El 16 de agosto de 2026, seis ingenieros de Google publicaron en arXiv un paper que describe SDF, el sistema que retira de Discover el contenido caducado antes de que llegue al ranking. Se presentará en CIKM 2026, en Roma, dentro del track de investigación aplicada. No es habitual ver por dentro una pieza de Discover, así que lo he leído con calma.
Antes de nada, conviene aclarar qué no ha pasado.
Qué no ha pasado
- Google no ha publicado una guía nueva. Es un paper de ingenieros sobre su propio sistema, no documentación oficial.
- No habla de Google Search. Todo el trabajo se centra en Discover.
- No dice que Google penalice el contenido antiguo. De hecho, en su prueba, la regla clásica de antigüedad combinada con señales de engagement no tuvo efecto.
- No habla de SEO, de publishers ni de fechas de publicación o modificación.
El problema: dos formas de caducar
Discover es un feed de recomendaciones. Una de las quejas más repetidas de sus usuarios es ver noticias que ya no valen. El paper separa dos causas.
Superación. Sale una pieza nueva sobre el mismo tema y deja atrás a la anterior. El ejemplo del paper: rumores sobre las ofertas a Ohtani, superados por su fichaje confirmado con los Dodgers.
Decaimiento. La pieza pierde valor por su propia naturaleza. Una guía para ver una lluvia de meteoros esta noche no sirve mañana.
Los métodos clásicos fallaban en los dos casos. Cortar por edad elimina contenido evergreen útil. Las señales de engagement llegan tarde: detectan el problema después de haber mostrado el contenido caducado a mucha gente.
Cómo funciona SDF
Son dos filtros, cada uno con su propio modelo. Basta con que uno marque una pieza para que salga de los candidatos.
- Filtro de superación. Compara pares de piezas que comparten tema principal: el mismo evento o la misma entidad. Si una posterior deja obsoleta a la anterior, esta sale. Para entrenarlo, un modelo de lenguaje (PaLM 2-L) etiquetó algo más de 1,1 millones de pares, y con esas etiquetas se entrenó un modelo T5. En un test revisado por personas (550 pares), acierta el 83,5 % de las veces que marca algo y detecta el 95 % de los casos reales.
- Filtro de decaimiento (PTR, predicted traffic ratio). Predice, solo con el contenido (texto, imagen y vídeo), qué parte de su tráfico habrá acumulado la pieza en horizontes de 12 horas a 14 días. Si en el horizonte ya transcurrido la predicción llega al 90 %, sale. Se entrena con clics de búsqueda y no con páginas vistas, porque estas, según los autores, están sesgadas por la promoción que hace el propio medio.
Cuatro detalles me parecen clave para quien publica:
- Actúan antes del ranking. No suman ni restan puntos: quitan candidatos.
- Funcionan por pieza. No están personalizados ni agregan nada por dominio.
- El momento de llegada sale del sistema de indexación, no de la fecha que declaras en la página.
- El cálculo pesado se hace fuera de la petición. Al servir el feed solo se consulta una marca ya calculada.
Qué demuestran los datos
|
Dato |
Resultado |
Qué es realmente |
|---|---|---|
|
A/B, SDF completo: diferencia en la tasa de contenido caducado |
−6,91 ± 2,23 puntos |
Valoración humana, 5 personas por pieza. Un solo mercado inicial; no da tamaño de muestra |
|
A/B, regla clásica (edad + caída de engagement) |
−0,10 ± 1,22 puntos |
Sin efecto |
|
Holdback de 2 meses: engagement positivo |
+0,26 ± 0,18 % |
Intervalo de confianza del 95 %. Efecto pequeño: lo ajustaron para no mover el engagement |
|
Holdback de 2 meses: descartes del usuario |
−0,16 ± 0,07 % |
Intervalo de confianza del 95 % |
|
Reportes de contenido caducado en dos años |
−54,9 % (superación −64,0 %, decaimiento −34,4 %) |
Antes/después sin grupo de control. En ese tiempo hubo mejoras de modelo y expansión a nuevos mercados |
|
Ahorro de computación al servir (T1 2026) |
4,76 % + 3,98 % |
No detalla sobre qué total |
El titular que vas a leer en todas partes es el 54,9 %. Es un dato real, pero no prueba que el descenso se deba solo a SDF. La evidencia sólida es el A/B: el filtro reduce el contenido caducado y la regla de edad no hacía nada.
Lo que el paper no dice
- Nada sobre actualizar un artículo en la misma URL, live blogs, republicar o
dateModified. - Nada sobre efectos por medio, país o idioma.
- No aclara si una pieza filtrada puede volver al feed.
- No dice si el sistema sigue funcionando igual hoy.
- No publica código ni datos. Desde fuera no se puede reproducir.
Mi lectura como SEO técnico
A partir de aquí es interpretación mía, no del paper.
Tu pieza puede quedar superada por la de otro medio. El grupo de comparación se define por tema o entidad, y el paper no lo limita al mismo sitio. En una historia en desarrollo, la pieza que queda es la que trae el dato nuevo. Repetir lo publicado no la protege; aportar información propia sí cambia su papel.
Cambiar la fecha no tiene sentido aquí. La fecha declarada no aparece entre las entradas que describe el paper, y el momento de llegada lo toma de la indexación. Además, Google ya pregunta en su guía de contenido útil si cambias fechas para parecer reciente sin cambios sustanciales.
El evergreen está menos expuesto al decaimiento. El filtro mira hasta 14 días y está calibrado para equivocarse poco; el propio paper muestra un explicativo de salud que no se filtra. Menos expuesto no significa inmune: el modelo juzga por el contenido y puede confundir un evergreen con aspecto de noticia.
Lo que yo revisaría en una web editorial. SDF no lo exige; es higiene que ya aplicaría por Search y que encaja con la distinción del paper:
- Inventariar las piezas de eventos ya pasados y decidir una por una. Actualizar cuando hay información nueva real. Consolidar con una redirección 301 cuando varias URLs cuentan lo mismo. Retirar con un 410 cuando ya no aportan nada.
- Mantener las fechas visibles y coherentes con los datos estructurados, como pide la documentación de Google sobre fechas de publicación.
- En Search Console, agrupar las URLs con tráfico de Discover por tipo (evento puntual, historia en desarrollo, evergreen) y ver cuánto tardan en acumular la mitad de sus clics. Es un análisis descriptivo: Search Console no te dice si una URL fue filtrada.
Límites que hay que tener presentes
- Es un paper de autores de Google sobre su propio producto. En el track aplicado, los revisores conocen la autoría y se exigen métricas tras el lanzamiento, no un diseño causal.
- El 54,9 % es una cifra de seguimiento, no un experimento.
- Discover ha cambiado en este tiempo; por ejemplo, con el core update de Discover de febrero de 2026. Google recuerda que su tráfico es menos predecible que el de búsqueda.
- Google indica que Discover usa muchas de las mismas señales y sistemas que Search. Este paper describe solo una pieza del conjunto.
Fuentes
- Bai, Han, Tang, Liu, Wang y Liu (2026). Decomposing Staleness in Recommender Systems: A Dual-Filter Framework for Supersession and Decay. arXiv 2608.15780v1. CIKM '26.
- Programa de CIKM 2026
- Google Search Central: Google Discover
- Google Search Central: Crear contenido útil y fiable
- Google Search Central: Fechas de publicación
- Google Search Central Blog: Core update de Discover, febrero de 2026
