YouTube está probando una nueva forma de proporcionar a los usuarios más control sobre los vídeos que ven en su feed de inicio, mediante una opción de personalización del feed que permitiría actualizar las recomendaciones algorítmicas a través de indicaciones conversacionales. Este enfoque se asemeja a las herramientas de IA que están desarrollando otras plataformas como X e Instagram, que buscan ofrecer a los usuarios una visión más específica sobre sus recomendaciones.
Nueva Función de Personalización de Feeds
YouTube ha anunciado que está experimentando con una nueva función llamada «Tu feed personalizado», que permitirá a los usuarios modificar las recomendaciones en su página de inicio. Aquellos involucrados en el experimento verán la opción «Tu Feed Personalizado» al lado de «Inicio». Al hacer clic en esta opción, los usuarios podrán actualizar sus recomendaciones existentes al ingresar un mensaje simple.
Control sobre el Contenido Sugerido
La plataforma explica que esta función está diseñada para ofrecer una manera sencilla de ejercer un mayor control sobre el contenido sugerido. Aunque, por el momento, solo se encuentra en fase de pruebas y es posible que no todos los usuarios puedan acceder a ella, si está disponible, puede ser una buena idea probarla para ver qué tan bien el sistema refina el feed de YouTube según las entradas del usuario.
Intentos Anteriores de Personalización
No es la primera vez que YouTube introduce opciones de personalización en sus feeds. Anteriormente, varios usuarios recibieron indicaciones para «Personalizar tu Feed», lo que les permitía seleccionar vídeos que les gustaban y así influir en los algoritmos de YouTube. El año pasado, la plataforma incluso ofreció a los suscriptores Premium feeds basados en colores como una forma de proporcionar una entrada alternativa a sus recomendaciones.
Comparativa con Otras Plataformas
Este nuevo enfoque de YouTube es similar a las pruebas actuales en plataformas como X, Threads e Instagram, donde se permite a los usuarios utilizar indicaciones conversacionales para refinar sus feeds. Aumentar la capacidad de entrada directa puede ayudar a abordar la preocupación constante de que los algoritmos dictan en exceso la experiencia en redes sociales y ofrecer a los usuarios otra forma de asegurar que ven más publicaciones de las cuentas que siguen.
Consideraciones sobre el Uso de Nuevas Funciones
Sin embargo, la realidad es que la mayoría de los usuarios no se toman el tiempo para actualizar sus configuraciones. A menudo, simplemente quieren ingresar y desplazarse por el contenido que la plataforma les ofrece. Aunque muchas personas indican que desean tener más control, cuando se les da la opción, la mayoría no realizan cambios.
Además, las plataformas suelen impulsar más interacción a través de algoritmos de IA que muestran contenido similar al que los usuarios ya han visto. Por eso, es comprensible que las aplicaciones sociales prefieran que los usuarios se mantengan en sus feeds “Para Ti”.
Consejos para Emprendedores y Negocios
- Entender el Algoritmo: Familiarízate con cómo funcionan los algoritmos de las plataformas. Esto te ayudará a optimizar tu contenido para alcanzar a tu audiencia deseada.
- Interacción Activa: Fomenta la interacción con tu contenido para mejorar tu visibilidad en las recomendaciones algorítmicas.
- Personalización: Considera ofrecer opciones de personalización en tu propio negocio. Los consumidores valoran tener el control sobre sus experiencias.
- Aprovechar Nuevas Funciones: Mantente informado sobre nuevas funciones en plataformas como YouTube y utilízalas para aumentar tu exposición y alcance.
Conclusiones
La nueva función de personalización de YouTube tiene el potencial de ofrecer a los usuarios más control sobre sus recomendaciones de contenido, pero su efectividad dependerá de cuán dispuestos estén los usuarios a interactuar con estas herramientas. Con el aumento de la preocupación por el control algorítmico, las plataformas están buscando formas de dar a los usuarios más opciones, mitigando así la crítica hacia sus algoritmos. Sin embargo, será fundamental observar si esto realmente resulta en un cambio en el comportamiento del usuario o si la mayoría simplemente se conformará con las recomendaciones que ya reciben.