Red social centrada en la privacidad: alternativas, riesgos y futuro

Aventura Universal » General » Red social centrada en la privacidad: alternativas, riesgos y futuro

La privacidad en las redes sociales se ha convertido en el gran tema incómodo de Internet. Millones de personas siguen usando a diario Facebook, Instagram, TikTok o X, pero cada vez resulta más evidente que el precio real de esa “gratuidad” son nuestros datos personales, nuestros hábitos y hasta nuestras conversaciones privadas. Los escándalos de filtraciones, la utilización del contenido para entrenar IA y las multas por abusos en el tratamiento de datos han encendido todas las alarmas.

Al mismo tiempo, están surgiendo redes sociales centradas en la privacidad, alternativas descentralizadas y nuevas propuestas “privacy-first” que demuestran que es posible socializar, crear contenido y hacer negocio sin convertir al usuario en el producto. En este artículo vamos a juntar todas las piezas: estudios comparativos de privacidad de las grandes plataformas, redes alternativas más respetuosas con los datos, redes descentralizadas contra el “Chat Control”, casos concretos como BeReal y hasta qué necesitaría realmente una red social diseñada desde cero pensando en la confidencialidad.

Por qué los usuarios están migrando: cansancio de la vigilancia constante

En los últimos años hemos visto olas de migraciones masivas entre redes sociales: grupos enteros que abandonan una plataforma para probar otra. Y lo curioso es que muchas veces no se marchan porque haya aparecido algo irresistible, sino porque la red donde estaban se ha vuelto sencillamente insoportable: cambios de propietario, algoritmos cada vez más agresivos, censura confusa y, sobre todo, políticas de datos que dan carta blanca a la explotación del usuario.

Los expertos de Incogni han analizado a fondo esta situación en su ranking de privacidad de redes sociales de 2025, en el que comparan quince grandes plataformas: desde clásicos como Facebook, Instagram, YouTube o X, hasta servicios más específicos como Twitch o Pinterest, pasando por comunidades como Reddit o Quora. No se han limitado a leer el aviso legal: han evaluado desde el volumen y tipo de datos recopilados hasta el uso para entrenamiento de IA, la claridad de las políticas de privacidad y el historial de multas y brechas de seguridad.

Un punto clave del estudio es que separa la teoría de la práctica. Por un lado, se evalúa el riesgo global de privacidad (incluyendo sanciones y filtraciones históricas); por otro, se analizan aspectos prácticos del día a día: cuántos datos pide cada servicio, qué nivel de control ofrece al usuario y qué tan expuestos quedan los perfiles ante otros miembros de la red.

Todo esto hay que leerlo teniendo en cuenta que la mayoría de usuarios no eligen una red social por el número de multas que arrastra, sino por dónde están sus amigos, sus comunidades o sus creadores favoritos. Aun así, conocer qué hay detrás del telón es clave para tomar decisiones informadas, mejorar tu comunicación en redes sociales y, como mínimo, ajustar bien la configuración de privacidad.

Ranking de privacidad de las grandes redes: quién cuida más tus datos

Si miramos la clasificación global de Incogni, que suma todos los factores (recogida de datos, uso para IA, configuración, multas y filtraciones), aparecen diferencias muy llamativas entre las redes más conocidas. En este índice, menos puntos significa mejor privacidad, y los primeros y los últimos están separados por más del doble de puntuación.

En la parte alta del ranking se sitúan Pinterest y Quora como plataformas relativamente cuidadosas con la privacidad. Les siguen Twitch, LinkedIn y Reddit, que mantienen un equilibrio aceptable entre funcionalidades y protección. En el extremo opuesto aparecen TikTok y Facebook, que acumulan peor nota tanto por su voracidad de datos como por su historial de incumplimientos normativos.

El estudio también considera el impacto de las multas por violar normativas de protección de datos como el RGPD europeo o la CCPA en EE. UU., además de sanciones en países como Brasil o Turquía. Cada plataforma podía llegar a perder hasta diez puntos por este concepto. Facebook, por ejemplo, arrastra unos 9,6 puntos de penalización, lo que explica en gran parte su pésima posición. X (antes Twitter) también sale mal parada, con 6 puntos perdidos, mientras que el resto de servicios analizados no superan los 4,4 puntos de sanción.

Cuando se mira solo la parte más “práctica” de la privacidad, es decir, qué datos piden, cómo los usan y qué control efectivo tienes, el orden cambia: Twitch pasa a encabezar la lista, seguida de Quora y Pinterest, y en la cola se quedan Facebook, TikTok y YouTube. Aun así, se mantienen tres bloques bien diferenciados: líderes, grupo medio y rezagados, lo que refleja patrones claros en la filosofía de datos de cada compañía.

Lo más interesante es que ninguna de las plataformas tradicionales logra un resultado perfecto. Incluso las mejor situadas, como Twitch o Quora, son servicios con foco en tipos de contenido muy concretos (directos de vídeo, preguntas y respuestas), no redes generalistas multipropósito como Facebook o Instagram, cuya presión comercial las empuja a exprimir al máximo la información del usuario.

Entrenamiento de IA y uso de tu contenido: el nuevo frente de conflicto

En los últimos años se ha abierto un debate especialmente tenso: el uso de contenido generado por usuarios para entrenar modelos de inteligencia artificial. Muchas personas asumen que sus textos, fotos o vídeos sirven para publicar y poco más, pero las condiciones de servicio cuentan otra cosa: a menudo concedemos licencias muy amplias que permiten usar ese material para mejorar algoritmos, crear productos nuevos o incluso prestar servicios a terceros.

Según el análisis de Incogni, de todas las grandes redes estudiadas solo Twitch afirma no utilizar en absoluto el contenido de los usuarios para entrenar IA. El resto reconoce, de una forma u otra, que usa o planea usar esa información para entrenar modelos propios o para dar servicio de entrenamiento a socios externos. En algunos casos, como Facebook y YouTube, la intención es hacer ambas cosas.

Hay plataformas que ofrecen cierto margen de maniobra: en Pinterest, X, Quora y LinkedIn se pueden desactivar ajustes relacionados con el uso de tus datos para IA desde el panel de privacidad. YouTube permite algo parecido, pero de forma parcial: solo para creadores de vídeo y solo frente al entrenamiento por parte de sistemas de terceros que no sean de Google, de modo que el margen real es bastante limitado.

Este uso secundario del contenido añade una capa adicional de riesgo: ya no hablamos solo de que tu información se use para mostrarte anuncios o recomendarte publicaciones, sino de que pueda alimentar sistemas que generan textos, imágenes o perfiles automatizados, a menudo de forma opaca. Es uno de los motivos por los que cada vez más usuarios buscan redes sociales centradas en la privacidad que dejen claro qué se hace (y qué no) con sus aportaciones.

La moraleja práctica es sencilla: conviene revisar con calma las secciones sobre IA y procesamiento de datos en la política de cada servicio, y aprovechar cualquier opción de exclusión que esté disponible, especialmente si compartes contenido sensible o creativo que no quieres ver reciclado en modelos automáticos.

Recopilación de datos, publicidad y venta de información

Todas las grandes plataformas, sin excepción, basan su negocio en la recogida intensiva de datos. Parte de esa información sirve para mejorar el propio servicio, pero una buena porción se destina a segmentar anuncios, construir perfiles de comportamiento y alimentar ecosistemas de marketing muy complejos, en los que entran en juego empresas de analítica, anunciantes y socios tecnológicos.

Los datos recopilados van mucho más allá de lo que publicas en tu muro o en tu biografía. Hablamos de identificadores de dispositivo, geolocalización precisa, actividad en webs y apps (incluidas muchas que no son de la propia red), interacciones con anuncios, contactos, preferencias y un largo etcétera, por lo que es importante proteger tus dispositivos frente a amenazas. Este rastro digital, cuando se junta y analiza, es extremadamente valioso para terceros.

Tras revisar las políticas de uso de datos, los investigadores concluyeron que plataformas como Twitch, LinkedIn, TikTok, YouTube, Facebook e Instagram procesan incluso categorías de datos sensibles para fines publicitarios. Pinterest es la única que declara expresamente “vender” información según la definición de la ley californiana CCPA. Sin embargo, muchas más redes hablan de “compartir” datos con socios, lo cual en la práctica tiene un efecto similar desde la perspectiva del usuario.

Entre las que comparten información con terceros se encuentran LinkedIn, Pinterest, Quora, Twitch, X y YouTube. Además, Pinterest, Reddit y Quora admiten compartir con terceros las consultas de búsqueda realizadas dentro de la propia app, algo que a menudo pasa desapercibido pero es muy revelador sobre intereses y comportamientos.

Si nos fijamos solo en la categoría de recogida de datos, el ranking cambia: Quora, Reddit y X serían, dentro de lo malo, las que menos datos necesitan para operar. Después vienen TikTok, LinkedIn, Twitch, Facebook e Instagram, mientras que YouTube y Pinterest se llevan la peor nota en este aspecto concreto. En el terreno de las apps móviles, las más codiciosas son Facebook e Instagram, que recopilan nada menos que 37 de 38 tipos de datos posibles según las categorías estándar de permisos, por lo que conviene saber cómo evitar que el móvil te escuche. LinkedIn se queda con 31, y YouTube y Pinterest rondan los 27.

Configuraciones de privacidad y exposición pública del perfil

Otro factor crítico es el nivel de control que realmente te dan las redes sociales sobre tus datos y tu visibilidad. No basta con recopilar menos información: también importa que puedas decidir quién ve qué, y que las opciones seguras estén activadas por defecto en lugar de escondidas en submenús.

En este terreno, el análisis de Incogni detecta grandes diferencias. Pinterest sale como claro ganador: ofrece muchas opciones de privacidad, recopila relativamente pocos datos al crear una cuenta y, lo más importante, las configuraciones iniciales son bastante prudentes. Justo detrás aparecen Quora, Reddit y Twitch, con un enfoque parecido y una cantidad razonable de ajustes para afinar la visibilidad.

Más sorprendente es el caso de Facebook, YouTube y LinkedIn, que quedan más o menos en la mitad de la tabla. No porque sean especialmente respetuosas, sino porque al menos proporcionan una amplia gama de controles que, bien usados, permiten limitar bastante la exposición. El problema es que su configuración de salida no suele ser la más protectora y obliga al usuario a dedicar tiempo a revisarlo todo.

Casi todas las redes permiten, con más o menos esfuerzo, configurar el perfil para que muestre el mínimo imprescindible al resto de usuarios; por ejemplo, aprender a ocultar amigos en Facebook ayuda a proteger tu privacidad. Según el estudio, la visibilidad pública puede reducirse de forma especialmente eficaz en Pinterest, Facebook y TikTok, mientras que LinkedIn y X son los más flojos a la hora de permitir un perfil discreto, algo lógico en el caso de LinkedIn por su carácter profesional, pero igualmente problemático desde el punto de vista de la privacidad.

En este terreno, casi todas las redes permiten, con más o menos esfuerzo, configurar el perfil para que muestre el mínimo imprescindible al resto de usuarios. Según el estudio, la visibilidad pública puede reducirse de forma especialmente eficaz en Pinterest, Facebook y TikTok, mientras que LinkedIn y X son los más flojos a la hora de permitir un perfil discreto, algo lógico en el caso de LinkedIn por su carácter profesional, pero igualmente problemático desde el punto de vista de la privacidad.

Redes sociales alternativas que ponen la privacidad por delante

Más allá de las grandes plataformas, existe todo un ecosistema de redes sociales alternativas centradas en la confidencialidad. Algunas priorizan el anonimato extremo, otras se apoyan en arquitecturas descentralizadas y otras simplemente apuestan por modelos de negocio sin publicidad ni venta de datos.

Entre las más conocidas está Ello, que se presentó en su día como «la alternativa a Facebook». Su diseño recuerda más a Tumblr, con un fuerte componente visual, pero su filosofía es radicalmente distinta: no registra la IP del usuario, permite usar identidades falsas y prescinde de la publicidad. Su crecimiento inicial fue explosivo, con decenas de miles de solicitudes de invitación por hora, precisamente por ese enfoque anti seguimiento.

En el ámbito de la mensajería efímera, Snapchat plantea un modelo donde las fotos y vídeos desaparecen tras ser vistos y la plataforma intenta dificultar las capturas de pantalla. Además, ha apostado por un formato de publicidad menos segmentado, lo que reduce el nivel de perfilado necesario. Eso no la libra de problemas: filtraciones masivas de imágenes han puesto en duda su seguridad, recordando que la privacidad de diseño no basta si luego fallan las medidas técnicas.

Otras propuestas van un paso más allá. Confide es una app de mensajería enfocada en comunicaciones sensibles: mensajes que se leen línea a línea al deslizar el dedo (dificultando capturas de pantalla), cifrado de extremo a extremo y desaparición automática una vez leídos. A cambio, renuncia al envío de imágenes, lo que limita su uso pero mantiene el foco en la discreción.

Diaspora es un caso especialmente interesante. Se trata de una red social descentralizada y de código abierto, en la que los datos se alojan en “pods” que pueden estar en servidores gestionados por cualquier persona o colectivo. No hay una empresa central que lo controle todo ni que almacene la información del conjunto de usuarios. Además, cuando se elimina contenido, este se borra realmente de los servidores, sin una copia escondida para seguir explotándolo. Y, algo clave, no tiene modelo de negocio basado en publicidad, ni ánimo de lucro, lo que reduce al mínimo los incentivos para monetizar la vida privada del usuario.

Existen también redes orientadas al anonimato y la confesión, como Secret o Whisper, donde se comparten mensajes de forma anónima y se moderan los contenidos para evitar abusos como el acoso. Aunque protegen la identidad frente al resto de usuarios, no siempre son descentralizadas y a veces requieren teléfono y correo para registrarse, lo que genera dudas entre los más celosos de su intimidad.

MeWe, Okuna, Launchyoo, Mastodon y Cocoon: ejemplos de redes más éticas

En el contexto de filtraciones masivas como las de TikTok o Facebook, han cobrado protagonismo algunas redes sociales que se definen a sí mismas como éticas, con modelos de negocio alejados de la venta de datos. Una de las más mencionadas es MeWe, que ofrece un entorno bastante parecido a Facebook en cuanto a estructura de perfil, opciones de publicación y grupos, pero con un modelo freemium: lo que se vende son extras y funcionalidades, no la información personal.

MeWe insiste en que sus miembros son clientes a los que hay que respetar, no bases de datos que exprimir. Permite crear un perfil general con detalles de trabajo, estudios e intereses, y perfiles adicionales adaptados a distintos grupos o contextos, lo que ayuda a compartimentar mejor la identidad. Para muchos usuarios hartos de la manipulación algorítmica y la censura difusa en Facebook, MeWe se ha convertido en refugio principal, dejando la vieja red solo para mantener el contacto con familiares.

Otro proyecto interesante es Okuna (antes Openbook), una alternativa europea a Facebook centrada de lleno en la privacidad. Para entrar suele hacer falta invitación, lo que le da un crecimiento más controlado. Su modelo económico se basa en una suscripción opcional (Okuna Gold) que desbloquea reacciones adicionales, más temas y opciones estéticas, pero la empresa se compromete a que la publicidad no forme parte de su negocio. Es decir, no necesita rastrear hasta el último clic para ganar dinero.

Launchyoo, creada en España, introduce un enfoque mixto: sí utiliza publicidad, pero promete tratar los datos de forma confidencial y con acceso muy restringido por parte del personal. Permite al usuario elegir entre varios tipos de perfil (Influencer, Business, Asociación o Súper) y dispone de distintos muros temáticos (solo fotos, vídeos, blogs, audio, etc.), lo que ayuda a segmentar contenido sin necesidad de un perfilado excesivo en segundo plano.

En la esfera del microblogging, la alternativa estrella a Twitter/X es Mastodon. Funciona también con publicaciones cortas (hasta unos 500 caracteres), imágenes y vídeos, pero su arquitectura es federada: no hay un único servidor, sino una constelación de “instancias” gestionadas por comunidades o administradores independientes. Cada instancia fija sus propias normas y políticas, lo que reduce la concentración de poder y dificulta que una sola empresa explote o venda los datos de todos.

Por último, Cocoon plantea un modelo muy restringido a círculos íntimos. Permite crear espacios cerrados a los que solo se accede mediante invitación, pensados para familias, grupos de amigos o equipos reducidos. Sin publicidad y con una clara vocación de privacidad, la idea es que compartas fotos, ubicaciones y hasta videollamadas únicamente con las personas que tú eliges, sin que el contenido esté flotando por toda la red.

Descentralización y redes P2P contra el “Chat Control”

La preocupación por la privacidad no se limita al uso comercial de los datos. En Europa, la propuesta de Reglamento para prevenir el abuso sexual infantil en línea (CSAM), conocida popularmente como “Chat Control”, ha encendido todas las alarmas. Su objetivo declarado es permitir el escaneo obligatorio de mensajes privados para detectar contenido delictivo, pero críticos de toda Europa señalan que supondría un golpe directo a la confidencialidad de las comunicaciones y a la libertad de expresión.

Aunque una votación clave del Consejo de la UE se pospuso tras intensos desacuerdos, la iniciativa no está descartada y podría resucitar en cualquier momento. De aprobarse, afectaría a la práctica totalidad de las grandes plataformas centralizadas: Facebook, Instagram, WhatsApp, X, Signal y compañía se verían obligadas a implementar algún tipo de escaneo, ya sea en sus servidores o directamente en los dispositivos de los usuarios (escaneo del lado del cliente).

Ante este escenario, la descentralización aparece como una vía de escape técnica y organizativa. Las redes sociales descentralizadas basadas en servidores no dependen de un único centro de datos controlado por una empresa, sino de servidores independientes (a menudo comunitarios) repartidos por el mundo. Si una instancia ubicada en la UE se viera forzada a activar el escaneo, los usuarios podrían mudarse a otra ubicada fuera de esa jurisdicción, manteniendo su red de contactos gracias a la federación entre servidores, o proteger la conexión con una VPN.

Ejemplos de este enfoque son Mastodon (microblogging federado), Lemmy (alternativa descentralizada a Reddit centrada en foros y comunidades) o Matrix (protocolo de comunicación para mensajería, voz y vídeo que puede cifrarse de extremo a extremo). Eso sí, en Mastodon y Lemmy los administradores de las instancias aún pueden acceder a mensajes privados si no se usan capas extra de cifrado, así que no son una solución mágica frente a todos los riesgos.

Un paso más allá están las plataformas P2P (peer-to-peer), en las que no hay servidores en absoluto: cada dispositivo actúa a la vez como cliente y como nodo de la red. Las comunicaciones fluyen directamente entre usuarios o a través de una malla de dispositivos, sin un punto central al que se pueda imponer el escaneo. Para que una regulación como Chat Control funcionase aquí, habría que intervenir uno por uno los equipos de los usuarios, algo difícilmente viable a gran escala.

Entre estas soluciones encontramos Briar (mensajería de texto para Android que puede funcionar sin conexión a través de Bluetooth y Wi‑Fi directo), Jami (plataforma descentralizada de voz, vídeo y texto comparable a una versión distribuida de Skype o Zoom), Session (mensajería segura basada en la blockchain Oxen, que no requiere número de teléfono) y proyectos en desarrollo como BitChat, que aspiran a funcionar incluso sin Internet, ideal para manifestaciones, catástrofes o apagones.

En todos estos casos, el cifrado de extremo a extremo es la norma, no la excepción, lo que garantiza que ni intermediarios ni estados puedan leer los mensajes sin romper la seguridad del sistema. Por supuesto, ninguna tecnología es perfecta, pero la combinación de descentralización y cifrado eleva tanto el coste de la vigilancia masiva que la hace prácticamente inviable.

BeReal: autenticidad, simplicidad y riesgos de privacidad menos obvios

BeReal se ha convertido en otra pieza curiosa del puzle. Nació en 2020, pero su explosión se produjo en el verano de 2022, cuando alcanzó unos veinte millones de usuarios activos diarios. Su propuesta rompe con la estética hipercuidada de otras redes: una vez al día, la app te avisa y tienes dos minutos para sacar una foto simultánea con la cámara frontal y trasera. Sin filtros, sin retoques y con un contador público del número de intentos.

Esta mezcla de espontaneidad y presión ligera ha funcionado muy bien. Las fotos son efímeras (duran alrededor de 24 horas), solo se puede publicar un BeReal al día y, si cumples el límite de tiempo, a veces se te recompensa con la posibilidad de hacer un par de publicaciones extra. Es una especie de antidoto al postureo, pero como toda red social, arrastra sus propios retos de privacidad.

Para registrarse en BeReal no se usan contraseñas, sino el número de teléfono como identificador, combinado con códigos temporales de verificación. Esto simplifica el inicio de sesión y añade una capa de seguridad frente al robo de contraseñas, pero implica que tu cuenta queda fuertemente vinculada a tu número, lo que puede ser problemático si se produce una filtración de datos que relacione nombre, apellidos y teléfono.

En cuanto a las funciones, BeReal permite elegir si compartes tus fotos solo con amigos o también con “amigos de amigos”. Se pueden dejar comentarios únicamente en las publicaciones de quienes has aceptado como contactos, y existen reacciones en forma de emojis, incluyendo las “RealMojis”, que se crean al instante con una foto tuya. No hay mensajería privada, lo que simplifica mucho la interfaz y reduce vectores de abuso, pero obliga a que toda la interacción sea pública dentro del círculo escogido.

Desde el punto de vista de la configuración, cada cuenta es pública por defecto, pero no existe una galería global donde cualquiera pueda rebuscar en tus publicaciones, y el carácter efímero de los contenidos reduce algo el riesgo de exposición prolongada. Aun así, la app ofrece opciones de bloqueo y ocultación de usuarios, así como controles para decidir si otros pueden encontrarte mediante tu número de teléfono o tus contactos sincronizados.

El principal riesgo práctico en BeReal no viene solo de la tecnología, sino del contexto: las fotos apresuradas pueden revelar más de lo que querrías (ubicaciones, personas de fondo, detalles del entorno). Además, la geolocalización no está desactivada por defecto, así que conviene entrar en la configuración y ajustarla manualmente, igual que revisar a quién estás dando acceso a tu lista de contactos. Si te preocupa, considera crear una nube privada para fotos y videos.

Cómo debería ser una red social realmente centrada en la privacidad

Más allá de parches y alternativas puntuales, la gran pregunta es: cómo debería diseñarse una red social moderna pensada desde cero para proteger la privacidad sin renunciar a una buena experiencia de usuario. Proyectos y estudios técnicos apuntan a varios elementos clave que, combinados, marcan la diferencia.

En primer lugar, un sistema así necesita cifrado robusto para mensajes y datos, tanto en tránsito como en reposo, y opciones de cifrado de extremo a extremo para todo lo que tenga carácter sensible: chats, grupos privados, compartición de archivos, etc. Sobre esta base se puede optar por arquitecturas federadas (como Mastodon o Matrix) o completamente descentralizadas (P2P), evitando puntos únicos de fallo y de vigilancia.

En segundo lugar, es fundamental aplicar minimización de datos: recoger solo lo estrictamente necesario para que la plataforma funcione, con políticas claras de retención limitada y sin almacenar datos que no aportan valor real (como historiales exhaustivos de localización si no hay una funcionalidad que lo justifique).

El diseño de producto debe poner al usuario en el centro, con paneles de privacidad claros y comprensibles, ajustes seguros por defecto y transparencia real sobre telemetría y analítica. En lugar de esconder los controles avanzados, la interfaz debería facilitar que cualquiera pueda decidir, sin ser experto, qué se comparte y con quién.

Otro pilar es la apertura tecnológica. Que el software sea de código abierto y cuente con APIs e interoperabilidad real permite auditorías independientes, integración con otras herramientas y, sobre todo, reduce la opacidad típica de los gigantes cerrados. Comunidades técnicas y organizaciones de derechos digitales pueden así verificar que lo que se promete en las políticas coincide con lo que hace el código.

Por último, la inteligencia artificial debe integrarse de manera responsable. En lugar de enviar todos los datos al servidor para analizarlos, se pueden usar modelos locales en el dispositivo cuando sea posible, análisis sobre datos agregados y anonimizados para funciones de negocio, y agentes de IA que respeten las decisiones de privacidad del usuario. Así es posible ofrecer recomendaciones, moderación inteligente o personalización sin convertir la red en una máquina de vigilancia.

Empresas especializadas en desarrollo de software a medida y ciberseguridad, como los estudios que han trabajado en propuestas tipo EqoFlow, están explorando este equilibrio entre privacidad, escalabilidad y valor de negocio. La idea es clara: la seguridad no puede ser un adorno de última hora, tiene que ser una columna vertebral, desde el boceto inicial de la arquitectura hasta el mantenimiento y las auditorías de producción.

Al final, el panorama que se dibuja es complejo pero esperanzador. Las grandes redes tradicionales difícilmente renunciarán a su modelo basado en datos, pero los usuarios ya no están dispuestos a aceptarlo sin cuestionarlo. Entre rankings de privacidad que ponen cifras al problema, alternativas éticas como MeWe u Okuna, redes descentralizadas que plantan cara a proyectos como el Chat Control, y aplicaciones como BeReal que demuestran que se puede innovar sin obsesionarse con el perfilado, se está abriendo espacio para una nueva generación de plataformas sociales centradas en la privacidad. La clave, ahora, está en que como usuarios revisemos nuestras configuraciones, elijamos con criterio dónde queremos estar y exijamos a los servicios que usamos el mismo respeto por nuestra intimidad que pedimos en cualquier otro ámbito de nuestra vida.