Millones de usuarios abren cada día su teléfono y se encuentran con noticias, vídeos y artículos que nunca buscaron de forma directa. Desde curiosidades sobre personajes conocidos hasta novedades de supermercados, tecnología o automoción, Google Discover se ha convertido en una importante puerta de entrada a contenidos digitales. Pero ¿qué determina exactamente lo que aparece en ese feed personalizado?
De buscar información a recibirla sin pedirla
Durante décadas, Google ha estado asociado principalmente a su buscador: el usuario escribe una consulta y el sistema devuelve una lista de resultados. Ese modelo convirtió a Google Search en uno de los pilares del ecosistema digital y del negocio publicitario de Alphabet.
Google Discover funciona de manera diferente. En lugar de esperar una consulta, intenta anticipar qué contenidos pueden resultar interesantes para cada persona basándose, entre otros factores, en señales relacionadas con sus intereses y actividad.
El servicio está especialmente integrado en dispositivos Android y también puede encontrarse dentro de determinadas aplicaciones de Google. Su funcionamiento recuerda al de los sistemas de recomendación utilizados por Instagram, Facebook, YouTube, Netflix, Spotify, Vinted o Wallapop, aunque Discover está especialmente orientado al descubrimiento de contenidos procedentes de la web.
Una selección personalizada para cada usuario
La pregunta fundamental es cómo decide el sistema qué mostrar. Es habitual hablar del “algoritmo” como si existiera una única fórmula capaz de explicar todas las recomendaciones.
La realidad es bastante más compleja. Las grandes plataformas utilizan múltiples modelos, señales, filtros y procesos informáticos que trabajan conjuntamente para seleccionar y ordenar contenidos.
Esta complejidad ha favorecido la aparición de numerosas teorías entre usuarios, creadores y profesionales digitales. Algunos incluso intentan modificar su comportamiento para “entrenar al algoritmo” y conseguir determinadas recomendaciones.
Google Discover funciona como una infraestructura compleja
Los sistemas de recomendación modernos pueden entenderse mejor como grandes infraestructuras algorítmicas que como una sola ecuación. Buena parte de su funcionamiento interno no es público y las compañías únicamente explican algunos de los principios generales que utilizan.
Google ha publicado documentación sobre Discover, mientras que investigadores académicos y profesionales del sector han estudiado su funcionamiento y su influencia en áreas como el periodismo digital.
Sin embargo, no existe una lista completa de ingredientes que permita reconstruir con exactitud cada decisión del sistema. Por ello, resulta difícil determinar por qué un artículo concreto termina apareciendo en el teléfono de una persona determinada.
Un embudo digital para seleccionar contenidos
Google define Discover como un feed personalizado que muestra contenidos relacionados con los intereses de los usuarios, tomando como referencia señales procedentes de su actividad en la web y en aplicaciones.
Estudios técnicos de Google también describen sistemas industriales de recomendación capaces de manejar enormes cantidades de información. Investigaciones académicas independientes sitúan Discover en un espacio intermedio entre la recuperación tradicional de información y la curación algorítmica de contenidos.
De millones de publicaciones a unas pocas recomendaciones
Una forma sencilla de comprender este proceso es imaginar un enorme embudo digital.
Internet produce diariamente millones de artículos, vídeos, publicaciones y otros materiales. Un sistema de recomendación debe reducir ese volumen hasta generar una selección relativamente pequeña y personalizada para cada usuario.
Para conseguirlo, el contenido atraviesa diferentes fases en las que determinados candidatos son descartados mientras otros continúan avanzando.
La elegibilidad es el primer filtro
Al igual que sucede con Google Search, una de las etapas fundamentales es la indexación. Google rastrea páginas de internet y mantiene un amplio inventario de contenidos que pueden aparecer en sus diferentes servicios.
Sin embargo, estar indexado no significa automáticamente aparecer en Discover.
El contenido debe cumplir determinadas políticas y requisitos. Las publicaciones que vulneran las normas de seguridad pueden quedar excluidas desde las primeras fases. Entre los ejemplos señalados por Google figuran contenidos destinados al reclutamiento para organizaciones terroristas o determinadas imágenes violentas sin un contexto informativo adecuado.
Ser elegible no garantiza aparecer en Discover
Superar este primer filtro únicamente convierte una publicación en candidata potencial.
Después entran en juego otras fases de selección y clasificación destinadas a determinar qué contenidos pueden resultar relevantes para cada usuario. La enorme cantidad de información disponible obliga al sistema a reducir progresivamente el número de candidatos.
Por eso, dos personas pueden recibir recomendaciones completamente diferentes aunque utilicen el mismo servicio y se encuentren ante noticias publicadas durante el mismo periodo.
La personalización explica parte del misterio
Google Discover representa un cambio significativo respecto al modelo tradicional del buscador. El usuario ya no necesita formular una pregunta: el sistema intenta anticiparse y seleccionar información potencialmente interesante antes de que exista una búsqueda explícita.
Esta transformación también tiene consecuencias para medios de comunicación, creadores y editores, que pueden recibir grandes volúmenes de tráfico desde Discover sin conocer completamente todos los mecanismos que determinaron esa distribución.
En definitiva, cuando Google recomienda un contenido aparentemente inesperado, no necesariamente existe una única acción del usuario que explique su aparición. La recomendación es el resultado de una infraestructura compleja que combina elegibilidad, selección, clasificación y personalización. Entender sus principios generales permite comprender mejor por qué determinados contenidos llegan hasta nuestra pantalla, aunque buena parte del funcionamiento interno de Google Discover continúe fuera de la vista del usuario.
Jacinto Benavente es colaborador de Revista Metrónomo, donde escribe sobre actualidad, política, negocios, tecnología, deportes, entretenimiento y estilo de vida. Su trabajo se centra en ofrecer información clara, precisa y relevante para los lectores, con un enfoque en los acontecimientos que marcan la agenda diaria. A través de una cobertura equilibrada y accesible, busca ayudar a la audiencia a comprender mejor los temas de interés público y las tendencias que influyen en la sociedad.
