Inteligencia Artificial Aplicada a las Ciencias Sociales
Análisis de las visualidades algorítmicas y subjetividades en TikTok
Resumen
Se analizan las dinámicas visuales y expresivas de TikTok mediante técnicas de inteligencia artificial aplicadas a un corpus de 7.398 clips. El objetivo es mostrar cómo los métodos visuales apoyados en aprendizaje automático pueden contribuir a comprender fenómenos sociocomunicativos y culturales en entornos digitales. Para ello se entrenó un modelo de aprendizaje no supervisado (SOM exploratorio y K-means clustering) que permitió identificar cuatro clústeres principales de organización audiovisual. El primero revela composiciones densas y saturadas de elementos que, más allá de lo técnico, permiten interpretar la pantalla como un croma algorítmico: un espacio flexible de ensamblaje que organiza gestos, efectos y trayectorias visuales. El segundo corresponde a los bucles y repeticiones rítmicas propios de la plataforma, que crean circularidad y continuidad en la experiencia. El tercero muestra cómo cuerpos y efectos digitales se combinan en superficies inestables, donde lo humano y lo técnico se entrelazan sin fronteras claras. El cuarto clúster señala un régimen de expresividad que estimula la participación constante y la autoexposición. En conjunto, estos hallazgos evidencian que TikTok no puede comprenderse únicamente como un espacio transmediático, sino como una interfaz algorítmica que organiza ritmos, afectos y subjetividades digitales, contribuyendo a reflexionar sobre el impacto político y sensorial de las plataformas en la vida contemporánea.
Descargas
Derechos de autor 2026 José Manuel Romero Tenorio, Davide Riccardi , Adriano Díez Jiménez

Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas 4.0.
Aceptado 2026-05-28
Publicado 2026-09-30















