Escuchas jazz y rock indie. Apple Music te sigue sugiriendo ese álbum de EDM que añadiste hace tres años y una playlist de K-pop que compartió un amigo. La sección 'Para ti' parece de otra persona.

No es casualidad. Tus recomendaciones son malas por razones concretas - y puedes arreglarlas.

Cómo funcionan realmente las recomendaciones de Apple Music

Apple Music crea un perfil de gustos basado en tres señales: lo que escuchas, lo que tienes en tu biblioteca, y lo que explícitamente te gusta o no. Cada canción que reproduces, saltas o añades le enseña algo al algoritmo sobre tus preferencias.

El problema es que el algoritmo tiene en cuenta toda tu biblioteca, no solo lo que escuchas últimamente. Canciones añadidas hace años siguen influyendo en lo que te recomienda hoy. Si el 40% de tu biblioteca es música que ya no te gusta, el 40% de la señal que recibe el algoritmo es ruido.

Tres cosas que arruinan tus recomendaciones

Primero: las canciones que superaste. Tus gustos cambian, pero tu biblioteca no se limpia sola. Esa fase de reggaetón, la playlist del gym de 2020, el álbum de la banda sonora que escuchaste una vez - todo sigue susurrándole al algoritmo.

Segundo: las canciones que nunca escuchaste. Son las peores culpables. Añadiste un álbum por un solo tema, una playlist por el ambiente, o el ajuste 'Añadir canciones de playlists' de Apple Music importó cientos de canciones automáticamente. Las canciones con cero reproducciones siguen contando como 'cosas que elegiste tener en tu biblioteca'.

Tercero: las importaciones masivas. Cada playlist que añades, cada álbum compartido que aceptas - todo diluye tu perfil de gustos. Diez canciones de un amigo está bien. Doscientas canciones de una playlist colaborativa es un problema.

El arreglo rápido: Amar y Sugerir menos

Empieza por las canciones que te importan. Abre Apple Music, busca canciones que de verdad te encantan, y toca el corazón. Es la señal positiva más fuerte que puedes enviar. Hazlo con 20-30 canciones que realmente disfrutes.

Luego haz lo contrario. Mantén pulsadas las canciones que no te gustan o que has superado y toca 'Sugerir menos como esta'. Esto le dice al algoritmo que afloje con recomendaciones similares. Incluso hacerlo con 10-15 canciones marca una diferencia notable.

El reto: funciona genial para unas pocas canciones, pero si tu biblioteca tiene cientos de temas problemáticos, hacerlo uno por uno no es práctico.

El arreglo a fondo: limpia tu biblioteca

La forma más efectiva de arreglar las recomendaciones es limpiar la fuente. Recorre tu biblioteca sistemáticamente y descarta las canciones que ya no representan tus gustos. Cuando el algoritmo tiene datos limpios, da recomendaciones limpias.

SongSweep lo hace práctico. Los Smart Filters encuentran canciones que nunca escuchaste o que olvidaste. La interfaz de swipe te permite procesar cientos de canciones en minutos. Cada canción que descartas se marca automáticamente como 'Sugerir menos' - arreglando tus recomendaciones en bloque.

La mayoría nota recomendaciones mucho mejores en pocos días después de ordenar su biblioteca. La sección 'Para ti' vuelve a sentirse tuya.