En julio de 2024—hace exactamente un año desde que escribo esta entrada—publiqué uno de mis primeros y peores artículos como investigador principal (Padilla et al., 2025), y aunque creo que sus hallazgos son relevantes, lo cierto es que pasó prácticamente desapercibido. El texto analiza cómo el algoritmo de búsqueda de YouTube trata a los medios públicos, y demuestra (con datos) que estos están sobrerrepresentados en los resultados de búsqueda relacionados con temas sensibles—como vacunas o cambio climático—a pesar de ser una minoría en la plataforma. Esta sobrerrepresentación sugiere un proceso de curación algorítmica: sin eliminar otros contenidos, YouTube parece priorizar de forma sistemática a ciertas fuentes consideradas “fiables”. Es una forma de moderación silenciosa que tiene consecuencias directas sobre la pluralidad informativa. El trabajo demuestra lo que muchos autores han estado conceptualizando durante años: el algoritmo no actúa de forma neutral, sino que favorece ciertos actores, lo que puede acabar dirigiendo la opinión pública. Esta evidencia, por sí sola, merecía más atención académica de la que recibió, pero también una mejor investigación, más delicadeza y un mejor diseño.
El nulo impacto de esta investigación me invita a reflexionar sobre las decisiones de diseño y los errores cometidos durante la elaboración del artículo, y qué lecciones deja—para mí y para otros investigadores—sobre cómo plantear mejor una investigación científica en este campo.
Una buena investigación no se limita a tener una hipótesis interesante: debe saber transmitirla y justificarla, traducirla en un diseño riguroso, y conectar los hallazgos con un marco teórico sólido. En mi caso, el diseño metodológico se apoyaba en un análisis masivo de resultados de búsqueda durante 60 días, con un volumen de datos que supera trabajos previos de índole similar (Rieder et al., 2018). Sin embargo, fallé en aspectos importantes: la elección de solo cuatro palabras clave para el análisis, la ausencia de un sistema automatizado y verificable de clasificación de canales y, sobre todo, una narrativa incapaz de generar una tesis clara ni de anticipar sus implicaciones más profundas.
Un buen artículo científico es también una historia bien contada: necesita una pregunta afilada, una argumentación clara, y un cierre que no solo resuma, sino que desafíe e invite a otros autores a complementar, contrastar o incorporar los hallazgos en futuros trabajos. En definitiva, un buen artículo científico deja una huella en sus lectores.
Los artículos más citados no siempre lo son por tener los mejores datos, sino por otras razones igual de importantes: porque abren una línea de investigación clara, dan respuesta a un problema perfectamente delimitado, porque son accesibles metodológicamente para otros autores, porque responden a una pregunta urgente, o porque ofrecen una conceptualización que otros pueden adoptar. Y casi siempre, están bien escritos. Si volviera a escribir este artículo, dedicaría más esfuerzo a explicar por qué importa lo que estoy midiendo, cómo se conecta con debates actuales sobre moderación algorítmica, desinformación o plataformas.
Aun así, sigo creyendo que este artículo aporta algo valioso. Sus datos son sólidos, sus intuiciones acertadas, y señala con evidencia empírica un fenómeno que apenas se ha explorado: la forma en que YouTube—sin censurar explícitamente—reorganiza el espacio informativo priorizando fuentes institucionales. Es un trabajo modesto, sí, con muchos errores también, pero válido, replicable y relevante. Es posiblemente uno de mis peores trabajos—post-tesis doctoral—, pero abre una línea de trabajo que merece continuidad. Y en eso reside su valor: no en ser definitivo, sino en abrir una conversación necesaria. Pese a todo, este trabajo ha pasado desapercibido tras un año de su publicación.
Por eso animo a quienes investigan plataformas digitales—y cualquier otro objeto complejo—a no conformarse con reunir grandes datasets o aplicar técnicas sofisticadas. Un buen artículo no solo muestra lo que uno ha encontrado: logra que otros lo entiendan, lo cuestionen y lo amplíen. Un buen artículo apela al lector, tiene voluntad didáctica y transmite un mensaje claro. La clave está en el diseño, en la narrativa, en hacer que los hallazgos sean legibles y útiles más allá de uno mismo. Para esto resulta especialmente importante desprenderse del ego, pensar en el lector, compartir el trabajo con los compañeros y buscar opiniones externas.
Publicar no es solo archivar datos: es contar una historia con rigor y sentido, que permita que otros descubran, repliquen y avancen.
Referencias
Padilla, A., Coromina, Ò., & Prado, E. (2024). ‘Trusted Media’ on YouTube: Volume and visibility of public media in search results. Revista Latina de Comunicación Social, 83, 1–17. https://doi.org/10.4185/rlcs-2025-2336
Rieder, B., Matamoros-Fernández, A., & Coromina, Ò. (2018). From ranking algorithms to ‘ranking cultures’: Investigating the modulation of visibility in YouTube search results. Convergence, 24(1), 50–68. https://doi.org/10.1177/1354856517736982
