Un creador de contenido español, Yisas Villegas (@yisasvillegas), ha resumido en un vídeo los hallazgos de una ingeniería inversa de la aplicación de TikTok realizada por el desarrollador Ayo O (@ayoships). El análisis, que según su autor se basa en el código de la app, describe un sistema altamente sofisticado diseñado para maximizar el tiempo de permanencia del usuario mediante inteligencia artificial que se ejecuta en el propio teléfono.
Villegas comienza el vídeo reconociendo el riesgo de publicarlo: TikTok es su principal fuente de ingresos y, según explica, las plataformas suelen limitar o penalizar contenidos que revelan el funcionamiento interno de sus algoritmos. Pide a la audiencia que lo guarde o comparta manualmente, precisamente porque espera que el vídeo no reciba distribución orgánica.
Más de 25 modelos de IA ejecutándose en el teléfono
Según el análisis de Ayo O (que habla de 31 modelos), TikTok tiene más de veinticinco modelos de inteligencia artificial corriendo en segundo plano en el dispositivo del usuario. Su objetivo principal es predecir qué contenido conseguirá que sigas deslizando.
Cada vídeo recibe puntuaciones de recomendación calculadas de antemano. El sistema predice la probabilidad de que:
- Lo saltes
- Lo veas hasta el final
- Le des like
- Abras los comentarios
- Sigas al creador
Estas predicciones se actualizan de forma continua.
Sensores de movimiento y estado físico del usuario
Uno de los hallazgos más llamativos es el uso del giroscopio y los sensores de movimiento del teléfono. TikTok determina si estás caminando, tumbado o dentro de un coche, y utiliza esa información para decidir qué vídeos mostrarte.
En la práctica, la aplicación sabe si estás viendo contenido tirado en la cama o en movimiento, y adapta el feed en consecuencia.
Más de 50 variables adicionales
Además de los sensores de movimiento, el sistema recopila más de cincuenta señales, entre ellas:
- Porcentaje de batería
- Si el teléfono está cargando
- Brillo de la pantalla
- Si el sonido está silenciado
Cada nueva tanda de vídeos se selecciona en función del estado actual del usuario y del dispositivo. El feed no es estático: cambia según la situación en la que te encuentres (cargando el móvil, en el coche, andando, etc.).
Mensajes no enviados y contexto de aplicaciones
Según el análisis, TikTok recopila incluso mensajes que escribes y finalmente decides no enviar. También tiene en cuenta qué aplicaciones abres o cierras inmediatamente antes o después de usar TikTok. Estas acciones, junto con el estado del dispositivo, influyen en el tipo de contenido que se prioriza.
Mecanismos de recuperación de atención
El sistema incluye varios modelos de IA orientados a mantener la atención:
- Un modelo predice constantemente si vas a saltarte los vídeos ya cargados. Si detecta que es probable, solicita una tanda de vídeos de “emergencia” para recuperar tu atención.
- Si sigues saltando contenido, te marca como alguien que ha perdido la concentración y, como último recurso, introduce un directo (live).
- Otro modelo detecta si te has quedado dormido analizando el tiempo sin tocar la pantalla y si estás tumbado.
- Un modelo adicional predice cuándo volverás a abrir la aplicación, lo que permite que TikTok se inicie en segundo plano y esté listo antes de que entres.
Esto me parece una absoluta burrada, haceos un favor y borrad esta aplicación judeomasónica. https://t.co/SnDLfMVejy
— zetêngham (@vinismoo) November 4, 2026
Conclusión del vídeo
Yisas Villegas afirma que estos mecanismos no le sorprenden, pero sí le generan preocupación. Menciona que intentó realizar un documental sobre estos temas que apenas tuvo alcance en las propias plataformas (está disponible en YouTube). Su mensaje final es claro: si vamos a perder el tiempo en estas aplicaciones, al menos que sea de forma consciente. Que seamos nosotros quienes elijamos qué vemos, y no el algoritmo.
Estas afirmaciones provienen de un proceso de ingeniería inversa del código de la aplicación y no constituyen información oficial de TikTok. Representan, sin embargo, una de las descripciones más detalladas que han circulado públicamente sobre el grado de sofisticación con el que la plataforma adapta el contenido en tiempo real.
