Cómo diseñar un sistema de descubrimiento atento cuando un sitio ya tiene demasiados artículos para recorrerlos a mano
Más artículos deberían significar más opciones. Sin embargo, la experiencia puede empeorar.
La portada repite las mismas tarjetas. En el archivo, la rueda del ratón hace pasar decenas de títulos antes de poder leerlos. Entonces aparece la solución obvia: “mostremos solo seis”. Pero si esos seis no interesan, el visitante se va antes de ver el séptimo. Y la búsqueda interna tampoco lo arregla todo: quien entra por curiosidad quizá todavía no tiene una consulta.
Hay inventario, hay buscador y hay recomendaciones, pero no hay descubrimiento.
El problema es que el sitio obliga al lector a pagar casi todo el coste de explorar.
0. Versión de 30 segundos: no reduzcas el almacén; haz que el dependiente sea más atento
Mostrar pocos elementos ayuda, pero solo debe ser una ventana inicial.
Si el primer grupo falla, ofrece direcciones de inmediato: más experiencias reales, más utilidad, comparaciones, explicaciones, algo ligero o un tema completamente distinto.
No obligues al usuario a inventar una consulta nueva cada vez.
La experiencia ideal dice:
“¿Esto no? Quizá buscabas algo de este tipo.”
1. Por qué una portada empieza a sentirse vieja
La investigación sobre recomendación de noticias describe la fatiga del usuario: el interés cae cuando se repite el mismo elemento.[1]
En registros de Bing Now, se mostraban 15 noticias por visita. Cuando dos visitas ocurrían con menos de dos horas de diferencia, se repetían en promedio 11. Incorporar exposición e interacción previas mejoró el ranking hasta un 15% en el conjunto de usuarios y hasta un 34% entre usuarios intensivos.[1]
La conclusión no es “elimina artículos antiguos”.
Un texto de hace tres meses puede ser nuevo para una persona. Uno publicado hace diez minutos puede parecer repetido después de cuatro impresiones.
Hay que separar la frescura del contenido de la frescura para ese lector.
2. Cuando el archivo se convierte en una cascada
Una lista larga es completa en teoría. En la práctica, rueda y dedo pueden convertirla en una corriente de títulos.
Si existen cien artículos pero solo ocho se inspeccionan de verdad, los otros noventa y dos son inventario, no descubrimiento.
Tampoco es correcto afirmar que más opciones siempre empeoran la decisión. Un metaanálisis de 2010 con 50 experimentos y 5.036 participantes encontró un efecto medio de sobrecarga de elección prácticamente nulo, con mucha variación entre estudios.[2]
El problema real es comparar demasiadas opciones poco diferenciadas a la vez.
3. “Mostrar seis” tampoco resuelve todo
Los grupos pequeños se comparan mejor, pero introducen riesgo de omisión.
Si los seis primeros fallan, la sesión puede terminar antes del séptimo.
Trata seis, ocho o diez como una ventana, no como un número mágico.
Al lado ofrece “otro grupo”, “más práctico”, “más personal”, “profundizar”, “más ligero” o “algo completamente distinto”.
En 2026, un experimento de dos semanas en producción en NU.nl encontró que reducir la similitud interna de las recomendaciones manteniendo la relevancia aumentó el porcentaje de clics y la relevancia percibida.[3]
Diversidad no significa aleatoriedad: significa menos repetición sin perder interés.
4. Conserva el archivo completo, pero no lo conviertas en la puerta principal
El archivo sirve para búsquedas exhaustivas, recuperar un artículo anterior o explorar un tema a fondo.
Solo que no tiene que ser la primera experiencia de quien entra sin objetivo claro.
En vez de “elige entre 127”, la capa de descubrimiento puede decir “de 127, aquí tienes algunas direcciones prometedoras”.
Mantén “ver todo”, filtros y orden por fecha para quien los necesite.
5. La debilidad oculta del buscador: el usuario tiene que inventar la consulta
La búsqueda interna funciona muy bien cuando una persona ya sabe expresar su intención.
Quien entra a curiosear puede no tenerla todavía.
Una caja vacía con “escribe palabras clave” no resuelve eso.
Las pruebas de búsqueda a gran escala de Baymard observaron que muchos usuarios utilizaban las sugerencias de autocompletado como punto de partida para construir su propia consulta, no solo para enviarlas tal cual.[4]
El valor principal no es escribir menos.
Es ayudar a decidir qué conviene buscar.
6. Una búsqueda atenta sugiere intenciones, no solo títulos
Al escribir “trabajo”, el sistema puede proponer:
- no me gusta el trabajo en sí
- me agota la gente
- estoy pensando en cambiar de empleo
- quiero trabajar más rápido
- quiero leer una experiencia real
Incluso con el campo vacío puede ofrecer: ¿cómo lo hago?, ¿cuál elijo?, ¿por qué ocurre?, ¿qué pasó en la práctica?, ¿algo curioso?
Después de leer un artículo, puede sugerir comparar, entender la causa o ver un caso contrario.
En Japón circuló ampliamente en 2026 el meme “気が利くねぇ”, aproximadamente “qué considerado / qué bien pensado”, popularizado en el contexto de un vídeo de tapioca de Mikiya Takasu.[5] Hay otras reivindicaciones sobre el origen de la frase, así que aquí no se atribuye la autoría original.
Eso es exactamente lo que debería provocar una buena interfaz:
el siguiente paso útil ya estaba medio preparado.
7. No hace falta llamar a un LLM en cada pulsación
Durante la producción del artículo se pueden generar metadatos de descubrimiento: consultas relacionadas, tipos de problema, temas cercanos, temas de contraste, tono y preguntas probables posteriores.
En tiempo real basta con ordenar candidatos usando contexto actual, exposiciones recientes, clics recientes, bonus por no visto y diversidad.
El modelo caro trabaja una vez en edición; el sitio usa un ranking barato y rápido.
8. Portada, archivo y buscador no deben ser islas
La portada muestra candidatos concretos y reduce repeticiones.
El archivo muestra una cantidad comparable y varias direcciones siguientes.
El buscador funciona incluso vacío y durante la escritura sugiere tanto cadenas como intenciones.
Los tres comparten:
estado del lector + metadatos del contenido + historial de exposición.
9. Si solo optimizas clics, fabricas titulares cebo
Mide:
candidato → impresión → clic → llegada → lectura útil → siguiente artículo → regreso.
Además: respuesta a la primera, segunda y tercera exposición; solapamiento entre visitas; uso de “otro grupo”; selección y edición de sugerencias; búsquedas sin resultados; abandono tras desplazamiento rápido; continuación cuando el primer grupo no obtiene clics; exposición de artículos nunca mostrados.
La pregunta decisiva es:
si los seis primeros fallan, ¿el lector llega al séptimo?
10. Conclusión: de “busca algo” a “¿quizá querías esto?”
Los sitios grandes terminan chocando con el problema del almacén.
Mostrar todo abruma, mostrar poco omite, el buscador puede quedarse vacío, las recomendaciones fijas cansan y la personalización excesiva estrecha el mundo.
No existe un número mágico de tarjetas.
El inventario puede ser enorme. La pantalla puede ser pequeña. Las direcciones siguientes pueden ser muchas. El sitio puede formular la mitad de la consulta.
No basta con sustituir una lista enorme por seis tarjetas.
Detrás de esas seis debe haber un siguiente paso que se note atento.
- Hao Ma, Xueqing Liu, Zhihong Shen (2016), User Fatigue in Online News Recommendation doi.org
- Benjamin Scheibehenne, Rainer Greifeneder, Peter M. Todd (2010), Can There Ever Be Too Many Options? doi.org
- Robin Verachtert, Kim Falk, Christine Bauer (2026), Enhancing Diversity in News Recommendations Increases Click-Through Rates doi.org
- Baymard Institute (2024), Always Copy the Active Autocomplete Suggestion to the Search Field baymard.com
- Circulación pública del meme comprobada en septiembre de 2026; no se afirma un origen único
