Corría el año 2003 cuando trabajaba diseñando aplicaciones para la TDT. Estamos hablando de píxeles toscos, interacciones rudimentarias y un mando a distancia como dispositivo de entrada, que era la antítesis de cualquier experiencia fluida. En una de las reuniones de trabajo en el equipo, mi jefe (un tipo brillante donde los haya) nos retó a pensar en grande.
Tenemos que crear el próximo bombazo, como quien inventó los SMS premium.
Entre los ejemplos que mi jefe nos lanzó estaba este:
imaginad que la gente pudiera votar el destino de un personaje mientras ve una serie, o pronosticar el resultado de un partido en directo.
Me quedé con esa idea grabada a fuego. No porque fuera nueva, de hecho por aquel entonces la televisión interactiva llevaba años prometiendo revoluciones que nunca llegaban, sino por la ambición que destilaba. Y más, porque yo estaba acostumbrado a participar en reuniones de trabajo donde todo era absolutamente previsible. Pero bueno, que me estoy yendo. Desde entonces, he usado ese momento como referencia cada vez que me enfrento a un producto o servicio con el mandato de mejorarlo o reinventarlo.
Hoy leo que Netflix lanza una función de votación en directo. Veinte años después de aquella conversación, la idea parece que se materializa. Lo que son las cosas, hace dos semanas estuve hablando con un diseñador de producto de la compañía estadounidense. Ahora entiendo que los puntos se conectan, aunque sólo yo vea la línea.
Lo que me fascina no es que Netflix lo haga ahora, sino que haya tardado tanto. La tecnología estaba lista hace una década. El comportamiento de los usuarios también: llevamos años votando, comentando y participando en redes sociales mientras consumimos contenido. Faltaba que alguien con la escala de Netflix apostara por algo así de verdad.
A veces las ideas nacen antes de que el mundo esté preparado para acogerlas. Otras veces esperan a que la compañía adecuada decida que ha llegado el momento. En cualquier caso, me gusta pensar que aquel joven diseñador de 2003 tenía razón al creer que valía la pena soñar en grande.
Un mensaje en el sitio de Telegram de Ale Muñoz me ha recordado algo obvio. Hay herramientas que uno no sabe que necesita hasta que las prueba. Y otras que, simplemente, llenan un vacío en el ámbito de los gestores de bookmarks que llevaba años ahí. Linkding es de estas últimas.
Ilustración de Hugo Tobio
Para quienes que tenemos cierta edad digital, del.icio.us fue un amor a primera vista, aunque en muchas ocasiones lo hemos pensado más en su ausencia que cuando lo teníamos entre nosotros. Era una aplicación digital donde guardar enlaces, etiquetarlos y recuperarlos cuando hacía falta. Sencilla, útil y muy eficaz. Su desaparición nos dejó un poco huérfanos, por lo menos yo sigo teniendo esa sensación. Hubo un antes y un después. Desde entonces he probado muchas alternativas, he pagado por alguna, pero ninguna ha terminado de convencerme del todo.
Qué es Linkding y por qué merece la pena
Linkding es un gestor de marcadores online. Podemos guardar enlaces, etiquetarlos, organizarlos y recuperarlos cuando los necesitemos. Es software libre, se puede instalar en nuestro propio servidor y eso le da un punto de soberanía tecnológica que siempre se agradece. Ya sabéis que en este blog vamos a tope con eso.
Pero vuelvo a Linkding. Lo importante no es sólo lo que hace, sino cómo lo hace. Es rápida, sobria y discreta. Su interfaz es de esas que pasan desapercibidas porque todo funciona como esperas. No hay sorpresas ni florituras. No hay opciones que nadie usa, no hay complejidad innecesaria. Sólo hace una cosa y la hace bien.
El valor del uso sostenido
Hay una característica muy curiosa de este tipo de herramientas, y es que su valor sólo se percibe con el paso tiempo. O mejor dicho, se percibe mucho mejor con el paso del tiempo. Al principio parece prescindible. ¿Para qué voy guardar enlaces si puedo buscarlos cuando los necesite? Pero a medida que vas acumulando recursos, artículos interesantes, referencias que quieres tener a mano, empiezas a entender por qué esto tiene sentido.
Las etiquetas son la madre del cordero. Cuando llevas tiempo guardando cosas y de repente recuerdas aquel artículo sobre accesibilidad que leí hace tiempo, poder encontrarlo en segundos gracias a una etiqueta bien puesta no tiene precio. Es el tipo de utilidad silenciosa que no aparece en ninguna demo de producto, pero que marca la diferencia en el día a día. Como diría mi amigo Mario Martín, eso también es UX.
Una herramienta para el largo plazo
Ahora una frase para cortar un poco el rollo. Linkding no es para todo el mundo. No es viral, no tiene gamificación, no va a ser trending en ninguna red social. Es una herramienta de fondo, de uso personal, de esas que instalas y vas alimentando poco a poco, sabiendo que dentro de un año te alegrará tenerla.
Si usaste del.icio.us y lo echas de menos, de verdad que recomiendo probar Linkding. Si te gusta o necesitas tener los recursos digitales organizados y bajo control, prueba Linkding. Si valoras la sobriedad, la eficacia y el software libre, prueba Linkding. Y no, aquí no hay ningún enlace de referidos. Simplemente me gusta mucho y la recomiendo con convicción.
Importante: dale tiempo. Porque su valor no está en la primera semana, sino en el primer año.
Llevo una semana trabajando exclusivamente con un stack tecnológico europeo para mis proyectos personales. Quiero dejar esto claro desde el principio: este es un experimento personal, no una decisión empresarial. En Torresburriel Estudio seguimos usando las herramientas con las que hemos venido trabajando. Esto es otra cosa.
Este es un experimento deliberado para mi blog, mi contenido en LinkedIn, mi gestión personal de información, mis lecturas, mi escritura. Todo aquello que es mío y sólo mío.
El cambio ha sido importante en ese ámbito: navegador Vivaldi (noruego), VPN y suite de productividad con Proton (suizo), buscador Qwant (francés). Nada de servicios de terceros que, digámoslo claro, han construido imperios basados en el perfilado exhaustivo de nuestro comportamiento.
La primera sensación: esto no es lo último
Tengo que ser honesto. Al principio, la sensación es extraña. Vivaldi no tiene la penetración de mercado de Chrome, ni de lejos. Proton Mail no tiene todas las integraciones que ofrece Gmail. Qwant no tiene el refinamiento algorítmico de Google Search que ha construido sobre dos décadas (que se dice pronto) de datos de miles de millones de usuarios.
Pero aquí está lo que quiero resaltar: para lo que yo necesito hacer con mis proyectos personales, no necesito nada de eso.
Lo que sí que tengo es un entorno de trabajo fluido, sin distracciones y sin notificaciones permanentes diseñadas para capturar mi atención. Han desaparecido las sugerencias algorítmicas que me desvían de lo que quiero hacer. Las herramientas están de mi lado, no al servicio de un modelo de negocio publicitario.
Lo que funciona (sorprendentemente bien)
En mis proyectos personales trabajo principalmente pensando, escribiendo para mi blog, preparando contenido para LinkedIn, leyendo, investigando temas que me interesan profesionalmente pero que exploro por mi cuenta. Necesito correo electrónico robusto para mi comunicación personal, gestión de ficheros para mis propios documentos, navegación web ligera, y de vez en cuando compartir algún material con personas concretas.
Vivaldi me ofrece una gestión de pestañas superior a cualquier navegador que haya usado. Es verdad que las versiones entre dispositivos tienen que mejorar, pero me sirve. Las notas integradas, los grupos de pestañas, la barra lateral… Es un navegador pensado para gente que trabaja en serio con la web, no para usuarios pasivos de contenido. Para mi uso personal, es más que suficiente.
Proton (Mail, Drive, Calendar, VPN) me ha demostrado ser completamente funcional en mi día a día personal. La VPN hace años que la utilizo. El cifrado end-to-end es transparente para mí como usuario, la sincronización entre dispositivos es perfecta, y la interfaz es limpia y simplemente funciona. Hay algunas integraciones que no funcionan automáticamente, pero eso es precisamente porque Proton no permite el escaneo de contenido que esas integraciones requieren. Así que es un trade-off consciente que, para mis proyectos personales, estoy dispuesto a asumir.
Qwant como buscador ha sido la sorpresa en mi uso personal. No es Google, es cierto. Pero para mis búsquedas sobre UX, estrategia digital, tecnología, o cualquier tema que investigo para mi blog o mi reflexión personal, los resultados son perfectamente válidos. Y si alguna vez necesito refinar una búsqueda específica, puedo hacerlo sin que esa búsqueda alimente un perfil publicitario perpetuo.
Son crecimientos pequeños, eso es verdad. Todos estos navegadores estaban en la categoría “Otros” en las estadísticas de mercado, con una participación conjunta inferior al 2%. Pero el movimiento es real y medible, Y en este punto conviene hacer referencia a la guerra de los navegadores de principios de los 2000. Porcentajes que parecían insignificantes se convirtieron en actores dominantes del mercado.
¿Quiere decir esto que la tecnología europea va a destronar a los gigantes estadounidenses? Probablemente no, y menos en el corto y medio plazo. Pero sí demuestra algo importante: hay demanda real, creciente y medible para alternativas que respeten la privacidad del usuario.
Más allá de lo ideológico
Sí que es cierto que hay un componente de principios en esta decisión personal. No me siento demasiado cómodo con el hecho de contribuir a modelos de negocio basados en la vigilancia. No me parece razonable que mis conversaciones privadas, mis búsquedas sobre temas que me interesan, mis documentos, alimenten algoritmos que luego determinan qué veo, qué pienso y qué compro. Por no hablar de otras derivadas vinculadas con comportamiento en la vida offline.
Pero hay también quiero poner encima de la mesa que hay una ganancia directa y práctica en mi experiencia personal: navego más rápido. Sin rastreadores, sin scripts de publicidad, sin peticiones permanentes a servidores de terceros, las páginas cargan notablemente más rápido. Es una diferencia muy simple, pero que se nota en el día a día.
Y también hay otra ganancia, que quizá es menos tangible pero que es igual de real: tranquilidad. Sé que mis datos personales están cifrados. Sé que mis búsquedas privadas no construyen un perfil. Sé que las empresas a las que pago con mi dinero tienen incentivos alineados con la confianza, la seguridad y la privacidad.
La conclusión (provisional)
Una semana no es ni de lejos suficiente para declarar victoria definitiva en este experimento personal. Seguramente me encontraré con límites, con situaciones donde las herramientas europeas no cubran alguna necesidad específica de mis proyectos personales. Pero hasta ahora, la experiencia ha sido positiva: la tecnología europea es absolutamente competitiva para usuarios profesionales que la usan en su ámbito personal.
No hablo de usuarios básicos que solo revisan email y redes sociales. Hablo de profesionales que, en su tiempo personal, escriben, investigan, reflexionan, comparten conocimiento y gestionan sus propios proyectos.
Y funciona para eso. Funciona en mi portátil personal, en mi tablet, en mi móvil. Funciona para mi comunicación personal, para gestión de mis propios ficheros, para mi investigación y para mi escritura.
Esto no cambia nada en Torresburriel Estudio, donde seguimos usando las herramientas que el equipo tiene a su disposición. Pero en mi ámbito personal, la pregunta no es si la tecnología europea puede competir. La pregunta es por qué he tardado tanto en darle una oportunidad así.
En algunos círculos profesionales llevamos años persiguiendo lo que hemos dado en llamar inbox zero como si fuera el santo grial de la productividad digital. La realidad es que la mayoría de nosotros convivimos con decenas de correos pendientes, recordatorios sin gestionar y esa sensación permanente de algo se me está olvidando. Y por supuesto no son pocas las iniciativas y extensiones que tenemos a nuestra disposición para hacer toda esa gestión.
Pero hay un momento que casi nadie diseña bien: precisamente cuando alcanzamos ese inbox zero. Ese instante en el que nuestra bandeja de entrada está vacía debería ser algo más que una pantalla en blanco con un mensaje genérico del tipo “¡Enhorabuena, no tienes correos pendientes!”. Es una oportunidad desperdiciada.
Proton Mail lo ha entendido (a medias)
El único servicio que he visto aprovechar este momento de forma inteligente es Proton Mail. Aunque curiosamente no lo hacen dentro del propio cliente, sino a través de correos periódicos recordando buenas prácticas de seguridad, privacidad y protección de datos. Es útil, funciona, pero me parece que se quedan cortos.
¿Por qué no integrar esas recomendaciones directamente en el momento inbox cero? Es el instante perfecto: tienes la atención del usuario, ha completado una tarea (vaciar la bandeja) y está receptivo. No es intrusivo porque ha llegado ahí de forma natural, no porque le hayas interrumpido. No encuentro ninguna razón para no hacerlo ahí.
Una oportunidad de diseño real
Imaginemos que al alcanzar inbox zero, el cliente de correo nos mostrara:
Un recordatorio para revisar qué aplicaciones tienen acceso a tu cuenta
Una sugerencia para actualizar contraseñas antiguas
Un check rápido sobre configuración de autenticación en dos pasos
Información sobre intentos de acceso sospechosos recientes
Tips contextuales sobre phishing basados en los correos que hemos recibido últimamente
No se trata de agobiar al usuario con alertas constantes ni de convertir cada sesión en un curso de seguridad. Se trata de aprovechar un momento de bajo estrés cognitivo para reforzar comportamientos que sabemos que son importantes pero que sistemáticamente postponemos: en parte, porque si no nos ocurre nada, no nos preocupamos por la seguridad, pero también en parte porque nadie nos lo recuerda de manera consistente.
El contexto importa
La diferencia está en el timing y el contexto. Recibir un correo genérico sobre seguridad un martes cualquiera es fácil de ignorar. Encontrarte con esa información cuando acabas de procesar todos tus mensajes y tienes ese micro-momento de ¿y ahora qué? es otra historia completamente distinta.
Es un fabuloso ejemplo de diseño de experiencia de usuario aplicado a algo que realmente importa: no sólo hacer el producto más usable, sino contribuir de manera proactiva a que las personas estén más seguras. Y de paso, diferenciarte como servicio porque estás demostrando que te importa algo más que las métricas de engagement.
Pero claro, eso requiere pensar en el usuario más allá del siguiente click. Y parece que no todo el mundo está dispuesto a hacer ese esfuerzo.
Ha caído en mis manos un artículo en el que se habla de un informe que OpenAI ha compartido con Axios, en el que se dice que más del 5% de todos los mensajes enviados a ChatGPT a nivel global tratan sobre temas de salud. Sólo en Estados Unidos, 40 millones de personas usan el chatbot a diario para consultas médicas. Estamos hablando de casi dos millones de preguntas semanales sobre seguros de salud.
El dato me parece cuando menos llamativo, pero necesita contexto. No es lo mismo, no significa lo mismo en cualquier lugar del mundo.
El contexto estadounidense no es extrapolable
Estos números corresponden sólo a Estados Unidos, un país en el que el sistema de salud es caro, fragmentado y con acceso muy limitado para millones de personas. Es decir, no estamos hablando de sistemas públicos de salud como los europeos, donde la atención primaria es accesible y gratuita. En EEUU, ir al médico puede costarte mucho mucho dinero. Además de eso, lidiar con el sistema de seguros es un laberinto burocrático que pocos entienden completamente.
Users ask it to explain medical bills, compare insurance plans, or check symptoms, often because they can’t get in to see a doctor right away.
Entonces, cuando el artículo menciona que la gente usa ChatGPT “porque no hay médico disponible en ese momento”, hay que leer entre líneas. No se trata solamente una cuestión de disponibilidad horaria. Es que acudir al médico puede significar un coste económico inasumible o enfrentarse a una burocracia tremenda.
En ese contexto, la gente le pregunta a la IA cómo interpretar una factura médica, qué plan de seguro contratar, o si sus síntomas son preocupantes. OpenAI ha detectado esta tendencia y ha posicionado GPT-5 como especialmente capaz para estos casos de uso.
Los riesgos que no deberíamos cansarnos de subrayar
Aquí viene lo importante, y es algo sobre lo que no deberíamos cansarnos de insistir: usar IA para buscar consejo médico conlleva riesgos no menores.
Los modelos de lenguaje alucinan. Inventan información con una confianza que puede ser peligrosa y muchos usuarios probablemente están usando versiones más débiles, sin capacidades de razonamiento avanzadas. No olvidemos que en el contexto tecnológico, normalmente somos lo que se viene a determinar como early adopters, pero eso no lo deberíamos extrapolar al común de los mortales.
Todo esto que sugiero no es alarmismo sino que es realismo. Estamos en un momento muy inicial de las herramientas de inteligencia artificial generativa, y mucha gente todavía no sabe cómo usarlas. No entienden sus limitaciones, confían en las respuestas que dan como si fueran definitivas, y pueden tomar decisiones importantes con base en esa información.
La responsabilidad del diseño
Aquí es donde el diseño tiene, o tendría, mucho que hacer. No se trata de poner sobre la mesa soluciones tecnológicas mágicas, sino que estoy hablando de responsabilidad profesional.
Estoy hablando de diseñar interfaces que no induzcan a confianza ciega, de contextualizar y establecer limitaciones de forma clara. También, por supuesto, de formar y educar en el uso a través del propio diseño de la experiencia de usuario.
Cuando diseñamos productos que integran IA, no podemos ignorar estos contextos. No es lo mismo diseñar para alguien en España con acceso a atención primaria gratuita que para alguien en Estados Unidos que se juega 500 dólares en una visita a urgencias. La IA no es neutral, opera en circunstancias específicas que condicionan cómo se usa y qué riesgos conlleva.
Datos muy sabrosos para procesar adecuadamente
Hacer pedagogía sobre el uso responsable de herramientas digitaleses parte de nuestra labor profesional. Especialmente ahora, cuando estas tecnologías son tan nuevas, aunque no lo parezca, y tan potentes.
Y hablando de información sabrosa: esos dos millones de consultas semanales sobre salud que OpenAI registra son, efectivamente, información muy valiosa para procesar adecuadamente. Estamos hablando de ingentes cantidades de información a gran escala sobre las preocupaciones sanitarias de millones de ciudadanos. Sus miedos, sus síntomas, sus dudas sobre seguros médicos. Todo eso queda registrado, las herramientas de IA tienen acceso a grandes volúmenes de información relevante. Es un nivel de conocimiento sobre la población que tiene implicaciones que van mucho más allá de la simple asistencia técnica.
No se trata de demonizar la tecnología ni de prohibir su uso. Se trata de entender sus límites, comunicar sus riesgos, y diseñar experiencias que ayuden a las personas a tomar mejores decisiones.
Esa es nuestra responsabilidad como profesionales que trabajamos en la intersección entre tecnología y personas.
Vamos hoy con algo a lo que merece mucho la pena poner foco con calma, datos y una mirada crítica. Adam Mosseri, CEO de Instagram, ha cerrado el año 2025 con una reflexión en forma de carrusel de 20 imágenes en Instagram donde nos cuenta que el feed ha muerto y que entramos en la era del contenido sintético infinito. Esta es una declaración que suena a revelación épica, pero que quienes llevamos años observando la evolución de las redes sociales recibimos con una mezcla de «ya era hora» y cierto escepticismo. Hagamos amigos.
Porque sí, quizá lo estamos anunciando ahora, pero hace años que el concepto del feed está cayendo cuesta abajo y sin frenos, con el aplauso de Instagram y otros, que siempre se han caracterizado por mirar hacia otro lado. Venga, va, vamos a por ello.
Instagram y su relación complicada con la autenticidad
Lo primero que me llama la atención del discurso de Mosseri es que habla de un internet que ya no existe, lleno de contenido generado por IA y de lo que en inglés llaman slop (basura digital, vamos). Y tiene razón. Pero Instagram tampoco se ha caracterizado precisamente por respetar los principios y convenciones de Internet, especialmente los de la web abierta.
La plataforma ha pasado de ser un álbum de fotos personal a convertirse en un escaparate global de influencers favorecido por el algoritmo. Ese cambio no ha sido producto de un accidente o de algo orgánico: ha sido una decisión de producto. Así que cuando Mosseri lamenta que la gente ha dejado de compartir momentos personales en el feed hace años, la pregunta obvia es: ¿y por qué crees que ha sido pues? Lo siento, no puedo evitar cierta retranca aragonesa.
Vamos a intentar profundizar en las causas antes de proponer soluciones.
La migración a los DM: volver a los orígenes
Uno de los puntos que destaca Mosseri es que ahora los usuarios mantienen al día a sus contactos con fotos improvisadas de zapatos y posados poco favorecedores compartidos a través de mensajes directos. Aquí la gente puede ver el uso de mensajes privados, pero yo lo que veo es una vuelta a los orígenes del hecho de compartir con pares, sin riesgo ni exposición y con seguridad.
Es decir, los usuarios han encontrado su propio camino para recuperar lo que Instagram les quitó: la intimidad y la autenticidad. Han dejado de competir en el feed público y se han refugiado donde el algoritmo no manda. Por momentos parece que estamos descubriendo el fuego, pero más vale tarde que nunca. En todo caso, déjame recordar el choteo que hubo cuando Instagram implementó los mensajes directos y, en un giro de guion, parece que van a resultar aliados de la defensa de los intereses de los usuarios.
El cinismo de criticar los filtros
Hay un momento en la reflexión de Mosseri que me resulta especialmente llamativo. Dice que los fabricantes de cámaras y móviles se están equivocando al democratizar la capacidad de parecer un fotógrafo profesional de 2015. Que las imágenes RAW y con defectos son, todavía, una señal de realidad.
Aquí el cinismo se desborda por todas partes, porque ese fue precisamente uno de los elementos que hicieron de Instagram algo popular en 2010, con un crecimiento extraordinario. Los filtros de Instagram (Valencia, Nashville, X-Pro II) convirtieron a cualquier aficionado en un supuesto artista visual. Ahora resulta que la estética pulida es el problema.
La crisis epistemológica de lo visual
Más allá de las contradicciones de Instagram (eso les hace humanos, hay que decirlo), hay una cuestión de fondo que sí merece atención seria. Como bien señala el artículo de Xataka citando a Javier Lacort:
toda nuestra epistemología se basa en que ver es una forma de saber. Si ves un tigre, hay un tigre. Si ves una foto de un tigre, alguien estuvo cerca de uno.
Y me permito añadir: vamos a circunscribirlo a lo sensorial, lo que entra por los sentidos y es una forma de saber. Y eso, efectivamente, se ha roto. Ahora crear un deepfake es trivial. Cualquiera con una herramienta como Nano Banana Pro puede generar imágenes realistas en un abrir y cerrar de ojos.
Mosseri reconoce que vamos a tardar años en adaptarnos. Pero, ¿de verdad tardaremos años? A no ser que los fabricantes se pongan de acuerdo y se termine el debate con una simple argucia técnica que identifique lo real de lo sintético. ¿O es que hay algún debate acerca de los metadatos vinculados a la geolocalización de las fotos? No, ¿no?.
Las soluciones propuestas: entre el optimismo y la contradicción
Mosseri propone varias líneas de trabajo:
Construir las mejores herramientas creativas
Etiquetar el contenido generado por IA y verificar el contenido auténtico
Mostrar señales de credibilidad sobre quién está publicando (sin caer en el cinismo de Melon, añado)
Seguir mejorando el posicionamiento de la originalidad
Implementar huellas digitales y firmas criptográficas en cámaras
Pues ya están tardando en diseñar un roadmap que nos lleve ahí lo antes posible. Porque si esto es tan importante como dice, el tiempo corre.
También dice Mosseri que nos gusta quejarnos del contenido basura de IA, pero hay mucho contenido increíble creado con IA. Esto es un poco lo de siempre: querer soplar y sorber a la vez. Meta integra herramientas de IA en Instagram y Facebook, incluido AI Studio para crear chatbots que lidien con tus seguidores, y al mismo tiempo nos advierte de los peligros del contenido sintético.
Lo dicho, la industria es parte de todo esto.
Breve historia de la muerte del feed: del RSS al contenido sintético
Para entender el anuncio de Mosseri hay que mirar atrás. La muerte del feed no es un evento, es un proceso que lleva más de una década gestándose. Y tiene hitos muy claros. Vamos a repasarlos brevemente. Aunque si os digo la verdad creo que un día tengo que pararme a hacer una retrospectiva un poco más extensa y profunda porque el tema tiene mucha miga y mucho impacto. Y por el camino hay mucha, muchísimas decisiones de producto en las que merece la pena pararse a observar.
2009-2011: Facebook inventa el problema
Todo empieza cuando Facebook lanza EdgeRank en 2009. Hasta entonces, el News Feed mostraba las publicaciones en orden cronológico. Con EdgeRank, Facebook decide que un algoritmo sabe mejor que tú qué quieres ver. El argumento era que los usuarios se perdían contenido relevante. La realidad era que el contenido cronológico no genera el mismo engagement (ni los mismos ingresos publicitarios) que un feedoptimizado para retenerte el mayor tiempo posible.
2013: Google mata el RSS e Instagram abre los DM
El 1 de julio de 2013, Google cierra Google Reader. Este momento es clave. El RSS representaba el control del usuario sobre su consumo de información: tú decidías a qué te suscribías, tú recibías todo en orden cronológico, sin intermediarios. Google alegó declive de uso, pero la realidad es que el RSS no generaba datos de comportamiento ni permitía insertar publicidad de la forma en que hubieran querido.
Con el cierre de Google Reader, la industria envió un mensaje claro: el futuro no es que tú elijas qué ver, sino que las plataformas decidan por ti. Muchos migramos a Feedly (aunque muchos sabíamos que ese nunca sería ya nuestro sitio) y seguimos con nuestros feeds, pero el daño estaba hecho. El RSS dejó de ser mainstream y con ello los blogs recibieron un golpe mortal.
La ironía es brutal: doce años después, Mosseri reconoce que es precisamente en los DM donde los usuarios han refugiado su comunicación auténtica. Instagram creó sin querer el único espacio de la plataforma donde el algoritmo no manda. Tardaron más de una década en darse cuenta.
2016: Instagram abandona el orden cronológico
En junio de 2016, Instagram da el paso definitivo. Kevin Systrom (el mismo que había trabajado en Google Reader antes de fundar Instagram, qué cosas) anuncia que el feed dejará de ser cronológico. El argumento oficial: los usuarios se pierden el 70% del contenido.
La traducción real: necesitamos que paséis más tiempo en la app para mostrar más anuncios. A partir de ese momento, Instagram premia el contenido que genera interacción, no el que publican tus amigos. Los influencers y las marcas ganan; los usuarios corrientes perdemos.
2017-2020: TikTok demuestra que el feed ya no importa
Con la llegada de TikTok y su For You Page, el modelo cambia por completo. TikTok no tiene feed de seguidos como elemento principal. Su algoritmo decide qué vas a ver basándose en tu comportamiento, no en a quién sigues. Es la culminación lógica del camino iniciado por Facebook: el algoritmo manda, el usuario obedece.
En 2022, Instagram reintroduce la opción de ver el feed en orden cronológico. Pero hay trampa: cada vez que abres la app, vuelve al feed regido por el algoritmo por defecto. En realidad no es una funcionalidad sino que es un checkbox para callar críticas. Otra decisión de producto.
Y ahora, en 2025, Mosseri nos dice que el feed ha muerto. Como si fuera una revelación. Como si no llevásemos una década viendo cómo lo mataban.
Reflexión final: los enterradores del feed no pueden ser sus herederos
Hay algo profundamente irónico en que sea el CEO de Instagram quien anuncie la muerte del feed. Es como si el pirómano se presentase a dar el pésame en el funeral.
Porque el feed no murió de causas naturales. Lo mataron. Lo mató Facebook con EdgeRank en 2009, Google cerrando Reader en 2013, Instagram abandonando el orden cronológico en 2016 y TikTok demostrando que un algoritmo que decide por ti es más adictivo que uno que te deja elegir. Y ahora Mosseri viene a decirnos que el feed ha muerto como si fuera una revelación, como si hubiera sido inevitable, como si ellos no hubieran apretado el gatillo.
A mi se me antoja que la solución no puede venir de quienes crearon el problema. Instagram no puede presentarse como el guardián de la autenticidad cuando ha pasado quince años premiando exactamente lo contrario. Meta no puede hablar de los peligros del contenido sintético mientras integra herramientas de IA en todas sus plataformas. No puedes soplar y sorber a la vez.
¿Y hacia dónde vamos? Algún día nos daremos cuenta de que el concepto sintético aplicado al contenido (al menos como lo conocemos ahora) es más perjudicial que beneficioso. Pero quizá estamos en un estadio demasiado inicial para verlo con claridad. Lo que sí veo es que los usuarios ya han hecho una elección: se han refugiado en los DM, en los grupos cerrados, en los espacios donde el algoritmo no llega. Han reconstruido por su cuenta lo que las plataformas les quitaron.
Quizá la pregunta no es si el feed ha muerto, sino si alguna vez volveremos a tener control sobre lo que vemos. El RSS sigue ahí, Feedly tiene millones de usuarios, los newsletters han resurgido con fuerza. Hay alternativas. Lo que falta es voluntad, de las plataformas y de los usuarios, para abandonar el modelo de atención infinita que nos ha traído hasta aquí.
Mientras tanto, seguiremos viendo cómo los que enterraron el feed cronológico nos explican, con cara de sorpresa, que el feed ha muerto.
Empiezo hoy una serie de posts en los que voy a ir contando las aplicaciones que he ido construyendo a lo largo de 2025 mientras aprendía Vibe Coding. No sé cuántas serán, tengo varias en el cajón, pero creo que merece la pena documentar el proceso porque hay más chicha de la que parece a simple vista.
Screenshot
Empiezo por What To Wear, que fue una de las primeras y la que más veces he iterado.
La premisa: cero fricción
La idea de esta aplicación surgió de una necesidad cotidiana y muy tonta, casi ridícula: saber qué ponerme antes de salir de casa sin tener que interpretar iconos meteorológicos, porcentajes de precipitaciones o gráficos de temperatura por horas. Quería algo que me dijera, en lenguaje humano sencillo, qué tipo de ropa era razonable para ponerse ese día.
Pero sobre todo quería una cosa: que no hubiera que hacer absolutamente nada. Ni pulsar botones, ni elegir ciudades, ni configurar preferencias. Abres la aplicación y ya está. Eso es todo. Parece sencillo, ¿verdad? Pues ahí está precisamente estaba el reto.
Lo que hay por debajo
Cuando dices “no hay interacción” lo que en realidad estás diciendo es que toda la complejidad te la comes tú como diseñador y desarrollador. De ese modo la aplicación:
Pide acceso a la geolocalización del dispositivo (el único momento en que el usuario tiene que hacer algo).
Conecta con un servicio meteorológico externo para obtener datos en tiempo real.
Procesa esos datos y los almacena en una base de datos para optimizar las consultas posteriores.
Traduce la información meteorológica a recomendaciones de vestimenta, categorizadas por tipo de ropa, no por prendas específicas. Esto es importante: no te digo que te pongas una chaqueta Barbour, te digo que necesitas abrigo ligero. La libertad de elección sigue siendo del usuario.
Detecta condiciones extremas: olas de calor, heladas o tormentas severas y añade recomendaciones de salud cuando corresponde.
Screenshot
Todo esto ocurre en décimas de segundo. Si tarda, falla. Si falla, no sirve.
Decisiones de diseño que importan
He trabajado bastante el estilo visual para que se parezca a lo que hace 37 Signals con sus productos: limpio, tipografía clara, jerarquía visual evidente, cero adornos innecesarios. La información más relevante como qué tiempo hace y qué ponerte, tiene que entrar por los ojos sin esfuerzo. Como cuchillo en mantequilla.
La localidad en la que está el usuario aparece siempre visible para eliminar la incertidumbre: sabes que la aplicación está funcionando correctamente porque te confirma dónde estás.
Un apunte sobre la decoración navideña: intenté añadir algunos elementos decorativos festivos y, siendo honesto, no me ha convencido el resultado. Pero tiene fecha de caducidad: el 7 de enero desaparece automáticamente, así que lo considero un experimento controlado. A veces iterar también significa saber cuándo has estirado demasiado el chicle y la cosa ha quedado un poco meh.
Screenshot
Lo que aprendes construyendo producto
Esta aplicación la hice con Lovable, y de lo que más satisfecho estoy es del resultado final como producto terminado. Funciona. No da errores. Hace exactamente lo que promete.
Pero para llegar ahí he tenido que entender y tomar decisiones sobre:
Arquitectura de la información: qué mostrar, en qué orden, con qué prioridad.
Integración con APIs externas: gestión de errores, tiempos de respuesta, fallbacks.
Persistencia de datos: cuándo guardar, cuándo consultar, cómo optimizar.
Diseño de interacción (o mejor dicho, de no interacción): anticiparte a lo que el usuario necesita sin preguntarle.
Edge cases: ¿qué pasa si no hay conexión? ¿Y si el GPS falla? ¿Y si el servicio meteorológico no responde?
Esto es construir producto. No es sólo maquetar pantallas bonitas ni escribir código que funcione. Es el conjunto de decisiones que hacen que algo sea útil, fiable y, con suerte, agradable de usar.
Iré publicando más aplicaciones de esta serie. Algunas son más complejas, otras igual de simples pero con otros objetivos. Lo que tienen en común es que todas me han obligado a pensar como diseñador de producto, no sólo como alguien que escribe prompts para que una IA genere código.
Porque al final, las herramientas de Vibe Coding aceleran la ejecución, pero el criterio profesional sigue siendo insustituible.
Hay algo que me parece que nos pasa a muchos cuando queremos promocionar lo que hacemos. Nos complicamos la vida sin necesidad.
Pensamos que para captar la atención de la audiencia hay que descubrir la rueda o el fuego. O, peor aún, inventar un concepto nuevo que suene sofisticado y nos coloque ese halo de experto que sabe cosas que tú no sabes. Y mira, puede que funcione. Pero también puede que estemos confundiendo complejidad con valor.
Nada de grandes artificios. Conceptos útiles que tengan un accionable detrás, un aprendizaje real. Incluso que tengan algo que la gente se pueda llevar. Que vayan presentando el producto de manera escalonada, sin saturar, sin pretender impresionar.
Ese era el objetivo y la verdad es que lo he conseguido. Al menos es lo que a mis expectativas se refiere.
Otra cosa será que funcione, que a la gente le guste y que sirva para la conversión. Pero eso ya es otro debate. Y uno que no me quita el sueño ahora mismo, porque lo que valoro de este ejercicio es otra cosa.
Lo que más me ha gustado es que me ha obligado a pensar en el resultado final de manera radical, no tanto en cómo construirlo. He delegado el 100% de la construcción en Lovable. El cien por cien. Y estoy muy contento con el resultado.
Hay algo liberador en soltar el cómo para centrarte en el qué y el para qué. Es algo que tiene que ver con dejar uno de ser el que ejecuta para ser el que decide qué tiene sentido y qué no. No es que la ejecución no importe, porque claro que importa, y mucho, pero a veces nos ciega tanto que perdemos de vista lo básico: qué queremos conseguir y por qué.
La sencillez no es falta de ambición sino que se parece mucho más a la presencia de claridad.
Desde una perspectiva de negocio, la decisión parece clara. Pones a golpe de pulgar lo que la gente más usa. Reduces fricción. Compites con TikTok en su terreno. Perfecto.
Pero aquí viene la parte que me interesa como profesional del diseño UX: los datos te dicen el qué, no el cómo.
Que la gente consumimos más Reels que publiquemos contenido es un hecho. Mirar más que contribuir. Que la gente usemos más los DMs que la pestaña de Actividad también. Lo que los datos no te cuentan es que llevamos años entrenando a los usuarios para que el botón de crear esté en el centro. Se llama memoria muscular. Es un automatismo, un flujo que, aunque menos frecuente, está muy arraigado.
Si rompemos eso, la frustración inicial y el mosqueo del personal no es un fallo atribuible los usuarios. Es una consecuencia directa de esa decisión.
No estoy diciendo que Instagram se haya equivocado. Han hecho A/B testing exhaustivo y tienen datos que justifican el cambio a largo plazo, seguro. Lo que me parece relevante es usar este caso para reflexionar sobre algo que veo constantemente en proyectos de producto: la tentación de dejarse llevar sólo por los datos de uso.
Los datos de comportamiento son descriptivos: nos dicen qué hace la gente. Pero las decisiones de diseño son de otra naturaleza: determinan qué queremos que la gente pueda hacer y cómo. Y ahí entra el criterio profesional, el entender los flujos completos, las expectativas, los modelos mentales que hemos construido con el tiempo.
Un usuario puede pasar el 50% de su tiempo en Reels y aun así mosquearse si no encuentra el botón de crear donde esperaba, porque el tiempo de uso y la satisfacción con la experiencia no son lo mismo.
Indi Young lo explica bien cuando habla de modelos mentales: no diseñamos para funcionalidades aisladas, diseñamos para la experiencia completa de una persona con nuestro producto. Y esa experiencia incluye los hábitos, las expectativas y también la memoria muscular.
¿La lección? Los datos son imprescindibles para tomar decisiones informadas. Pero el contexto, el flujo del usuario, su historia con el producto, sus automatismos, es lo que convierte una decisión informada en una decisión inteligente.
O dicho de otra manera: los datos te dan el mapa, pero necesitas entender el territorio.
He leído con mucho interés esta pieza de Good Rebels sobre AI Decisioning. Plantean algo que suena muy moderno: el customer journey lineal está obsoleto, los flujos deterministas han muerto, y el futuro pertenece a agentes autónomos que optimizan en tiempo real. La narrativa es potente y tiene partes que me resultan muy sugerentes.
Me cuadra la crítica al modelo tradicional. Es verdad que el marketing automation ha operado bajo una premisa cuestionable: que el cliente recorre caminos predecibles. Y es verdad que forzar realidades complejas en flujos tipo “si hace A, entonces B” genera saturación e irrelevancia. Hasta aquí, de acuerdo.
También me parece interesante la anatomía que describen: la convergencia entre el “cerebro” (aprendizaje por refuerzo) y el “músculo” (IA generativa). Tiene sentido conceptual.
Pero hay cosas que me chirrían un poco.
El feedback instantáneo no es tan limpio
El artículo plantea que la reacción del usuario actualiza los pesos de la red neuronal al momento. Aquí quiero puntualizar que hay que leer el artículo original para entender esta cuestión. Si una oferta deja de convertir a las 10:05, el sistema deja de enviarla a las 10:06. Suena elegante, pero la realidad del comportamiento es más sucia.
Las acciones del usuario no siempre responden a intención consciente y deliberada. A veces hay errores. A veces hay curiosidad que no implica interés real. A veces hay contextos que el sistema no puede capturar. Interpretar cada señal como dato válido para optimización puede generar ruido, no conocimiento accionable.
La hipótesis del usuario que cede el control
Aquí es donde tengo más reservas. Cualquier discurso que asuma que los usuarios van a aceptar que un artefacto tome decisiones por ellos me genera precaución. No porque sea imposible, sino porque el trabajo de campo que llevamos haciendo los últimos dos años muestra precisamente un escenario no alineado con esa hipótesis.
Lo que encontramos, una y otra vez, es resistencia, desconfianza, la necesidad de entender qué está pasando y por qué. Los usuarios quieren control, o al menos la ilusión de tenerlo.
Que nadie dé con la tecla es parte del proceso
Los intentos de las grandes firmas en marketing automation, incluido el Agentforce de Salesforce que menciona el artículo, son reacciones normales ante un cambio de paradigma. Que el mercado se muestre escéptico, que las acciones sufran, que nadie termine de acertar… todo eso debería considerarse parte del proceso, no un fracaso.
Ninguna solución genérica es la buena en este momento. Y menos cuando hablamos de algo tan profundo como la autonomía en la toma de decisiones.
El journey lineal no ha muerto
De hecho, en un estudio de investigación con usuarios que estamos trabajando ahora mismo en el marco de una consultoría estratégica, lo que descubrimos es que el journey lineal sigue siendo piedra angular de muchas decisiones. Estamos hablando de un journey de máximos, sí, pero donde el componente lineal tiene importancia capital porque es previsible, es esperable, y sobre él se depositan expectativas nucleares.
Los usuarios buscan hitos. Quieren saber dónde están y hacia dónde van. La previsibilidad no es limitación sino que es estructura cognitiva que reduce ansiedad. Eso es un facto, como diría la chavalería.
Puedo comprar que a nivel micro la decisión sea agéntica. Pero eso todavía está por ver. Y mientras tanto, construir estrategias sobre hipótesis no validadas es un riesgo que no todo el mundo puede permitirse.
No digo que el AI Decisioning no tenga futuro. Probablemente lo tenga. Pero el discurso que presenta la IA como el nuevo paradigma definitivo, donde las marcas que “sigan dibujando flujos competirán en desventaja”, me parece prematuro.
En UX llevamos décadas aprendiendo que la tecnología no determina el comportamiento. Lo facilita, lo modifica, a veces lo amplifica. Pero el usuario tiene la última palabra. Y esa palabra, de momento, sigue pidiendo claridad, control y previsibilidad.
Las herramientas cambian. Los principios del comportamiento humano, bastante menos.
