En diciembre de 2025, Oxford University Press eligió rage bait como palabra del año. La razón que dio fue puramente cuantitativa: el uso del término se había triplicado en doce meses. Lo define como contenido diseñado deliberadamente para provocar indignación siendo frustrante, provocador u ofensivo.
A pesar de parecer un término nuevo, llevamos viéndolo desde los inicios de internet. Trolls que buscaban provocar una reacción visceral de su audiencia, que evolucionó en los ‘’click bait’’ de la prensa digital. Ell rage bait funciona porque la métrica con la que evaluamos a los creadores no sabe distinguir entre alguien que aplaude y alguien que insulta.
El rage bait es un (mal) incentivo del sistema
Conviene quitar de en medio la lectura fácil. El rage bait es una decisión editorial consciente, pero no aparece porque haya creadores dispuestos a molestar a su audiencia: aparece porque el entorno lo remunera. Los algoritmos de distribución premian la interacción sin evaluar su carga emocional, y un comentario airado y uno entusiasta emiten exactamente la misma señal.
Que la negatividad capta más atención es algo demostrado y anterior a las redes sociales. El estudio Negativity drives online news consumption, publicado en Nature Human Behaviour en 2023, analizó unas 105.000 variantes de titulares sometidas a test aleatorizado sobre más de 370 millones de impresiones. El resultado: cada palabra negativa adicional en un titular de longitud media aumentaba el CTR un 2,3%, mientras que las palabras positivas lo reducían.
Trasladado al feed, el incentivo es transparente. Si el sistema reparte alcance en función del volumen de interacción, y la negatividad genera más interacción, el contenido que incomoda tiene una ventaja estructural sobre el que agrada. No hace falta mala fe para que el equilibrio se desplace: basta con optimizar.
Dónde falla la métrica
El engagement rate —el ER% que aparece en cualquier informe de campaña— se calcula dividiendo el total de interacciones entre las impresiones o las visualizaciones. Así lo define el Estudio Anual de Influencer Marketing 2026. El numerador es una suma, y una suma no tiene signo.
Esto significa que el ER% mide con precisión cuánta gente reaccionó, y no dice absolutamente nada sobre qué reacción tuvieron. Un perfil que genera debate hostil y otro que genera adhesión pueden aparecer en el mismo tramo de un ranking de engagement. Si la selección de creadores se resuelve mirando esa columna, las dos opciones son indistinguibles.
A eso se añade un segundo problema: el ER% se maneja habitualmente como si existiera un umbral de referencia universal, un «buen engagement» válido para cualquier marca. El propio estudio desmonta esa idea al medir el engagement rate por sector y por plataforma, con diferencias notables entre categorías. No hay una cifra buena en abstracto: hay cifras que tienen sentido dentro de un sector, una plataforma y un formato concretos.
Alcance y calidad de la interacción se mueven por separado
Hay una prueba de esto en el mismo estudio. Al comparar Reels amplificados con pauta frente a Reels orgánicos, los tres indicadores se separan en direcciones opuestas:
| Indicador | Contenido amplificado | Contenido no amplificado |
| Engagement rate medio por Reel | 0,18% | 2,48% |
| Interacciones medias por Reel | 2.140 | 5.640 |
| Comentarios positivos (media) | 77,2% | 82,2% |
Fuente: Estudio Anual de Influencer Marketing 2026, 3ª edición. El dato de comentarios positivos procede de análisis automatizado de comentarios mediante tecnología de análisis de sentimiento.
El contenido amplificado llega a mucha más gente y, aun así, interactúa peor y recibe comentarios de peor calidad: cinco puntos porcentuales menos de comentarios positivos. El caso es otro —amplificación, no contenido polémico—, pero la lección sirve igual: alcance, volumen de interacción y sentimiento pueden divergir dentro de una misma pieza, y ninguno de los tres sirve como aproximación de los otros dos.
El estudio lo resuelve incorporando el análisis de sentimiento como una capa más de medición. Cualquier marca que evalúe creadores debería hacer lo mismo.
Lo que realmente se compra en una colaboración
Cuando una marca activa a un creador no está comprando espacio publicitario: está comprando una transferencia de credibilidad, que a su vez depende del contexto. Un contenido patrocinado no se consume aislado, sino dentro de un perfil, con su historial y su hilo de comentarios. Si la conversación que rodea a ese creador es de confrontación, la marca aparece en el terreno emocional que ese perfil ha construido. El número de interacciones sube igual. Lo que no sube es la disposición favorable de quien las lee.
Aquí hablamos de eficiencia: parte del engagement que estás pagando puede estar trabajando en contra del objetivo de la campaña sin que ninguna métrica del informe lo señale. Evitarlo exige separar cuatro dimensiones que el ER% comprime en un único número:
- Volumen: ¿cuánta interacción genera este perfil en relación con su alcance?
- Signo: ¿esa interacción es de adhesión, de indiferencia o de conflicto?
- Naturaleza: ¿son reacciones pasivas o comentarios, guardados y compartidos?
- Origen: ¿el alcance es orgánico o está amplificado?
Un perfil con un engagement rate alto sostenido por comentarios de confrontación y otro con un engagement rate moderado y una comunidad que responde bien a sus recomendaciones producen resultados de negocio distintos. En una hoja de cálculo ordenada por ER%, el primero suele estar por encima.
Hacia una medición con signo
Superar la ceguera del ER% pasa por auditar la métrica: preguntar de qué está compuesto ese número antes de usarlo para decidir.
Es el trabajo que hacemos en Making Science cuando evaluamos un perfil. Analizamos el sentimiento de la conversación con tecnología de análisis de lenguaje y lo cruzamos con dos cosas que el dato agregado tampoco muestra: si esas interacciones vienen de la audiencia que le importa a la marca y si el alcance es orgánico o está amplificado. Después hace falta revisión humana, porque la ironía, el contexto de una polémica anterior o el tono habitual de una comunidad no siempre se resuelven de forma automática.
Conclusión
El rage bait es la consecuencia lógica de premiar la interacción sin importar cual sea. Mientras la interacción se contabilice como una magnitud neutra, la indignación seguirá siendo una estrategia de crecimiento perfectamente racional.
La corrección está en el criterio propio, dejando de premiar la interacción vacía o polémica. Un engagement rate es un punto de partida útil y una conclusión pobre. Antes de decidir con quién colaborar, debemos entender su forma de comunicar.
