Blog
Algoritmo de LinkedIn: cómo ordena el feed y qué cambió en 2026
LinkedIn arma tu feed con publicaciones de tu red y recomendaciones de personas que no sigues, y las ordena según lo que estima relevante para ti: tu perfil, tu actividad y de qué trata cada publicación. Para mostrar algo fuera de la red de quien lo escribió, además pide que tenga suficiente contexto y que no sea excesivamente promocional. El 12 de marzo de 2026, LinkedIn anunció dos cambios: un ordenamiento apoyado en modelos de lenguaje, que entiende mejor de qué trata cada publicación, y menos espacio para el cebo de interacción, el contenido reciclado y las conversaciones falsas.
LinkedIn no publica una fórmula ni cuánto pesa cada señal. Lo que sigue es lo que la plataforma sí documenta, separado de lo que circula sin fuente.
Qué mira LinkedIn para ordenar el feed
Según su ayuda sobre relevancia, tu feed incluye publicaciones de tus contactos, de las personas y empresas que sigues y de tus grupos, más actualizaciones relevantes de fuera de tu red. Para ordenarlas combina tres tipos de señales:
| Tipo de señal | Qué incluye, según LinkedIn | Qué significa para quien publica |
|---|---|---|
| Identidad | Datos del perfil de quien lee, como ubicación, lugar de trabajo y habilidades | Tu publicación compite por la atención de un perfil profesional concreto |
| Contenido | Cuánto se ve o se interactúa con la publicación, de qué trata y si aporta conocimientos o consejos, qué tan reciente es, si viene de un contacto o de alguien a quien se sigue, su idioma, si la conversación es constructiva y profesional, y las personas, empresas o temas etiquetados | La popularidad cuenta, pero también el tema y el tono de la conversación que genera |
| Actividad | A qué reaccionó, qué comentó o compartió quien lee, con quién interactúa más o hace poco, en qué contenido se detiene más, a quién sigue y qué temas le interesan | Dos personas ven feeds distintos aunque sigan a las mismas cuentas |
La misma página dice que estos sistemas reducen la visibilidad del contenido de baja calidad o inseguro, y que los pagos de terceros a LinkedIn no influyen en la distribución del feed, salvo el contenido promocionado, que se marca como tal.
Quien lee también puede cambiar el orden: ver primero lo más reciente durante una sesión o dejarlo como orden predeterminado en la configuración. En la ayuda en español esas opciones se llaman «Recientes» y «Principales». La versión en inglés agrega que, fuera del Espacio Económico Europeo, el cambio por sesión puede estar disponible solo en escritorio.
Qué necesita una publicación para llegar a quien no te sigue
LinkedIn recomienda publicaciones de personas que no sigues ni tienes como contacto cuando las considera profesionalmente relevantes. Su ayuda sobre publicaciones recomendadas explica que, al recomendar contenido fuera de la red de su autor, intenta mostrar solo lo que sea valioso para esas personas, por ejemplo, asegurándose de que proporcione suficiente contexto, que no sea excesivamente promocional y que tenga elementos relacionados como texto, imágenes y video.
Como ejemplos de temas nombra el crecimiento y la formación profesional, la inspiración en el trabajo, los productos o servicios profesionales y la educación sobre temas profesionales, como economía o tecnología. También toma en cuenta las señales de desinterés y las denuncias de los miembros, y puede revisar contenido para confirmar que sea de calidad y profesionalmente relevante.
Para una marca, eso se resume en dos preguntas antes de publicar. ¿Lo entendería alguien que nunca oyó hablar de ti? ¿Le sirve aunque no compre nada? Un post que dice «Como les contamos ayer, ya está disponible, enlace en los comentarios» falla las dos.
Qué cambió el 12 de marzo de 2026
Ese día LinkedIn publicó el anuncio y un artículo de su equipo de ingeniería con el detalle técnico. Son dos cambios distintos.
Un ordenamiento que entiende de qué trata cada publicación
LinkedIn empezó a ordenar el feed con modelos de secuencia más grandes, que llama Generative Recommenders, complementados con modelos de lenguaje grandes. Según el anuncio, entienden mejor de qué trata una publicación y cómo evolucionan tus intereses profesionales, a partir de lo que eliges compartir (industria, habilidades, experiencia y ubicación) y de cómo interactúas con el contenido a lo largo del tiempo. Lo que te muestra puede venir de tu red o de profesionales que todavía no conoces.
El artículo de ingeniería agrega cuatro detalles que sirven para escribir:
- Para representar cada publicación, el sistema usa su texto, su formato, los datos de quien la publica (nombre, titular, empresa e industria) y sus recuentos de interacción.
- Relaciona temas afines aunque no compartan palabras. Su ejemplo: alguien interesado en ingeniería eléctrica que interactúa con publicaciones sobre reactores modulares pequeños puede ver contenido relacionado que una coincidencia de palabras clave pasaría por alto.
- El modelo que ordena procesa más de mil interacciones anteriores de cada persona como una secuencia, para captar patrones en el tiempo e intereses de largo plazo.
- El ordenamiento se apoya en señales profesionales y patrones de interacción, y según LinkedIn nunca en atributos demográficos.
Menos cebo de interacción, reciclaje y conversaciones falsas
El anuncio nombra cuatro prácticas. Conviene leer el verbo de cada una, porque no dice lo mismo de todas:
| Práctica | Qué dice que hace | Texto original del anuncio |
|---|---|---|
| Grupos de interacción (engagement pods) | Trabajar para que dejen de ser eficaces | We’re working to make engagement pods ineffective |
| Automatización de comentarios y herramientas de terceros que crean conversaciones falsas | Frenarlas | curb comment automation or third party tools that create fake conversations |
| Cebo de interacción, como pedir «comenta si estás de acuerdo» o videos que no coinciden con el texto | Reducirlo, junto con las publicaciones repetitivas y de poca sustancia | reduce repetitive, low-substance posts and engagement bait, such as “comment to agree” prompts or videos that don’t match the text |
| Publicaciones recicladas y pensadas para conseguir clics | Reducirlas | We’re reducing recycled and click-driven posts |
En la sección sobre conversaciones auténticas, LinkedIn dice que actúa para detener los comportamientos que promueven interacción no auténtica, y agrega que con eso no busca limitar el alcance ni desalentar la participación: quiere que, cuando interactúes con una publicación, lo hagas con una persona real y un punto de vista real. Su objetivo declarado es un feed relevante para tus intereses, «no un concurso de popularidad». El anuncio decía que los cambios ya se estaban desplegando y que seguiría haciendo pruebas.
LinkedIn nombra la automatización de comentarios junto a los grupos de interacción y las «herramientas de terceros no autorizadas», siempre a propósito de conversaciones falsas e interacción no auténtica. El anuncio no define qué cuenta como automatización, no habla de inteligencia artificial en los comentarios ni de responder comentarios en tus propias publicaciones, y no dice qué pasa con el alcance de quien la usa. El criterio que sí deja claro: que detrás de cada interacción haya una persona real con un punto de vista real.
Qué hacer si publicas para una marca o desde tu perfil
Nada de esto garantiza alcance. Cada punto se apoya en algo que LinkedIn documenta; donde es una lectura nuestra, lo decimos.
- Escribe para alguien que no te conoce. Que el post explique quién habla, qué pasó y por qué importa, sin depender de una publicación anterior. El contexto suficiente es una de las condiciones que LinkedIn menciona para recomendar fuera de tu red.
- Que el tema se entienda en el texto. El sistema lee el texto y relaciona temas afines, y una de las señales de contenido es si la publicación aporta conocimientos o consejos. Una decisión concreta de tu sector, bien explicada, le dice más sobre el tema que una fila de hashtags (esto último es lectura nuestra).
- Que el titular de quien publica coincida con lo que publica. El sistema usa nombre, titular, empresa e industria del autor para representar cada publicación. Nuestra lectura: si tu titular dice «Jefa de operaciones en una planta de alimentos» y publicas sobre cadena de frío, el sistema tiene más contexto para relacionar los dos.
- Pide una respuesta que solo tu audiencia pueda dar. LinkedIn reduce los pedidos de «comenta si estás de acuerdo» y cuenta si la conversación es constructiva y profesional. Una pregunta que se responde con experiencia abre otra conversación.
- Si vuelves a una idea, agrega algo nuevo. Volver a publicar el mismo texto se acerca a lo reciclado que LinkedIn dice reducir (lectura nuestra). Lo mismo con un video que no tiene relación con el texto que lo acompaña.
- Deja fuera los grupos de interacción y las herramientas que comentan por ti para simular conversación. LinkedIn dice que trabaja para que los primeros dejen de ser eficaces y para frenar las segundas.
- Responde los comentarios como una persona o una marca real. Lee lo que dijo cada persona y responde a eso, con la voz de la cuenta. Si usas IA para redactar, revisa antes de publicar: una respuesta que serviría para cualquier comentario se aleja del criterio de una persona real con un punto de vista real (lectura nuestra). En HeyMark, si publicas desde una página de empresa de LinkedIn, Mark propone la respuesta pública en el tono de tu marca y tú la apruebas antes de que salga; revisar que responda a ese comentario concreto sigue siendo tarea tuya.
Ejemplo ficticio: una empresa de distribución inventada, sin datos reales.
Las fuentes oficiales citadas aquí no documentan una diferencia de alcance entre un perfil personal y una página de empresa. Para decidir desde dónde publicar, mira perfil personal o página de empresa en LinkedIn. Y si te preocupa que tus textos suenen genéricos, LinkedIn también permite a los miembros señalar contenido de IA que les parece genérico o repetitivo, como explicamos en cómo evitar el AI slop en LinkedIn.
Lo que LinkedIn no ha confirmado
La «hora de oro». Circula la idea de que lo que pasa en la primera hora define el alcance de una publicación. LinkedIn sí incluye entre sus señales qué tan reciente es el contenido y cuánto se ve o se interactúa con él, pero ninguna de las páginas oficiales citadas aquí menciona una ventana de tiempo, ni de una hora ni de otra duración. No hay base para afirmarla ni para descartarla.
Los pesos exactos. Las fuentes oficiales citadas no dicen cuánto vale un comentario frente a una reacción o a un minuto de lectura. Un porcentaje así necesita una fuente que lo respalde.
Para saber si un cambio te afectó, compara tus propias publicaciones por tema y formato, en períodos parecidos y con un cambio por vez. Una caída aislada no prueba que LinkedIn haya reducido tu contenido. Si administras una página, puedes exportar sus estadísticas para comparar meses.
Planifica el próximo post en HeyMark.
Guarda la idea, revisa el texto con tu equipo y mira cómo le fue después en las cuentas que conectaste.