miniaturadeimagen|300x300px|Eli Pariser en su Charla Ted sobre filtros burbuja Filtro burbuja es el término que define al estado de aislamiento intelectual en el que puede derivar el uso de algoritmos por parte de las páginas web para personalizar el resultado de las búsquedas. Dichos algoritmos predicen y seleccionan la información que al usuario le podría interesar basándose en su información personal, como puede ser su ubicación, historial de búsquedas o los enlaces en los que hizo clic en el pasado. Como resultado, los usuarios son apartados de información que no concuerda con sus puntos de vista y se mantienen aislados en burbujas ideológicas y culturales.
El término fue acuñado por el ciberactivista Eli Pariser. De acuerdo con Pariser, debido a los filtros burbuja los usuarios están menos expuestos a puntos de vista conflictivos y son aislados intelectualmente en su propio sesgo informativo. Pariser relata un ejemplo en donde un usuario hace una búsqueda en Google con las siglas "BP" y obtiene como resultado noticias acerca de British Petroleum mientras que otro usuario, haciendo exactamente la misma búsqueda, obtuvo información acerca del derrame de petróleo de Deepwater Horizon siendo los dos resultados de búsqueda muy diferentes entre ellos. Un ejemplo de filtros burbuja son los resultados de la búsqueda personalizada de Google y el hilo de noticias personalizadas de Facebook.
El efecto burbuja puede tener implicaciones negativas en el discurso cívico, de acuerdo con Pariser, pero hay opiniones contrastantes que dicen que el impacto es mínimo y solucionable.
Por lo tanto, los filtros burbuja son el universo propio, personal y único de información que cada uno vive en la red. Lo que haya en los filtros burbuja depende de la navegación y búsquedas pasadas que el usuario realiza; el problema de esto es que no decidimos lo que ingresa y más importante aún, no vemos qué es lo que se elimina.Según Mark Zuckerberg: «Saber que una ardilla muere en tu jardín puede ser más relevante para tus intereses que saber que en África muere gente».
Concepto Pariser define los filtros burbuja como "el ecosistema personal de información que ha sido provisto por algoritmos". Este mismo fenómeno se ha descrito también en otros términos como "marcos ideológicos" o "una esfera figurada que te rodea mientras navegas en Internet".
El filtro burbuja es resultante de un proceso de personalización para lo que se ha tenido en cuenta los clics del pasado del usuario, el historial de búsquedas, la ubicación geográfica del usuario, entre otros parámetros. Los filtros se sirven de estas herramientas y del análisis que estos hacen del comportamiento de los usuarios para ofrecer productos atractivos y cada vez más personalizados.
El historial de búsqueda es creado a través del tiempo cuando un usuario indica que un tópico le interesa a través de "dar clics a enlaces, viendo amigos, poniendo películas en lista de reproducción, leyendo noticias" y otras más. Una firma de Internet, utiliza entonces esta información para, estratégicamente, publicar anuncios para los usuarios o para hacer aparecer esos anuncios de forma casi permanente en las páginas de resultados del buscador. La preocupación de Pariser es, de alguna forma, similar a la hecha por Tim Berners-Lee en su reporte de 2010 de The Guardian a través de un efecto Hotel California ("Puedes registrarte, pero no puedes darte de baja"), lo cual sucede cuando las redes sociales de Internet no dejan que el usuario vea contenido de la competencia, como forma de obtener un mayor alcance de todos los usuarios de Internet. Se vuelve un "silo de contenido cerrado" con el riesgo de fragmentar la World Wide Web, de acuerdo con Berners-Lee. De esta forma, se puede tener en cuenta el contraste de conceptos en los cuáles la World Wide Web surgió, siendo ideada como un espacio donde todos los usuarios podrían compartir, conocer o informarse sin límites algorítmicos que limiten su consumo.
En la burbuja de filtros, Pariser advierte que el lado negativo de filtrar búsquedas es que "nos vuelve más cerrados a ideas y temas nuevos, y a información importante" y "crea la impresión de que nuestros limitados intereses son los únicos que existen".
A partir de estas consecuencias, suceden dos fenómenos: por una parte, el usuario se aleja de la información con la que no simpatiza, aislándose en su burbuja ideológica, ya que solamente consume contenido ajustado a sus preferencias. Esto genera que la red pierda su sentido como herramienta de empoderamiento, crítica y exposición de la diversidad.
De acuerdo a Pariser, los efectos que van en detrimento de los filtros burbuja, incluyen daño a la sociedad en general en el sentido de que tiene la posibilidad de "determinar el discurso cívico" y generar "mentes cerradas", promoviendo ciudadanos más vulnerables a "propaganda y manipulación". Pariser menciona al respecto:
Pariser encuentra tres diferencias fundamentales entre las "burbujas" creadas por un sitio de internet y aquellas creadas por un medio tradicional como un periódico o un canal de televisión. La primera diferencia es que la burbuja creada por un sitio de internet aísla a un solo individuo, mientras que en la burbuja de un medio tradicional se pueden contar decenas, cientos o miles de personas. La segunda es la invisibilidad: mientras que el público sabe o puede suponer la ideología y las intenciones detrás de un medio de comunicación tradicional, le es imposible saber por qué Google le arrojó la lista de resultados en su búsqueda; desconoce en primera instancia cuál es la imagen o perfil que el sitio de internet se ha formado de él a partir de su historial y el resto de criterios utilizados para personalizar la búsqueda. La tercera es la falta de libertad inherente a las burbujas creadas en internet: mientras que las personas escogen sintonizar el noticiero de tal o cual canal de televisión o estación de radio, la mayoría de las veces la gente no sabe cómo escapar al sesgo que le presenta una búsqueda realizada en un sitio electrónico.
Ejemplos Se pueden encontrar filtros burbuja en: Google: filtra los resultados de búsqueda de acuerdo con las consultas previas de los usuarios y los enlaces que siguieron. Google rastrea más de 57 variables – dirección IP, la marca de la computadora, la ubicación, la ocupación, el software, el tamaño de las fuente - para determinar cuáles son los resultados de búsqueda que serán más relevante para cada persona. Lo “relevante” es en lo que la persona hace clic primero. Bing: recopila datos de los usuarios de sus usuarios. Algunos de estos datos son consultas de búsqueda, ubicación, términos de búsqueda o del comando que los usuarios proporcionan, junto con la dirección IP, los identificadores exclusivos incluidos en sus cookies, la fecha y hora de la búsqueda, la configuración del navegador de dicho usuario, y otra información sobre la interacción con sus servicios. Yahoo!: utiliza la información personal de sus usuarios con los fines de personalizar la publicidad y el contenido que ven. Yahoo! recopila información personal de las personas al “registrarse en Yahoo!, al utilizar productos o servicios de Yahoo!, al visitar páginas de Yahoo! o de ciertos socios de Yahoo!, y al acceder a promociones u ofertas”, además de información sobre transacciones con la compañía y con algunos de sus socios de negocios, y registra automáticamente información del ordenador y navegador. Facebook ofrece sus servicios, personaliza el contenido y proporciona sugerencias para cada persona gracias al uso que hace de información que se rastrea con los clics de los usuarios, lo que los usuarios comparten, y los contactos con los que interactúan los internautas, datos incluidos en el contenido con el que interactúan, las acciones e información de otras personas que puedan incluir a los usuarios, además de información sobre los dispositivos electrónicos con los que acceden a Facebook, información de compras y transacciones dentro de los servicios de Facebook, así como información adicional proporcionada por socios de la compañía. Twitter: usuarios de esta plataforma pueden optar por proporcionar información adicional para ayudar a Twitter a mejorar y a personalizar su experiencia en sus Servicios, esto abarca contenido y anuncios. Esta información incluye la agenda de contactos, la ubicación, cookies, Datos de registro, y Datos de widgets. Tumblr: los anuncios que aparecen dependen de información proporcionado a Tumblr y a Yahoo!. Obtienen estos datos a través del historial de búsqueda, las recomendaciones de los amigo de los usuarios, las aplicaciones utilizadas o los intereses, edad, género o ubicación, entre otros. YouTube: Google recopila información para brindar "los videos de YouTube que le pueden gustar" a cada usuario. Recopila información sobre los servicios que el usuario utiliza y el modo en que los utiliza, como por ejemplo, cuando mira un video en YouTube. The New York Times: utiliza la información que recolecta "para permitir que la publicidad se dirija a los usuarios para quienes dicha publicidad es más pertinente". El sitio web recolecta información cuando sus miembros interactúan con sus servicios, tanto información personal como "información no personal recabada por medio de la tecnología". Washington Post: lleva información y contenido adaptado a los supuestos intereses y necesidades individuales al utilizar información proporcionada por los usuarios cuando se registran, al interactuar con sus servicios, o por fuentes de terceros. Google Noticias: utiliza la información que recoge para "ofrecer contenido personalizado como, por ejemplo, resultados de búsqueda y anuncios más relevantes".
TikTok: El algoritmo de recomendación de TikTok opera mediante el análisis continuo de las interacciones del usuario —tiempo de visualización, «me gusta», comentarios y contenido ignorado— para construir un perfil de preferencias cada vez más detallado. Investigaciones académicas señalan que este mecanismo genera burbujas de filtro especialmente intensas entre jóvenes, al limitar su exposición a contenido diverso y reforzar sus intereses previos (Vasquez Malave, 2025; Chen, 2023). YouTube: Estudios sobre la estructura de las recomendaciones en YouTube demuestran que el sistema tiende a confinar a los usuarios en «tubos» de contenido temáticamente cerrados, fenómeno descrito como topological confinement (Roth, Mazières y Menezes, 2020). Esto significa que, tras ver un video, los siguientes sugeridos pertenecen mayoritariamente al mismo nicho ideológico o temático. Netflix y Spotify: Plataformas de entretenimiento como Netflix y Spotify emplean sistemas de recomendación basados en el historial de consumo y en la similitud entre usuarios (collaborative filtering). Se estima que alrededor del 80% del contenido consumido en Netflix proviene de recomendaciones algorítmicas (Chhara, 2017). Investigaciones recientes cuestionan si esto reduce la diversidad cultural del consumo o simplemente refleja las preferencias preexistentes del usuario (Coavoux y Garrocq, 2023).
Reacciones Hay reportes contradictorios acerca del alcance que tiene la filtración de información, sus posibles daños y/o beneficios. El analista Jacob Weinberg en Slate hizo un pequeño experimento no científico para probar la teoría de Pariser que incluía analizar cinco asociaciones con diferentes ideologías con exactamente el mismo propósito- el resultado de los cinco estudios fueron casi idéntico en cuatro de los casos, indicando que una burbuja de filtros no era, en efecto, lo que permite decir que una situación no adoctrina a todas las personas.