Respuesta corta: ¿Cómo funciona el algoritmo de LinkedIn? Usa modelos de IA para predecir qué publicaciones le resultarán valiosas a cada miembro, a partir de cientos de señales de su perfil, su red y su actividad. Va más allá de los likes y tiene en cuenta cuánto tiempo pasa la gente en una publicación (dwell time o tiempo de permanencia), la calidad de los comentarios y la interacción que consigue una publicación en sus primeras 24 horas, y LinkedIn afirma que no usa datos demográficos como la edad, la raza o el género como señales de clasificación.
LinkedIn no publica su código de clasificación, así que la mayoría de los consejos sobre el algoritmo son conjeturas. Esta explicación se ciñe a lo que LinkedIn y sus ingenieros han dicho realmente, y luego lo convierte en pasos prácticos.
¿Cómo decide el feed de LinkedIn lo que ves?
Como la mayoría de los grandes feeds, LinkedIn funciona en dos grandes fases. Primero recupera un conjunto de publicaciones candidatas que podrían interesarte: de tus contactos y de las personas y páginas que sigues, además de publicaciones recomendadas de fuera de tu red. Después clasifica ese conjunto prediciendo lo valiosa que será cada publicación para ti, y construye tu feed empezando por las mejores.
Los modelos que hacen esto han cambiado rápido. En agosto de 2025, Tim Jurka, VP of Engineering de LinkedIn, explicó que la empresa había empezado hacía poco a usar grandes modelos de lenguaje para entender mejor el contexto de las publicaciones. En marzo de 2026, LinkedIn anunció un nuevo sistema para el feed: una recuperación basada en grandes modelos de lenguaje, que encuentra publicaciones relevantes dentro y fuera de tu red, y un modelo de clasificación («Generative Recommender») que analiza en orden más de 1.000 de tus interacciones anteriores. En mayo de 2026, el CTO Erran Berger describió cómo los recomendadores generativos sustituyen los modelos especializados separados para el feed, el empleo, las sugerencias de contactos y los anuncios por sistemas que leen la actividad de un miembro en toda la plataforma a lo largo del tiempo, y que además influyen en qué candidatos se tienen en cuenta antes de clasificar.
Los investigadores de LinkedIn también han publicado trabajos sobre 360Brew, un modelo fundacional de 150.000 millones de parámetros entrenado con datos de LinkedIn para gestionar más de 30 tareas de clasificación y recomendación. Tómalo como una señal de hacia dónde van, no como una descripción del feed actual: el artículo describe un modelo de investigación, no exactamente lo que usa hoy tu feed.
¿Qué señales usa el algoritmo de LinkedIn?
LinkedIn afirma que sus sistemas ponderan «cientos de señales» y que aquello en lo que los miembros hacen clic, lo que guardan y aquello con lo que interactúan da forma al feed cada día. Su Centro de ayuda las agrupa en tres tipos: identidad (tu perfil, como ubicación, empresa y aptitudes), contenido (de qué trata una publicación, lo reciente que es y cuántas visualizaciones e interacciones recibe) y actividad (a qué reaccionas, qué comentas o compartes, con quién interactúas y qué contenido miras durante más tiempo). Estas son las que LinkedIn ha mencionado públicamente:
| Señal | Lo que ha dicho LinkedIn |
|---|---|
| Relevancia para ti | La clasificación se basa en tu perfil, tu red y tu actividad en LinkedIn |
| Tiempo de permanencia | Un modelo predice la probabilidad de que pases de largo una publicación; las que probablemente se saltarán reciben menos puntuación |
| Interacción temprana | La interacción de las primeras 24 horas influye en lo mucho que se distribuye una publicación |
| Comentarios | Los comentarios son una señal positiva, y su orden se personaliza ahora para cada lector |
| Comentarios automatizados | Los comentarios publicados por scripts o extensiones sin revisión humana se penalizan y puede que no lleguen más allá de la red de quien comenta |
| Datos demográficos | La edad, la raza y el género no se usan como señales de clasificación; solo se usan en pruebas de equidad |
¿Por qué importa tanto el tiempo de permanencia en LinkedIn?
La mayoría de los miembros de LinkedIn leen sin reaccionar, así que los likes y los comentarios por sí solos le dan al sistema muy poco de lo que aprender. El equipo de ingeniería de LinkedIn explicó que los clics son una señal ruidosa y las acciones virales son poco frecuentes, mientras que el tiempo dedicado está disponible para casi todas las publicaciones. Registran dos tipos de tiempo de permanencia: el tiempo en la publicación dentro del feed, medido a partir de que se ve al menos la mitad, y el tiempo dedicado después de hacer clic.
Con esos datos, LinkedIn creó un modelo que predice la probabilidad de que te saltes una actualización (que pases por delante en menos de un tiempo umbral) y reduce la puntuación de las publicaciones que probablemente se saltarán. En pruebas en vivo, esto se tradujo en menos publicaciones saltadas, más clics y más tiempo en el feed. El equipo también subrayó que el objetivo es un «tiempo bien empleado», no simplemente más tiempo.
La lección práctica: una publicación que hace que la gente se pare a leer (una primera línea potente, una estructura clara, un documento o una imagen útil) consigue una señal incluso de quienes nunca reaccionan.
¿Cuánto importan los comentarios y la interacción temprana?
Mucho, pero cuenta la calidad. En junio de 2026, Davang Shah, VP of Marketing de LinkedIn, escribió que las señales de interacción de las primeras 24 horas influyen en lo mucho que se distribuye una publicación, y que los comentarios de calidad (los que aportan ideas, preguntas o puntos de vista distintos) son una señal positiva tanto para el algoritmo de LinkedIn como para los sistemas de recuperación con IA. La propia lista de comprobación de LinkedIn aconseja responder a los comentarios durante la primera hora tras publicar.
Al mismo tiempo, LinkedIn ha tomado medidas contra las conversaciones falsas. En febrero de 2026 anunció que los comentarios automatizados se retirarían de la vista predeterminada «Más relevantes», que se les podría impedir llegar más allá de la red directa de quien comenta y que los reincidentes podrían sufrir restricciones en su cuenta. También ha dicho que está actuando contra los engagement pods, grupos que se comprometen a dar like y comentar las publicaciones de los demás. Nuestra explicación sobre engagement pods e interacción de pago repasa los pros y contras, y nuestra guía de interacción en LinkedIn tiene tácticas para conseguir comentarios reales.
¿Penaliza LinkedIn los enlaces externos, los hashtags o publicar demasiado?
Enlaces externos: LinkedIn no ha publicado ninguna regla que penalice las publicaciones con enlaces, pese a años de debate. Si quieres comprobarlo, compara publicaciones parecidas con el enlace en la publicación, en un comentario y sin enlace, y júzgalo con tus propias estadísticas.
Hashtags: el equipo de marketing de LinkedIn ha desaconsejado empezar una publicación con hashtags, porque LinkedIn usa la primera línea para generar la URL de la publicación y un hashtag ahí crea una URL genérica. Empieza mejor con tus palabras clave. Nuestro artículo ¿siguen funcionando los hashtags? analiza el panorama general.
Frecuencia: la propia lista de comprobación de LinkedIn llama a la constancia «uno de los mayores motores de alcance» y sugiere de dos a tres publicaciones a la semana. Para otras plataformas, consulta con qué frecuencia publicar en cada plataforma.
Artículos y newsletters: los formatos largos conviven con las publicaciones normales. El equipo de marketing de LinkedIn sugiere entre 800 y 1.200 palabras para los artículos y entre 200 y 300 para las publicaciones, con un ritmo de más o menos un artículo y dos o tres publicaciones a la semana.
¿Cómo trabajar a favor del algoritmo de LinkedIn?
- Escribe primero para tu red. La relevancia para las personas que te conocen impulsa la interacción temprana; nuestra guía sobre seguidores y contactos en LinkedIn explica quién ve tus publicaciones.
- Consigue que se paren. Haz que las dos primeras líneas sean lo bastante concretas para que la gente se detenga, y luego recompénsala con contenido de valor para que llegue el tiempo de permanencia.
- Invita a un debate real y responde a los comentarios en las primeras horas.
- Sé constante en lugar de publicar a rachas.
- Evita los atajos que LinkedIn persigue: herramientas de comentarios automáticos, pods y cebos de interacción.
Si quieres una presencia con aspecto consolidado mientras creas ese hábito, los servicios de LinkedIn de StreamElevate solo necesitan el enlace público de un perfil, una página o una publicación, pero ningún número de likes sustituye a publicaciones que tu red quiera leer de verdad.
Preguntas frecuentes
¿Es cronológico el algoritmo de LinkedIn?
No de forma predeterminada. El feed muestra primero las publicaciones más relevantes, ordenadas según la relevancia prevista, así que puedes ver publicaciones antiguas por encima de otras más recientes cuando LinkedIn espera que te resulten más útiles. Con el menú de ordenación que hay encima del feed puedes cambiar a las publicaciones más recientes, o fijar esa vista en la configuración, para ver las publicaciones de las personas a las que sigues en orden cronológico inverso. LinkedIn también ha probado feeds alternativos, como una pestaña de red.
¿Muestra LinkedIn publicaciones a personas de fuera de mi red?
Sí. La recuperación incluye publicaciones recomendadas de fuera de tus contactos y de las cuentas que sigues, y LinkedIn afirma que sus modelos más recientes amplían ese conjunto de candidatas.
¿Por qué ha bajado mi alcance en LinkedIn?
LinkedIn informó de que en 2025 las publicaciones aumentaron un 15 % y los comentarios un 24 % respecto al año anterior, lo que describió como más competencia en el feed. Sumado a los cambios de modelos y a un trato más estricto de la interacción automatizada, muchas cuentas vieron cambiar su alcance.
¿Usa LinkedIn la IA para clasificar las publicaciones?
Sí. LinkedIn ha dicho que usa grandes modelos de lenguaje para ayudar a destacar contenido, y su CTO ha descrito el paso a recomendadores generativos y modelos de secuencias a gran escala.
Fuentes: LinkedIn Engineering: Understanding feed dwell time, TechCrunch: what’s going on with LinkedIn’s algorithm, LinkedIn Engineering: Engineering the next generation of LinkedIn’s Feed, LinkedIn Pressroom: How LinkedIn is improving the Feed, Erran Berger (LinkedIn CTO): The next era of recommendations on LinkedIn, Tim Jurka (LinkedIn): How does the LinkedIn Feed work?, LinkedIn Help: LinkedIn relevance, LinkedIn Help: Sort your feed by Top or Recent posts, LinkedIn Marketing Blog: How to maximize AI visibility for your LinkedIn posts, LinkedIn for Marketing: posting checklist, Gyanda Sachdeva (LinkedIn): automated comments, Rishi Jobanputra (LinkedIn): Making LinkedIn conversations more relevant, arXiv: 360Brew