TikTok: un análisis apunta a 25 modelos de IA y sensores del móvil

Una investigación sobre el funcionamiento interno de TikTok ha puesto bajo sospecha el uso que la red social hace de los datos del teléfono móvil. El ingeniero de software Ayo Omolewa asegura haber identificado más de 25 modelos de inteligencia artificial que se ejecutarían directamente en el dispositivo y permitirían analizar información sobre los movimientos del usuario, el estado de la batería o la configuración de la pantalla para personalizar los vídeos que recibe.

El análisis, realizado mediante ingeniería inversa, sostiene que la aplicación podría combinar más de 50 señales diferentes para anticipar el comportamiento de cada persona, detectar cuándo está perdiendo interés y ajustar las recomendaciones con un objetivo evidente: prolongar el tiempo que permanece conectada. Los hallazgos han generado inquietud por sus implicaciones para la privacidad, aunque todavía no cuentan con una verificación técnica independiente.

La distinción es importante. TikTok reconoce que recoge información sobre la actividad de sus usuarios y determinadas características de sus dispositivos para personalizar el contenido. Sin embargo, no ha confirmado públicamente la existencia ni el funcionamiento de todos los modelos descritos por Omolewa. Tampoco está demostrado que la aplicación utilice indiscriminadamente la cámara o el micrófono para vigilar a quienes consumen vídeos.

Lo que plantea la investigación va más allá de las habituales recomendaciones basadas en los vídeos que nos gustan. Apunta a un sistema capaz de aprovechar el contexto físico y tecnológico en el que utilizamos el móvil para interpretar nuestro comportamiento. Y ese contexto, aunque parezca insignificante, puede aportar información valiosa.

Más de 25 modelos de inteligencia artificial dentro de TikTok

Omolewa difundió sus hallazgos a principios de noviembre de 2026 después de examinar componentes internos de la aplicación. La técnica utilizada, conocida como ingeniería inversa, consiste en estudiar cómo está construido un programa y analizar sus funciones sin disponer necesariamente de su documentación interna.

Según su explicación, encontró más de 25 modelos de IA ejecutables en el propio teléfono, capaces de procesar distintos tipos de información. Parte de ese procesamiento podría producirse localmente, mientras que los servidores de TikTok recibirían señales destinadas a alimentar el sistema de recomendaciones.

Esto resulta especialmente interesante porque demuestra hasta qué punto el funcionamiento de una red social puede depender de procesos que el usuario no ve. La inteligencia artificial no tiene por qué limitarse a un gran servidor remoto: también puede integrarse en pequeñas funciones que trabajan dentro de una aplicación.

El investigador sostiene que estas herramientas permiten construir predicciones sobre el comportamiento inmediato del usuario. Ahora bien, identificar un modelo dentro del código no demuestra por sí solo que esté activo en todas las sesiones, que procese continuamente información personal o que sus resultados se utilicen exactamente de la manera descrita.

La batería, el brillo y los sensores de movimiento también aportan información

Entre los datos mencionados en el análisis aparecen algunos que, a primera vista, tienen poco que ver con los vídeos.

El acelerómetro y el giroscopio permiten registrar movimientos y cambios de orientación del teléfono. A partir de ellos, determinados sistemas pueden inferir si una persona está caminando, permanece tumbada o se desplaza en un vehículo.

El estado de la batería, la conexión al cargador, el brillo de la pantalla y la configuración del sonido también aportan pistas sobre las circunstancias en las que se utiliza el dispositivo.

Omolewa sostiene que TikTok podría aprovechar esas señales para adaptar sus recomendaciones. Por ejemplo, la información sobre movimiento permitiría distinguir situaciones en las que resulta más probable prestar atención a la pantalla de otras en las que el usuario dispone de menos capacidad para mirar continuamente el móvil.

No significa que la aplicación conozca con certeza qué está haciendo una persona. Una inferencia estadística no equivale a una observación directa. Pero la combinación de suficientes datos puede permitir predicciones cada vez más precisas.

Cómo intenta anticipar TikTok cuándo dejarás de ver vídeos

El sistema de recomendaciones de TikTok ya utiliza información muy detallada sobre el comportamiento de sus usuarios.

La propia compañía reconoce que factores como el tiempo de visualización, los vídeos vistos completos, las publicaciones omitidas, los comentarios y los contenidos compartidos influyen en lo que aparece en la sección «Para ti».

Un vídeo que alguien ve varias veces puede proporcionar una señal de interés especialmente relevante, incluso aunque nunca pulse el botón de «Me gusta». También saltarse repetidamente contenidos de una categoría puede modificar futuras recomendaciones.

El análisis de Omolewa plantea que TikTok habría desarrollado mecanismos adicionales para interpretar esos comportamientos.

Entre ellos menciona modelos destinados a detectar pérdidas de atención, predecir cuándo una persona podría abandonar la aplicación y estimar el momento en que volverá a abrirla.

También describe un supuesto sistema capaz de identificar señales compatibles con que el usuario se haya quedado dormido mientras utiliza el teléfono. Esta función, al igual que otros detalles de su investigación, permanece pendiente de comprobación independiente.

La lógica comercial es sencilla: si un sistema consigue anticipar qué contenidos mantienen el interés de una persona, puede ajustar continuamente las recomendaciones para reducir las posibilidades de que abandone la plataforma.

No hace falta acertar siempre. Basta con que las predicciones funcionen suficientemente bien a lo largo de millones de sesiones.

El análisis de los rostros abre otro debate sobre privacidad

Uno de los aspectos más delicados de la investigación afecta al procesamiento de imágenes faciales.

Omolewa afirma haber extraído determinados modelos de inteligencia artificial relacionados con el análisis de rostros y haberlos adaptado para ejecutarlos en un navegador mediante la tecnología ByteNN.

Según sus pruebas, estos modelos pueden producir estimaciones sobre la edad aparente, el género, el estado de ánimo y el atractivo facial de una persona a partir de una fotografía.

El ingeniero también sostiene que observó resultados desfavorables para determinados grupos de edad y tonos de piel. Se trata de una afirmación que necesitaría estudios adicionales para establecer el alcance de los posibles sesgos.

La existencia de herramientas capaces de clasificar rostros plantea interrogantes importantes. Una cosa es utilizar inteligencia artificial para aplicar filtros a una fotografía y otra muy distinta emplear valoraciones sobre la apariencia para determinar la visibilidad de determinados usuarios.

No está acreditado que TikTok utilice estos modelos para discriminar sistemáticamente a sus creadores ni que examine constantemente los rostros de quienes simplemente están viendo vídeos.

También conviene distinguir el análisis de imágenes proporcionadas a la aplicación del acceso no autorizado a la cámara. Son situaciones técnicamente diferentes, y la investigación difundida no demuestra que TikTok active la cámara de forma clandestina.

Qué reconoce TikTok sobre los datos personales que recopila

La política de privacidad de TikTok para el Espacio Económico Europeo reconoce la recopilación de distintas categorías de información.

Entre ellas figuran características técnicas del dispositivo, como su modelo, sistema operativo, dirección IP, idioma y configuración. También recoge información sobre la frecuencia y duración de las sesiones, las búsquedas y las interacciones con los contenidos.

La compañía explica igualmente que puede elaborar inferencias sobre los intereses y determinados atributos de los usuarios, como rangos de edad, a partir de los datos disponibles.

Por tanto, una parte importante de la personalización no es secreta. Está descrita en las condiciones de privacidad y en la documentación sobre el funcionamiento de las recomendaciones.

La controversia surge al intentar determinar hasta dónde llega realmente ese seguimiento, qué datos resultan necesarios para prestar el servicio y cuáles se utilizan para maximizar el tiempo de permanencia.

Tampoco debe confundirse la recopilación intensiva de información con el espionaje ilegal. Que una aplicación acceda a ciertos datos no demuestra automáticamente que haya cometido una infracción. Para determinarlo importan la finalidad del tratamiento, su base jurídica, la transparencia y el cumplimiento de las normas de protección de datos.

Bruselas cuestiona el diseño adictivo de TikTok

La investigación tecnológica coincide con un momento especialmente delicado para la plataforma en la Unión Europea.

El 6 de noviembre de 2026, la Comisión Europea publicó nuevas conclusiones preliminares sobre el funcionamiento del sistema «Para ti» y su posible incumplimiento del Reglamento de Servicios Digitales.

Bruselas considera que las recomendaciones pueden provocar un efecto espiral, por el que una persona recibe contenidos cada vez más parecidos a aquellos con los que ha interactuado anteriormente.

El problema resulta especialmente preocupante cuando esa exposición repetida afecta a cuestiones relacionadas con la salud mental, la imagen corporal o situaciones de vulnerabilidad.

La Comisión también cuestiona que los mecanismos para modificar las recomendaciones sean suficientemente eficaces. Según su evaluación preliminar, el tiempo dedicado a visualizar determinados vídeos puede tener más peso que las preferencias expresadas por el usuario para dejar de recibir contenidos similares.

Entre los cambios planteados figura reducir la importancia del tiempo de visualización, facilitar el control sobre las recomendaciones y someter el algoritmo a evaluaciones periódicas.

Estas conclusiones no constituyen todavía una resolución definitiva. TikTok tiene derecho a presentar sus alegaciones y defender sus sistemas ante las instituciones europeas.

La investigación de Bruselas es independiente del trabajo de Omolewa. Sin embargo, ambas ponen de relieve una preocupación compartida: cuánto control conserva realmente el usuario sobre los mecanismos que determinan lo que ve.

Los límites que puede poner el usuario al seguimiento de TikTok

Aunque una parte del funcionamiento del algoritmo permanece fuera del alcance del público, existen medidas concretas para reducir la información disponible y limitar la personalización.

En los ajustes del teléfono es posible revisar los permisos concedidos a TikTok, especialmente los relacionados con la ubicación, la cámara, el micrófono y los contactos. Desactivar aquellos que no resulten necesarios puede restringir determinadas formas de acceso a información personal.

Dentro de la propia aplicación también se pueden modificar preferencias de contenido, utilizar la opción «No me interesa», gestionar los temas recomendados y revisar las posibilidades de desactivar los feeds personalizados. La disponibilidad y ubicación de algunas funciones depende de la versión y la región.

Eliminar la sincronización de contactos, revisar los ajustes publicitarios y limitar las notificaciones puede ayudar a reducir la exposición y determinadas formas de tratamiento de datos. Conviene recordar, eso sí, que retirar permisos no elimina toda la información que una plataforma obtiene mientras utilizamos sus servicios.

Hay otro aspecto que resulta difícil de resolver únicamente desde el teléfono: la recopilación de datos sobre nuestras propias interacciones. Mientras una persona utiliza TikTok, sus decisiones sobre qué vídeos ver, cuánto tiempo dedicarles o cuáles ignorar siguen proporcionando información al algoritmo.

El análisis difundido por Omolewa no prueba todas las afirmaciones que han circulado sobre un supuesto espionaje permanente del móvil. Sí plantea cuestiones técnicas que merecen una investigación más profunda y una explicación verificable por parte de la plataforma.

La discusión de fondo es bastante concreta: una aplicación puede conocer muchísimo sobre nuestros hábitos sin necesidad de escuchar nuestras conversaciones. Y cuanto más precisa sea esa información, mayor será su capacidad para anticipar comportamientos y decidir qué contenidos mostrarnos.