ven múltiples tweets tuyos seguidos tienen más probabilidad de silenciarte.
• Evita temas polarizantes fuera de tu nicho si tu objetivo es alcance amplio. Los tweets que generan bloqueos masivos (política partidista, debates inflamatorios sin contexto) sufren caídas de visibilidad incluso si también generan muchas respuestas.
• No uses bots ni automatización para responder. X penaliza patrones de respuesta idénticos o demasiado rápidos, interpretándolos como spam.

Autoridad del autor: el factor multiplicador oculto

Aunque no aparece como un peso directo en la tabla de interacciones, el código revela que X ajusta todas las puntuaciones según la "reputación" de la cuenta. Esta reputación se calcula a partir de:

• Ratio de seguidores que interactúan regularmente (no solo el número total de seguidores).
• Tasa histórica de señales negativas (si tus tweets anteriores recibieron muchos "No me interesa", tus nuevos tweets empiezan con una penalización).
• Edad y actividad de la cuenta (cuentas nuevas tienen un multiplicador más bajo durante los primeros meses).

Conclusión práctica: construir autoridad en X requiere consistencia a largo plazo. No puedes compensar una cuenta nueva con un solo tweet viral; el algoritmo favorece a cuentas con historial de interacciones positivas sostenidas.

Qué no aparece en el código (y por qué importa)

El repositorio público no incluye todo el sistema de recomendación. X confirmó que omitió:

• Lógica de detección de spam y manipulación, para evitar que actores malintencionados la eludan.
• Ajustes personalizados por usuario, como preferencias de idioma o temas que el usuario sigue activamente.
• Ponderaciones para contenido de cuentas verificadas (X Premium). Aunque X ha declarado que las cuentas de pago reciben mayor alcance, el código público no muestra cuánto.

Esto significa que las cifras del código son la base, pero no el sistema completo. Aun así, representan la mayor transparencia algorítmica que cualquier red social grande ha ofrecido.

Recomendación: prioriza la conversación sobre la viralidad

Si tuvieras que cambiar una sola cosa en tu estrategia de X basándote en este código, sería esta: diseña tus tweets para generar respuestas, no solo likes. Pregunta, debate, comparte opiniones matizadas que inviten a la réplica. Un tweet con diez respuestas y cero likes superará en alcance a uno con cien likes y cero respuestas.

Evita las tácticas que generan señales negativas: no satures, no polarices gratuitamente, no automatices respuestas. El algoritmo de X castiga el rechazo mucho más de lo que recompensa el engagement superficial.

Para quienes buscan acelerar su visibilidad inicial en X mientras construyen esa autoridad orgánica, Fanovera ofrece campañas de visibilidad para X que pueden ayudar a que tus tweets lleguen a usuarios activos que generan interacciones reales, las que el algoritmo valora según estos pesos documentados.

El código abierto de X no es una fórmula mágica, pero sí elimina la adivinanza. Ahora sabes qué acciones cuentan, cuánto pesan, y qué evitar. Úsalo.