Antes existía una tecnología muy simple para descubrir algo nuevo, y era esta: pararse frente a un estante de discos, o de películas, o de libros, sin saber bien qué buscar, y dejar que la mirada tropezara con algo. El tropiezo era el mecanismo entero. Uno agarraba un disco por la tapa, sin conocer al artista, sin ninguna razón que un algoritmo pudiera reconstruir después, y a veces ese disco cambiaba algo. La mayoría de las veces no. Pero el sistema no necesitaba tener éxito seguido para justificarse. Necesitaba, apenas, dejar la puerta abierta.
Esa puerta se cerró hace rato, y lo raro es que nadie hizo un funeral. La cerramos nosotros mismos, con gusto, a cambio de algo que parecía estrictamente mejor: dejar de perder tiempo con lo que no nos iba a gustar.
El trato que nos ofrecieron
La lógica del algoritmo de recomendación es, en el fondo, honesta y hasta razonable: tomá todo lo que ya sabemos de vos —qué viste, cuánto tiempo te quedaste, en qué momento abandonaste, qué evitaste sistemáticamente— y usalo para predecir qué es lo próximo que te va a gustar. Cuanto mejor la predicción, menos fricción, menos tiempo perdido, más satisfacción inmediata. Netflix hoy asegura que el ochenta por ciento de las horas que la gente pasa mirando algo salen de una recomendación personalizada, no de una búsqueda directa. Eso no es un detalle menor: significa que, para la enorme mayoría de nosotros, ya no elegimos qué mirar. Confirmamos lo que el sistema decidió que probablemente íbamos a querer mirar.
El trato parecía imbatible. ¿Quién va a extrañar el minuto perdido buscando algo en un estante, si un sistema te lo puede ahorrar? El problema es que ese minuto perdido no era una ineficiencia del proceso. Era el proceso.
Lo que el algoritmo no puede hacer, por diseño
Acá está el punto que casi nadie discute con la seriedad que merece: un sistema de recomendación, para funcionar, necesita datos sobre vos. Y solamente puede tener datos sobre lo que ya hiciste. Estructuralmente, entonces, cualquier recomendación es una extrapolación de tu pasado. Nunca puede ofrecerte algo que sea verdaderamente ajeno a lo que ya sos, porque no tiene ninguna otra materia prima con la cual trabajar. En el mejor de los casos te ofrece una variación inteligente de vos mismo. En el peor, una repetición cada vez más estrecha de lo mismo, con distinto envoltorio.
El término “filter bubble” —burbuja de filtro— se acuñó hace más de una década para nombrar exactamente esto: la idea de que, cuanto más preciso es un sistema prediciendo qué querés ver, más se reduce, sin que lo pidas, el rango de cosas que efectivamente ves. No es una falla del sistema. Es el sistema funcionando exactamente como fue diseñado, optimizando la métrica que le pidieron optimizar, que casi nunca es “ampliá tus horizontes” y casi siempre es “quedate más tiempo mirando la pantalla”.
Y acá aparece la ironía que más me interesa: las plataformas lo saben. Lo saben tan bien que construyeron una simulación de serendipia para compensarlo. Playlists con nombres como “Descubrimiento semanal”, filas que dicen “algo distinto para vos”, mezclas curadas que prometen sorpresa. Pero hay que decirlo con todas las letras: eso no es serendipia. Es predicción disfrazada de accidente. El sistema sigue calculando, con la misma lógica de siempre, cuál es la variación óptima de lo conocido que vas a tolerar sin abandonar la sesión. Le llamamos descubrimiento porque necesitamos creer que todavía descubrimos algo. Pero un accidente calculado deja de ser un accidente.
Por qué no hubo velorio
Nadie hizo duelo por esto porque no hay un momento preciso en el que la serendipia haya muerto. No fue un evento. Fue una sustitución lenta, estante por estante, tienda de discos por tienda de discos, hasta que un día el mecanismo entero ya no existía y el reemplazo se sentía tan natural que ni siquiera notamos que faltaba algo. Es más fácil hacer luto por algo que desaparece de golpe que por algo que se disuelve tan gradualmente que uno nunca llega a extrañarlo de manera consciente. Uno extraña lo que recuerda haber perdido. Esto se perdió despacio, generación tras generación de adolescentes que nunca conocieron el estante.
Y la consecuencia no es solamente cultural, aburrida, del tipo “ya no descubrimos música nueva”. Es más profunda que eso. El azar genuino —el tropiezo con algo que ningún sistema hubiera podido predecir porque ni vos mismo lo hubieras podido predecir— es una de las pocas formas confiables que tenemos de cambiar, de verdad, de dirección. No la variación cómoda dentro de lo esperado, sino el giro que no estaba en ningún historial previo porque no venía de ningún historial previo. Un sistema entrenado exclusivamente en tu pasado no puede ofrecerte eso, estructuralmente, nunca, sin importar cuánto mejore.
La pregunta que vale la pena hacerse no es si los algoritmos de recomendación son buenos o malos. Son extraordinariamente buenos en lo que hacen. La pregunta es más incómoda: si dejamos que decidan casi todo lo que consumimos, ¿de dónde va a salir la próxima cosa que nos cambie, si por definición tiene que ser algo que ningún sistema entrenado en quiénes ya somos podría habernos recomendado?