La ciencia y la ética de La red social

La ciencia y la ética de La red social

Cuaderno de Cultura Cientifica, 1-02-2026

Pocos mitos de origen dicen tanto sobre el mundo en que vivimos como el de Facebook. Su creación no solo dio lugar a una de las tecnologías más influyentes de la historia, sino que anticipó una nueva forma de organizar lo social mediante código, métricas y algoritmos. Ese momento fundacional quedó fijado en el imaginario colectivo gracias a La red social, la película dirigida por David Fincher con guion de Aaron Sorkin que ganó 3 Oscar en 2011, y que ha sido programada en el 8º ciclo de Cine y Ciencia organizado por el DIPC, la Filmoteca Vasca y el SSIFF.

Más allá del retrato biográfico de quienes impulsaron la red social más utilizada en el mundo, La red social funciona como una ventana para observar, con un grado de realismo poco habitual en el cine comercial, cómo se ensamblan prácticas técnicas, ambición individual, estructuras sociales y relaciones de poder. Este artículo pone ese relato en diálogo con la ciencia contemporánea de redes, la teoría del actor-red y la economía de la atención, con el fin de entender por qué Facebook no solo conectó personas, sino que contribuyó a reconfigurar las reglas de la visibilidad, la influencia y la coordinación social en la era digital, convirtiéndose en un experimento sociotécnico de gran impacto.

La historia de cómo Mark Zuckerberg se hace multimillonario puede leerse como un estudio sobre la formación de redes en un entorno social altamente competitivo. Al crear Facemash y después Thefacebook, ¿siguió Zuckerberg de forma intuitiva un patrón para escalar posiciones sociales, mucho antes de que ese patrón fuera formulado explícitamente por la ciencia de redes? Un artículo reciente publicado en una revista del grupo Science (Aslarus et al., 2025) sugiere que sí.

La red social, una película sorprendentemente fiable

Antes de avanzar, conviene justificar por qué una película de Hollywood puede tomarse en serio como divulgación científica. A diferencia de otras representaciones cinematográficas de la tecnología, La red social ha sido elogiada por especialistas por su notable fidelidad técnica. Los lenguajes de programación, las herramientas, los servidores y el entorno de desarrollo que aparecen en pantalla son coherentes con los que habría utilizado un estudiante de informática en Harvard en 2003-04. Esa precisión permite tratar el film casi como un documento histórico sobre la escena tecnológica de principios de milenio.

Estrenada en 2010, la película detalla con fidelidad la arquitectura sobre la que se construyó el Facebook primigenio. En el guión, Zuckerberg explica a Eduardo Saverin que necesita “un servidor Linux dedicado con Apache y una base de datos MySQL”. Esta frase describe la arquitectura LAMP, el estándar de las primeras aplicaciones web dinámicas: Linux como sistema operativo estable y de código abierto; Apache como servidor web que gestiona las peticiones; MySQL como base de datos centralizada que almacena usuarios y, de forma crucial, sus relaciones; y PHP como lenguaje que permite generar contenido dinámico en tiempo real.

Esta elección tecnológica no es anecdótica. Revela que Zuckerberg comprendía desde el inicio qué tipo de infraestructura exigía una ambición de crecimiento viral: sistemas robustos, escalables y flexibles, capaces de adaptarse rápidamente a un aumento imprevisible de usuarios. No recurrió a software propietario cerrado, sino a herramientas de código abierto como Wget o Emacs, ampliamente probadas y sostenidas por comunidades técnicas globales. Esa decisión no solo reducía costes, sino que permitía iterar con rapidez, modificar el código sin restricciones y escalar la plataforma sin depender de licencias ni proveedores externos. En este sentido, la apuesta por LAMP no fue solo una solución técnica eficaz, sino una condición de posibilidad para el tipo de expansión acelerada que Facebook perseguía desde sus primeros pasos.

Del código a la ingeniería social

El mismo realismo aparece en las escenas del hackeo de imágenes y en las pruebas técnicas para reclutar a los primeros programadores. Antes de Facebook, Zuckerberg creó Facemash, un experimento temprano de ranking algorítmico. El elemento clave, aportado por Saverin, fue la implementación del sistema Elo, desarrollado por Arpad Elo para clasificar jugadores de ajedrez.

El sistema Elo calcula probabilidades de victoria entre dos competidores y ajusta sus puntuaciones tras cada enfrentamiento. Lo crucial es su carácter dinámico y sensible a las sorpresas: ganar cuando se esperaba que ganaras apenas modifica tu puntuación, pero derrotar a alguien mejor valorado produce un salto significativo. Al aplicar este sistema a la comparación de fotografías de estudiantes, Zuckerberg y Saverin trasladaron una lógica diseñada para la competición intelectual a una jerarquización del atractivo sexual (hotness).

La película es notablemente precisa también aquí: las ecuaciones que aparecen en pantalla son correctas. El resultado fue explosivo. En apenas cuatro horas, Facemash atrajo cientos de visitantes y decenas de miles de visualizaciones de fotos, hasta el punto de poner en peligro la red de Harvard. Aunque el film dramatiza el evento, y en realidad Zuckerberg cerró la web antes del colapso, el algoritmo demostró un extraordinario poder viral.

Más allá de la clara vulneración ética, por el uso de imágenes sin consentimiento y con un sesgo sexista, Facemash demostró algo decisivo: codificar y ordenar estructuras sociales implícitas puede generar atención masiva. Fue una primera señal del régimen algorítmico que habitamos ahora. En las escenas iniciales de la película, Harvard aparece como un espacio de interacción social presencial relativamente fluida, pero la irrupción de Facemash introduce una polarización momentánea entre los sexos. Atención masiva, sí, pero también disrupción y apertura a daños difíciles de anticipar.

La ley de Metcalfe es una regla orientativa muy utilizada para explicar el crecimiento de las redes digitales. Formulada por Robert Metcalfe, inventor de Ethernet, sostiene que el valor de una red es proporcional al cuadrado del número de nodos conectados a ella. La intuición es simple: cada nueva persona no añade solo un usuario más, sino nuevas conexiones potenciales con todas las demás. En una red pequeña hay pocas interacciones posibles; en una grande, las combinaciones se multiplican.

Aunque no es una ley científica en sentido estricto, sino una heurística, resulta especialmente útil para entender las primeras fases de expansión de plataformas como Facebook. En La red social, esta lógica aparece de forma implícita en el conflicto entre monetizar pronto o priorizar el crecimiento. Mientras Eduardo Saverin defiende introducir publicidad para generar ingresos inmediatos, Mark Zuckerberg y Sean Parker apuestan por ampliar la red lo más rápido posible. Esa fue la opción ganadora de Facebook, pues capturar antes que nadie una red densa de relaciones vale más que cualquier beneficio a corto plazo.

Lo que dice la ciencia de redes

No obstante, el valor real de una red no depende solo del tamaño, sino también de la estructura, la calidad de las conexiones y la distribución de la influencia. Lo acaba de probar un estudio longitudinal reciente, publicado en Science Advances (Aslarus et al., 2025), que siguió durante un año académico a 187 estudiantes universitarios que llegaban al campus sin relaciones previas. Este entorno inestable, donde el estatus se disputa y las alianzas se reconfiguran, es un análogo casi perfecto del Harvard que encontró Zuckerberg.

El seguimiento a lo largo del tiempo permitió distinguir entre popularidad estática e influencia adquirida. Para ello, el estudio diferenció dos medidas de centralidad en redes: la centralidad de grado (degree centrality), que equivale simplemente al número de amistades, y la centralidad de vector propio (eigenvector centrality), que mide hasta qué punto una persona está conectada con otras personas influyentes. Usando una analogía, no es lo mismo estrechar cien manos en un congreso que tener acceso directo al comité organizador. La segunda forma de centralidad es la que realmente confiere poder.

Los resultados del estudio son contundentes. Mientras que el número de amistades se mantuvo relativamente estable, la influencia fue extremadamente volátil en las fases iniciales de la red. El 90 % de las personas más influyentes al final del curso no lo eran al comienzo. En una red emergente, la influencia es un recurso verdaderamente disputado.

Tipos de conocimiento social

El estudio distingue dos estrategias cognitivas para navegar la red. El conocimiento micro consiste en saber quién es amigo de quién, el detalle fino, el cotilleo preciso. El conocimiento meso, en cambio, es una representación abstracta de la estructura: identificar comunidades, aliados y fronteras sociales.

El hallazgo central de Aslarus y colaboradores es contraintuitivo: quienes ascendieron socialmente fueron quienes, desde el inicio, comprendieron mejor la estructura meso de la red (el bosque), no quienes conocían más detalles micro (los árboles). Ese conocimiento estructural temprano predijo de forma estadísticamente robusta el aumento de influencia.

La explicación es cognitiva. En una red grande y cambiante, rastrear todos los detalles es computacionalmente inviable. En cambio, una representación abstracta reduce la complejidad y permite anticipar conexiones futuras. Primero se mapea el territorio; después se afinan los detalles; conocer el bosque antes que los árboles.

Harvard en 2003 puede entenderse como una red emergente marcada por estructuras meso muy claras: las fraternidades, los exclusivos final clubs como The Porcellian o The Phoenix, las elites deportivas y económicas representadas por los gemelos Winklevoss. La película muestra explícitamente cómo Zuckerberg, excluido de ese orden social, aspiraba a entrar en él, porque pertenecer a uno de esos clubs “te da una vida mejor”.

Desde una lectura inspirada en Bruno Latour, Facemash puede entenderse como algo más que una provocación estudiantil. Funcionó como un gesto de ruptura: al extraer fotografías de su contexto relacional y someterlas a comparación algorítmica, suspendió las reglas tácitas de la socialidad analógica universitaria. No se limitó a detectar una jerarquía latente: la tradujo en una inscripción explícita, cuantificada y circulable.

En ese sentido, antes de reensamblar lo social, Zuckerberg tuvo que desarmarlo. La socialidad analógica, basada en la copresencia, el rumor y la pertenencia situada, era demasiado opaca y frágil para ser escalada. Facemash operó como un experimento de descontextualización: rompió el equilibrio tácito que permitía a la jerarquía existir sin ser nombrada, exponiéndola como dato.

Facebook amplificó esta lógica de ruptura y recomposición. A la luz de la teoría del actor-red, su crecimiento no se explica por la suma de individuos, sino por la sustitución de mediaciones. Las fraternidades y otros dispositivos sociales tradicionales funcionaban como tecnologías locales de pertenencia y exclusión. Facebook las desafió al proponer mediadores más abstractos y estables, perfiles, listas, likes, capaces de operar al margen del contacto directo.

La ley de Metcalfe ayuda a entender la expansión de la red, pero lo decisivo es que esa expansión exigía sacrificar formas previas de asociación. De ahí que el conflicto con Saverin no sea solo económico o personal, sino estructural: la lealtad, como vínculo analógico, resultaba un mediador débil frente a la necesidad de consolidar un ensamblaje sociotécnico orientado al crecimiento digital.

El rasgo distintivo de Zuckerberg no sería entonces la creación de lo social, sino su reingeniería tras una fase de destrucción selectiva. Perfiles, algoritmos y métricas no prolongan sin más las relaciones existentes, las redefinen. Al romper la socialidad analógica y sustituirla por mediaciones digitales, Facebook no solo reorganiza jerarquías, también altera las condiciones mismas bajo las cuales la pertenencia, el reconocimiento y la exclusión se vuelven visibles y operables.

El coste ético de la economía de la atención

La alineación entre el modelo científico y la trayectoria histórica conduce a una conclusión inquietante. La misma estrategia cognitiva que maximiza el ascenso social en entornos emergentes exige una atención obsesiva al sistema y una desatención sistemática a los vínculos personales.

Facemash implicó violaciones graves de privacidad. La dilución de la participación de Saverin supuso sacrificar la amistad y la honestidad por el crecimiento estructural. El foco en el mapa borró a las personas del mapa. La película lo resume con la recriminación de Saverin a Zuckerberg: “Yo era tu único amigo”. La optimización del nivel meso resulta difícilmente compatible con el cuidado del nivel micro.

El mismo mensaje aparece condensado en una escena aparentemente menor del juicio. El abogado pregunta a Zuckerberg si tiene “toda su atención”, y él responde con frialdad que solo le está dedicando “el mínimo”. La escena funciona como una metáfora perfecta del nuevo régimen de valor que Facebook contribuye a instaurar. La atención deja de ser un gesto relacional, ligado al reconocimiento mutuo o a la cortesía institucional, para convertirse en un recurso escaso, medible y estratégicamente administrado.

Zuckerberg no niega la atención, la optimiza. Esta racionalidad es exactamente la que estructurará la plataforma: maximizar el tiempo de permanencia, fragmentar la atención en unidades mínimas de interacción y redistribuirla algorítmicamente allí donde genera más valor.

En este sentido, la película sugiere que la economía de la atención no es un efecto tardío del éxito de Facebook, sino que está inscrita desde el inicio en su forma de pensar lo social: atender no es cuidar ni escuchar, sino asignar recursos cognitivos con eficiencia instrumental. La escena anticipa así una forma de gobernanza algorítmica en la que captar, dosificar y redirigir la atención se convierte en la principal fuente de poder en las redes digitales, un rasgo estructural del reensamblaje de lo social que Facebook pone en marcha desde sus orígenes.

Una conclusión incómoda

El éxito temprano de Facebook se basó en una ventaja cognitiva meso: medir, ordenar y explotar estructuras sociales latentes. Esa estrategia, científicamente óptima para acumular influencia, plantea una pregunta ética. Si el poder deriva de mapear y monetizar la estructura social, ¿qué responsabilidades tienen quienes diseñan los sistemas que hacen posible ese mapeo?

Tal vez la huella ética de Facebook estaba ya inscrita en su código desde la primera noche, en la lógica competitiva y de suma cero del sistema Elo y en la ambición de cuantificar dimensiones hasta entonces informales del estatus social. Convertir relaciones sociales, visibilidad y reconocimiento en métricas comparables no es un gesto neutral: implica rediseñar el espacio público como un entorno gobernado por incentivos algorítmicos que priorizan la atención, la reacción emocional y la viralidad. La evidencia científica respalda esta preocupación.

Un estudio publicado en Science muestra que la desinformación se propaga en redes sociales más rápido, más lejos y con mayor profundidad que la información veraz, no por su contenido factual sino porque activa emociones y dinámicas sociales que los algoritmos tienden a amplificar (Vosoughi, Roy y Aral, 2018). De forma complementaria, investigaciones recientes en Nature Human Behaviour han demostrado que la exposición a fuentes poco fiables durante procesos electorales se concentra en segmentos específicos de la población, reforzando cámaras de eco, asimetrías informativas y vulnerabilidades estructurales de la deliberación democrática (Guess, Nyhan y Reifler, 2020).

Desde esta perspectiva, la secuencia de acontecimientos posteriores resulta más comprensible: desde el escándalo de Cambridge Analytica, analizado en el documental The Great Hack (2019), hasta las revelaciones de denunciantes como Brittany Kaiser y Frances Haugen, que confirmaron el uso de Facebook para modular comportamientos políticos en todo el mundo.

Estos acontecimientos han inspirado nuevas lecturas culturales del fenómeno, como The Social Reckoning, escrita y dirigida también por Aaron Sorkin y cuyo estreno está anunciado para octubre de 2026, reforzando una conclusión incómoda: la historia de Facebook no es solo la de una plataforma tecnológica, sino la de un experimento sociotécnico a gran escala cuyos efectos han reconfigurado, de manera profunda y problemática, las condiciones de posibilidad de la democracia contemporánea.

Referencias

Aslarus, I. C., et al. (2025). Early insight into social network structure predicts climbing the social ladder. Science Advances, 11, eads2133. doi:10.1126/sciadv.ads2133

Fincher, D. (Director). (2010). The social network [Película]. Columbia Pictures.

Guess, A. M., Nyhan, B., & Reifler, J. (2020). Exposure to untrustworthy websites in the 2016 U.S. election. Nature Human Behaviour, 4, 472–480. doi: 10.1038/s41562-020-0833-x

Latour, B. (2005). Reassembling the social: An introduction to actor-network-theory. Oxford University Press.

Vosoughi, S., Roy, D., & Aral, S. (2018). The spread of true and false news online. Science, 359(6380), 1146–1151. doi: 10.1126/science.aap9559

Sobre el autor: Antonio Casado da Rocha es investigador titular en el Departamento de Filosofía de los Valores y Antropología Social de la UPV/EHU