¿Te has preguntado cómo funciona el algoritmo de una red social que, a pesar de sus decisiones polémicas, sigue estando vigente? Haz match con el algoritmo de Instagram para que tus posts puedan aparecer en el feed de las «Publicaciones Sugeridas» y aquellas que ves en el inicio de las cuentas que no sigues en la aplicación.
Haz match con el algoritmo de Instagram: las «revelaciones» de Meta
Antes de comenzar, debemos tener en cuenta que las publicaciones recomendadas en el feed de inicio es un punto clave y polémico, recientemente. Los usuarios reaccionaron negativamente al cambio, pero no como una resistencia al mismo sin causa, sino que quieren ver las publicaciones de las cuentas que sí eligieron seguir. Un reclamo bastante válido, ya que la red social de Meta ha perdido la capacidad de innovar y marcar tendencia, limitándose a copiar features de la competencia que nadie les ha pedido.
No obstante, a Instagram le importa poco lo que piensen sus usuarios, por lo que ve las recomendaciones de IA como un elemento clave en su futuro para aumentar el engagement de los usuarios.
Haz match con el algoritmo de Instagram: los «secretos» del algoritmo
Vamos al tema de fondo. ¿Cómo selecciona Instagram el contenido adicional que se mostrará en tu feed del Home?
Los usuarios dedican bastante tiempo para crear el Home perfecta para ellos. Entonces, ¿cómo podemos hacer parte de ese trabajo por ellos y hacer que se sientan como si ellos mismos hubieran elaborado esas recomendaciones?
- Los usuarios que mantienen su engagement siguen encontrando nuevas fuentes de interés que seguir. ¿Podemos ayudar em este acto de personalización progresiva?
- Ahora, si las personas quieren que un sistema automatizado haga ese trabajo por ellos, es algo totalmente diferente. Pero el principal objetivo es replicar el descubrimiento humano con características de la IA, con el objetivo de mejorar el engagement de los usuarios.
De esta manera, las recomendaciones de publicaciones de Instagram se pueden dividir en dos categorías principales: «Conectadas» y «Desconectadas», siendo estas últimas las publicaciones que los sistemas de la aplicación encuentran y destacan, en función de los intereses del usuario.


El núcleo del algoritmo: la selección de candidatos
Las recomendaciones que la red social quiere que veas en tu feed principal deben replicar de manera estrecha las cuentas que sigues, hasta el tipo de publicaciones que comparten. Además, los Reels están siendo protagonistas, ya que es otro factor en sus experimentos más recientes.
Si una persona tiene interés en una temática en particular, le da like y lo comenta con regularidad, esto proporciona una señal implícita en un género similar de ésta. Entonces, Instagram enumera a todos los candidatos de interés de manera algorítmica basándose en el engagement y la relevancia.
Según Meta, las actividades de un usuario en la aplicación les ayudan a construir un gráfico virtual de sus intereses. Cada nodo puede ser una «semilla». El término «semilla» se refiere a un autor o medio de comunicación por el que se ha mostrado un interés explícito. Cada semilla puede usarse como entrada en las líneas de K-nearest más cercano que producen medios similares o autores similares. Estas líneas se dividen dos principios clásicos de Machine Learning (ML): similitud basada en embeddings y similitud basada en la concurrencia.

El problema del arranque en frío
Algunos usuarios (nuevos y veteranos) pueden no tener suficiente engagement reciente en Instagram para generar un inventario de candidatos para ellos. Esto les lleva a la situación familiar de tratar con un problema de inicio en frío en los sistemas de recomendación. Instagram aborda este problema de dos maneras:
- Exploración del gráfico de reserva: para los usuarios cuyo tráfico de engagement inmediato es relativamente escaso, generan candidatos para ellos evaluando sus conexiones. Según Instagram, «si a un usuario A no le han gustado muchas otras cuentas, probablemente podemos evaluar las cuentas seguidas por las cuentas que le han gustado a A y considerar su uso como semillas. A → Cuenta que le ha gustado a A → Cuentas seguidas por las cuentas que le gustan a A (Cuentas semilla). El siguiente diagrama visualiza esta línea de pensamiento».
- Medios populares: en el caso de los usuarios extremadamente nuevos, se les inicia con medios populares y luego adaptan sus parámetros en función de su respuesta inicial.
La selección de los candidatos

Instagram clasifica una determinada publicación en función de muchos factores de compromiso y aversión que actúan como etiquetas en el proceso de clasificación. Estos incluyen factores de engagement positivos, como los «me gusta», los comentarios y el guardado de las publicaciones y los factores negativos, tales como: «no me interesa» y «veo menos publicaciones como estas».
Combinan las probabilidades aprendidas para estas etiquetas respectivas en un modelo de valor del usuario que es un modelo logarítmico lineal.
Value(Post) = (probability_like)^weight_like * (1- probability_not_interested)^weight_see_less
Los pesos (weight) se ajustan mediante la repetición offline de las sesiones de los usuarios y la optimización bayesiana online. Ajustan esos factores y pesos con frecuencia, en la medida en que el sistema evoluciona.
Además, la compañía utiliza algoritmos de clasificación puntuales que minimizan la pérdida de entropía cruzada:
- MTML (Multi Task Multi Label Sparse Neural Nets): etiquetas múltiples son actos de engagement tales como «me gusta» y «guardar».
- GBDT (Gradient Boosted Decision Trees)
También, Instagram utiliza algoritmos basados en sesiones de listas. Por ejemplo, LambdaRank minimizan la pérdida de NDCG directamente
Finalmente, Meta menciona que utilizan una gran cantidad de características para que sus modelos sean cada vez más eficientes e inteligentes:
- Características de compromiso
- Funciones basadas en la interacción entre el autor y el espectador
- Características basadas en contadores o tendencias para el autor y los medios
- Funciones basadas en la calidad del contenido
- Funciones basadas en la comprensión de imágenes o vídeos
- Funciones basadas en el conocimiento
- Características funcionales derivadas
- Características basadas en la comprensión del contenido
- Incorporación de usuarios
- Incorporaciones de agregación de contenidos
- Funciones basadas en la taxonomía de contenidos
Si bien no es una lista completa y es un primer vistazo, Instagram utiliza mecanismos de selección apropiados y pruebas A/B para añadir o quitar features según sea necesario. Calibran con frecuencia sus modelos con una distribución estándar.
¿Qué debemos considerar?
Instagram trata de recomendar contenido similar a las cuentas que la gente ha elegido seguir. Realiza una mayor investigación sobre lo que hacen otras marcas en tu industria. Sobre todo, los que están haciendo las cosas bien en la plataforma, están publicando, con el objetivo de alinearse mejor con los elementos específicos que luego podrían ver su contenido destacado a sus consumidores objetivo.
Además, la «frescura» del contenido es importante. Publica en la red social de manera regular para que te asegures de maximizar las oportunidades en ese sentido. Los Reels se están convirtiendo en un foco de atención más grande y, si bien no se refleja de manera explícita, en la medida en que los usuarios tengan más engagement, habrá más, a su vez, serán más recomendados en los feeds de inicio.
No hay recetas mágicas. Si estabas buscando eso, te equivocaste de sitio. Pero, lo más importante que debemos rescatar es que Instagram quiere que sus recomendaciones de feed en el Home se sientan familiares para cada usuario. Es decir, el algoritmo busca alinearse con los intereses explícitos de cada usuario, en vez de destacar el contenido viral exitoso dentro de la app.
Para finalizar, debes darte cuenta de algo adicional: Instagram no es gratuito, porque lo pagas con tu atención y el tiempo que le dedicas a la aplicación. Por eso es tan interesante analizar los algoritmos, no sólo con el afán de comprenderlos y ser los número 1 para tus clientes, sino que la idea es darnos cuenta de cómo funciona lo que tanto usamos y cómo nos «manipula» para que sigamos estando conectados.
Así que, haz match con el algoritmo de Instagram y, si tienes dudas, contáctanos y te ayudaremos a comprender mejor el algoritmo. No te pierdas las noticias de Social Media.
¡Comenta! Tu opinión nos importa 😎