Traducción en revisión — esta página todavía no está enlazada públicamente. Draft translation under review; not yet linked from the site.
← Para ti

Para legisladores

La evidencia, el panorama regulatorio y las palancas al alcance de quienes legislan. Esta página no es partidista y no recomienda ninguna política. Los daños documentados se presentan sin importar la afiliación política.

Cómo leer esta página. Toca cualquier palabra subrayada para ver el término preciso y una definición breve. Abre cualquier recuadro “Más a fondo” para ver la evidencia y los puntos en disputa. El texto principal se sostiene solo: puedes saltarte ambos y aun así seguir todo el argumento.

La evidencia: lo que está bien establecido

La mayoría de los daños documentados en este sitio no están en disputa en cuanto a si existen; lo que se disputa es el peso causal y la respuesta de política pública. La excepción es la salud mental adolescente: si las redes sociales causan su deterioro, o solo lo acompañan, es una disputa científica abierta. Lo siguiente se apoya en investigación revisada por pares, investigaciones oficiales o documentos primarios, e indica cuándo un hallazgo se apoya en un solo estudio:

Los algoritmos optimizados para el engagement amplifican el contenido emocionalmente provocador —incluidos la desinformación, el discurso de odio y el contenido político extremo— porque ese contenido se difunde más que las alternativas mesuradas. La propia investigación interna de Facebook lo documentó. Un estudio revisado por pares con datos de encuestas de Estados Unidos e Italia (Germano, Gómez & Sobbrio, 2026) concluye que la actualización del algoritmo de 2018 contribuyó al aumento de la polarización política en ambos países; la evidencia es observacional. Los experimentos más grandes sobre la cuestión, realizados con datos de Meta en torno a las elecciones de 2020 en Estados Unidos, no encontraron ningún cambio medible en la polarización tras tres meses de un feed cronológico, así que no está resuelto en qué medida un solo cambio en la clasificación del feed mueve la polarización.

El uso más intenso de las redes sociales se correlaciona con peores resultados de salud mental en adolescentes, y un gran estudio de cohorte del Reino Unido encuentra que la asociación con síntomas depresivos es más fuerte en las adolescentes; que el scroll pasivo sea la parte dañina está en disputa: experimentos con adultos encontraron que empeoraba el estado de ánimo, pero una revisión de 40 estudios de encuesta encontró que la mayoría no confirmaba esa relación. La propia investigación de Facebook encontró que, entre las adolescentes que ya se sentían mal con su cuerpo, una de cada tres dijo que Instagram las hacía sentir peor. El debate sobre la causalidad sigue abierto; la correlación no está en disputa.

El real-time bidding (RTB) difunde el perfil de una persona a decenas de empresas a la vez: 376 veces al día para el usuario promedio de la UE, 747 para uno de Estados Unidos, según la estimación de 2022 del ICCL a partir de datos de la industria. En 2022, la autoridad belga de protección de datos determinó que el marco de consentimiento que la industria usa para ello infringía el Reglamento general de protección de datos (RGPD; GDPR); en 2024, el Tribunal de Justicia de la UE (TJUE), al responder preguntas planteadas por un tribunal belga, confirmó partes clave de ese razonamiento.

×

Real-time bidding (RTB)

El sistema que subasta cada espacio publicitario en el instante en que carga una página. Para hacer la subasta, una “solicitud de puja” que describe al usuario —ubicación, intereses inferidos, identificadores— se envía a la vez a muchos posibles postores. El problema de privacidad es estructural: los datos se comparten con todos los participantes de la subasta, no solo con el ganador, cientos de veces al día por persona. La sentencia del TJUE en el caso IAB Europe (asunto C-604/22) estableció que el TC String, la cadena de consentimiento que está en el centro de ese marco, es un dato personal.

Fuentes

Lo que dicen los servicios de inteligencia

Varios servicios de inteligencia europeos dicen ahora en público que buena parte de la radicalización actual ocurre en línea. Eso es más acotado que el argumento de este sitio sobre la clasificación por engagement —los servicios describen dónde ocurre, no qué sistema ordena lo que se ve—, pero lo dicen de forma oficial. AIVD Jaarverslag 2025 (abril de 2026): cuando se publicó, la directora general Smit fue citada por la NOS describiendo un panorama de amenazas sin precedentes en los ochenta años del servicio; el informe constata que los jóvenes son ya un tercio de sus casos de yihadismo, y que las ideas yihadistas están ampliamente disponibles en las plataformas de redes sociales. MI5 (octubre de 2025): el terrorismo hoy “se gesta en rincones sórdidos de internet”; las cifras del Home Office muestran que 43 de las 232 detenciones por terrorismo en Gran Bretaña en el año hasta marzo de 2025 —casi una de cada cinco— fueron de niños y niñas de 17 años o menos. BfV Verfassungsschutzbericht 2024: 57,701 delitos de extremismo, un 46% más que en 2023, y los grupos de chat en línea señalados como “catalizadores” de la radicalización.

La evidencia regulatoria neerlandesa

El Commissariaat voor de Media (CvdM), el regulador neerlandés de medios, concluyó en mayo de 2026 que los feeds algorítmicos son “comprobadamente riesgosos para nuestra democracia” (aantoonbaar riskant voor onze democratie) y pidió aplicar mejor la legislación europea vigente. La investigación del CvdM sobre jóvenes (2,010 personas encuestadas de entre 16 y 24 años, trabajo de campo de Ipsos I&O en marzo de 2024, publicada en octubre de 2024) encontró que las redes sociales y los buscadores son ahora la principal puerta de entrada a las noticias para la mayoría de los jóvenes, y señaló que ya no se puede dar por sentado que el interés por las noticias aumente con la edad.

Las palancas, y quién argumenta qué

Cinco palancas aparecen en casi toda discusión sobre la regulación de plataformas. Para cada una: qué puede hacer una ley o un regulador, qué se está haciendo con ella ahora y dónde está el desacuerdo. Esta página no dice cuál accionar.

Transparencia algorítmica y auditorías independientes. La palanca es el acceso: a cómo se comporta un sistema de recomendación (recommender system), a los registros de publicidad y a datos para investigadores ajenos a la empresa. La UE ya la accionó: el Reglamento de Servicios Digitales (Digital Services Act, DSA) obliga a las plataformas más grandes a someterse a auditorías independientes y a abrir datos a investigadores autorizados, y el Centre for Future Generations da seguimiento a cuánto ha avanzado en realidad su aplicación. El argumento para ampliarla se basa en la asimetría de información: la plataforma sabe cómo se comporta su sistema, y todos los que están fuera hacen estimaciones. El argumento en contra es que un acceso amplio a sistemas y datos expone secretos comerciales y los datos de los propios usuarios. Lo que el acceso externo puede producir ya está documentado: la auditoría prerregistrada de Milli y sus colegas encontró que el ranking por engagement de Twitter amplificaba contenido con carga emocional y hostil hacia el otro grupo, y que los usuarios no lo preferían.

×

Auditoría algorítmica independiente (independent algorithmic audit)

Examen externo de cómo se comporta en realidad un sistema de recomendación —qué amplifica, a quién, con qué efectos—, hecho por personas que no trabajan para la plataforma. Requiere acceso real a datos y sistemas, no los informes resumidos de la propia plataforma. El obstáculo recurrente es la asimetría de información: la plataforma lo sabe todo sobre su sistema y los investigadores externos saben comparativamente poco, lo que dificulta verificar de forma independiente cualquier afirmación sobre su seguridad. Cerrar esa brecha es lo que buscan las disposiciones del DSA sobre auditorías y acceso a datos.

Fuentes

Responsabilidad por diseño dañino. Los tribunales ya pueden pronunciarse sobre las decisiones de diseño: el veredicto de marzo de 2026 en Los Ángeles contra Meta y YouTube, de Google, declaró a las plataformas responsables por su diseño, no solo por el contenido. Está en apelación, así que el principio no está asentado, y el veredicto de Nuevo México contra Meta se basó, en cambio, en la ley de protección al consumidor. En agosto de 2026, Meta llegó a un acuerdo con 51 fiscales generales de Estados Unidos por hasta 17.1 mil millones de dólares y aceptó límites de tiempo predeterminados y bloqueos nocturnos para menores de 18 años: términos pactados entre las partes, que obligan a una sola empresa. Ese es el argumento para escribir un deber de diseño en la ley: un litigio obliga a las partes de un caso, un caso a la vez. El argumento en contra es que el “diseño dañino” es difícil de definir de antemano sin que una legislatura decida qué decisiones cuentan, y esa es justamente la pregunta que los juicios están desentrañando en público.

Comprobación de la edad (age verification) que no construya un sistema de vigilancia. Una legislatura puede fijar una edad mínima; que el límite se cumpla depende de un método, y cómo comprobar la edad sin construir esa infraestructura también para los usuarios adultos sigue siendo una pregunta técnica abierta. Ahí está la discusión: la mayoría de los mínimos actuales dependen de lo que declara cada usuario y en gran medida no se pueden hacer cumplir, que es el argumento a favor de la comprobación; en cambio, un control lo bastante sólido para funcionar también documentaría a los adultos, que es el argumento que las organizaciones de libertades civiles plantean en contra. Una respuesta de redacción separa el deber del mecanismo, para que la obligación no dependa de una tecnología que todavía no existe. Ninguno de los dos lados tiene todavía una evaluación a la cual remitirse: hasta donde este sitio ha podido encontrar, ninguna regla lleva vigente el tiempo suficiente para producirla.

Evaluaciones de impacto antes del despliegue. El modelo es conocido en el derecho ambiental y en el de protección de datos: evaluar los efectos previsibles de un sistema antes de lanzarlo y dejar registrada la evaluación donde un regulador pueda leerla. El DSA funciona así para las plataformas más grandes, que evalúan y mitigan riesgos sistémicos (systemic risks) para el debate cívico, las elecciones y la salud pública. El argumento a favor es el momento: antes del despliegue es cuando una decisión de diseño todavía es barata de cambiar. El argumento en contra es la verificación: un deber redactado en torno a resultados es difícil de comprobar, y un documento de cumplimiento no es lo mismo que un sistema que cambió.

Financiamiento de investigación independiente a cargo de las plataformas. El precedente que suele citarse es el del tabaco, donde se obligó a la industria a financiar trabajo de salud pública que no controlaba. Aplicado aquí, un gravamen o un fondo surgido de un acuerdo pagaría trabajos que las plataformas ni encargan ni revisan. El argumento a favor es que los datos y el dinero están del mismo lado de la mesa que el objeto de la investigación. El argumento en contra es que el origen del financiamiento no equivale a independencia: un fondo al que aporta una empresa es tan independiente como las reglas que mantienen separadas a las dos partes.

Más a fondo — cómo leer esta evidencia: lo confirmado, lo que está en disputa y lo que eso significa para legislar

Para fines de política pública, la evidencia de esta página se divide en tres niveles, y confundirlos debilita cualquier ley que resulte de ella. Confirmado (revisado por pares, investigación oficial o documento primario): que los sistemas ordenados por engagement amplifican el contenido provocador; las cifras de difusión de datos del RTB; las evaluaciones de los servicios de inteligencia; el veredicto de responsabilidad por diseño de marzo de 2026 en Los Ángeles y el acuerdo de agosto de 2026 entre Meta y los estados. En disputa: si las redes sociales causan el deterioro de la salud mental juvenil, y en qué medida; cuánto contribuye la clasificación por engagement a la polarización (un estudio concluye que el cambio de Facebook de 2018 contribuyó a ella en dos países, a partir de datos de encuestas; los experimentos de las elecciones de 2020 no encontraron ningún cambio medible en tres meses). Realmente desconocido: los efectos a largo plazo en el desarrollo y el impacto de la IA generativa en las elecciones.

Por qué la distinción importa al redactar. Una ley que basa su caso en “las redes sociales causan la crisis de salud mental” puede quedar paralizada en litigios sobre la ciencia, porque el peso causal es justamente lo que está en disputa. Una que se basa en “estos sistemas son opacos, sus decisiones de diseño son conducta propia de la empresa y la verificación independiente hoy es difícil” se apoya en un terreno que la ciencia no decide. Ese es el argumento de quienes redactan leyes para apuntar a la asimetría y al diseño en lugar de al tamaño del efecto en disputa; y el argumento en contra es que una ley dirigida al proceso puede dejar intacto el daño por el que se aprobó.

Fuentes

¿Te sirvió esta página?