Las mejores plataformas de gamificación para comunidades (2026)

Respuesta breve: casi ninguna investigación sobre gamificación mide la retención, así que nadie puede decirte con honestidad qué mecánica mantiene a los miembros. La única excepción es un par de estudios de Wikipedia de los mismos autores, y se dividen por población: las insignias hicieron que los colaboradores más productivos fueran menos propensos a abandonar, mientras que el estudio de seguimiento asoció las mismas recompensas con una menor retención entre los menos activos. Más allá de eso, los puntos y los niveles aumentan cuánto hace la gente sin cambiar cómo se siente al respecto; las clasificaciones son genuinamente disputadas; y las rachas son la mecánica con menos evidencia de todas. Elige una plataforma según el comportamiento que necesites: Discourse para permisos ganados, Circle para clasificaciones opcionales, Guild.xyz para acceso restringido, Zealy para tareas verificadas fuera de la plataforma.

Aviso: Zealy publica esta página y Zealy vende una de las herramientas que aparecen en ella. Esa es una razón para leer la sección que enumera las cinco funciones de gamificación que Zealy no tiene, y los dos puntos de abajo donde Discourse y Circle hacen algo mejor que nosotros.

Método: cada afirmación sobre Zealy aquí se extrajo del propio código fuente de Zealy el 17 de agosto de 2026, no del marketing de Zealy ni de su documentación, que antes hemos comprobado que estaba equivocada. Cada hallazgo de investigación se cita del artículo o del propio resumen del editor. Cuando solo pudimos acceder a un resumen, lo decimos y no indicamos de él ningún tamaño de muestra ni tamaño del efecto. Cuando el sitio de un proveedor nos rechazó el acceso, también lo decimos en lugar de describir funciones que no vimos.

Última verificación: 17 de agosto de 2026.

Qué quiere decir realmente la gente con plataforma de gamificación

La expresión «plataforma de gamificación» abarca tres mercados distintos. Si la buscas, obtienes herramientas de e-learning, software de rendimiento de empleados y widgets para campañas de marketing: Genially, Playable, SC Training, Centrical, Drimify. Las plataformas para comunidades y web3 como Zealy, Galxe y Layer3 no aparecieron en los resultados que obtuvimos el 17 de agosto de 2026.

Así que si escribiste «plataforma de gamificación» queriendo algo para poner puntos y una clasificación en tu Discord o tu foro, los resultados no se dirigen a ti. Se dirigen a un responsable de formación y desarrollo que quiere que un cuestionario parezca un concurso, o a un especialista en marketing que quiere una ruleta de girar y ganar en una página de destino. Esos son productos reales que resuelven problemas reales. No son este problema.

Este artículo aborda la versión cualificada de la pregunta —la gamificación para una comunidad— y no intenta reclamar el término principal. El resto está organizado por mecánica en lugar de por producto, porque la mecánica es la parte que funciona o no funciona, y cada plataforma de abajo es alguna combinación de las mismas seis.

Si tu pregunta es realmente «qué software debería usar para gestionar mi comunidad», esa es una decisión distinta y más amplia, y nuestro análisis de software de gestión de comunidades cubre las cinco tareas no relacionadas que se esconden dentro de ella, con precios.

Qué mide realmente la investigación sobre gamificación, y qué no

Casi ninguna investigación sobre gamificación mide la retención. Buscamos en los tres metaanálisis de nuestra revisión las palabras retención, abandono, deserción y baja, y no encontramos ninguna de ellas. Se midió esencialmente en un solo lugar —Wikipedia, por un mismo par de autores, dos veces— con resultados que se dividen por población. La literatura mide en cambio la motivación, el volumen de producción y los resultados de aprendizaje.

Vale la pena detenerse en esto, porque es lo contrario de lo que dice el marketing de la categoría. «La gamificación aumenta la retención en un X %» es una frase que puedes encontrar en docenas de páginas de proveedores. No pudimos encontrar la fuente de ninguna cifra así, y no vamos a inventar una.

Esto es lo que sí mide la investigación, y dónde se midió.

Aprendizaje y motivación, en educación. El metaanálisis de Sailer y Homner de 2020 en Educational Psychology Review informa «efectos pequeños significativos … en los resultados de aprendizaje cognitivos (g = .49 …, k = 19, N = 1686), motivacionales (g = .36 …, k = 16, N = 2246) y conductuales (g = .25 …, k = 9, N = 951)». Con eso vienen dos advertencias: es educación, y los propios autores señalan que los efectos motivacionales y conductuales «fueron menos estables» bajo una subdivisión más estricta. No es una licencia para decir «la gamificación funciona».

Satisfacción de las necesidades psicológicas, también en educación. El metaanálisis de Li, Hew y Du de 2024 en ETR&D informa una g global de 0.257 [0.043, 0.471], con autonomía en 0.638 [0.139, 1.136] y relación en 1.776 [0.737, 2.814]. Ese intervalo de relación es enorme: el número sin el intervalo te engañaría, por eso se imprimen ambos. La competencia quedó en 0.277 [0.001, 0.553], un límite inferior esencialmente cero.

Volumen de producción, en el laboratorio. Varios experimentos en línea miden cuánto trabajo produce la gente. Por lo general encuentran más trabajo, y ningún cambio en cómo se siente la gente.

Motivación intrínseca, en el laboratorio. El metaanálisis de Deci, Koestner y Ryan de 1999 en Psychological Bulletin es la base de todo argumento de «las recompensas extrínsecas tienen el efecto contrario». Más sobre sus cifras reales abajo, porque se citan mal con frecuencia.

Retención: dos estudios, una plataforma, poblaciones opuestas. Restivo y van de Rijt lo midieron dos veces en Wikipedia. Su ensayo aleatorizado de 2012 informa que quienes recibieron barnstars "mostraron una mayor productividad sostenida y fueron menos propensos a dejar de contribuir", pero la muestra era el 1 % de editores con mejor desempeño. Su seguimiento de 2014, con editores de productividad variable, informa que las recompensas "se asociaron con una menor retención de colaboradores menos activos". El artículo de 2014 está detrás de un muro de pago, así que solo indicamos su dirección. Dos hallazgos, una plataforma, un par de autores: esa es toda la base de evidencia sobre retención de este artículo, y dice que el reconocimiento retiene a tus mejores personas y puede costarte a todas las demás.

La advertencia sobre generalizabilidad, dicha sin rodeos. La mayor parte de esta investigación es psicología educativa y de laboratorio. Un puñado de estudios se sitúan en algo parecido a una comunidad en línea —los experimentos de Wikipedia, un experimento de crowdsourcing, un análisis de Stack Overflow, un estudio del foro de Duolingo— y uno de ellos apunta en dirección opuesta al trabajo en el aula. Sailer y Homner incluso encontraron que el contexto modera los resultados dentro de la literatura educativa, para resultados cognitivos: "Los efectos encontrados en entornos escolares fueron significativamente mayores que los encontrados tanto en entornos de educación superior como en entornos de educación informal". Ese moderador no fue significativo para los resultados motivacionales o conductuales, así que no lo lleves más lejos de lo que ellos lo llevaron; pero si aparece alguna diferencia entre escuela y universidad, suponer que se mantiene una transferencia de la escuela a Discord no tiene respaldo.

Lee cada cifra a continuación teniendo eso en cuenta.

Puntos y XP: evidencia de volumen, no de motivación

Puntos y XP tienen evidencia razonable para una cosa: aumentan cuánto hace la gente. En un experimento en línea de anotación de imágenes, Mekler y sus colegas encontraron que los puntos, los niveles y una tabla de clasificación produjeron significativamente más etiquetas, y describieron esos elementos como eficaces solo para promover la cantidad de rendimiento. La motivación en sí no cambió.

Vale la pena citar sus palabras exactamente: «los puntos, y especialmente los niveles y la clasificación, llevaron a una cantidad significativamente mayor de etiquetas generadas… eficaz solo para promover la cantidad de rendimiento». Llegamos a esa conclusión a través del registro del resumen del editor y no del texto completo, por lo que aquí no aparece el tamaño de la muestra ni el tamaño del efecto. Considera los estudios de 2013 y 2017 del grupo como un único resultado de un solo laboratorio sobre un solo tipo de tarea.

El resumen honesto es «cantidad, no calidad, no motivación». Aun así es útil. Si lo que necesitas es volumen —más envíos, más traducciones, más informes de pruebas—, los puntos son una herramienta defendible con respaldo real. Si lo que necesitas son personas más comprometidas, los puntos no son la palanca respaldada por la evidencia y nadie debería vendértelos como tal.

Hay un segundo hallazgo que limita cómo los usas. Deci, Koestner y Ryan encontraron que «las recompensas contingentes al compromiso, a la finalización y al rendimiento socavaron significativamente la motivación intrínseca de libre elección (d = -0.40, -0.36 y -0.28)». Ese −0.40 es el número que todos citan, y citarlo solo es el error clásico: es un subgrupo. La cifra general de libre elección en todas las recompensas del mismo artículo es «el tamaño del efecto compuesto fue d = -0.24», y en el interés autoinformado es «d = 0.04… las recompensas no afectaron significativamente el interés autoinformado». Incluso eso viene con la advertencia de alcance que los propios autores señalan: sus estudios se «realizaron todos en el laboratorio o en condiciones bien controladas, similares a las del laboratorio», con los estudios de campo excluidos. Es una literatura de laboratorio sobre tareas cortas, no un hallazgo sobre tu comunidad.

Niveles: la mayor brecha entre adopción y evidencia

Los niveles son la mecánica con la mayor brecha entre cuánto software los incluye y cuánta evidencia los respalda. El experimento de anotación de imágenes de Mekler y sus colegas atribuye a los niveles, igual que a los puntos, el aumento del volumen de producción. Más allá de eso, no encontramos ningún estudio que aísle los niveles, ni ninguno que mida si alcanzar uno hace que alguien se quede.

Casi todas las plataformas de este artículo tienen niveles. MEE6 tiene un plugin de Niveles, Tatsu asigna niveles a los miembros en cada servidor donde funciona, Carl-bot vende niveles a sus Patrons, Layer3 dice que «XP impulsa tu Nivel, tu posición en la Clasificación», y Zealy deriva un nivel de XP en cada lectura. La mecánica es casi universal y la evidencia que la respalda es un experimento de laboratorio sobre etiquetar imágenes.

Eso no convierte los niveles en teatro. Los convierte en una suposición. La pregunta interesante es qué hace un nivel cuando llegas a él, y para la mayoría de las implementaciones la respuesta honesta es "cambia un número junto a tu nombre". Cuando un nivel desbloquea una capacidad —un permiso, un área, un derecho—, ya no estás probando niveles, estás probando si la capacidad merecía la pena desearse. Los niveles de confianza de Discourse son el ejemplo más sólido de este artículo, y se tratan más abajo.

Clasificaciones: en disputa, y la dirección depende del contexto

Las clasificaciones están en disputa, y la dirección del efecto depende del contexto. Un estudio en el aula encontró que los estudiantes en la parte baja de una clasificación absoluta reportaron menos motivación que los de arriba, pero ninguna diferencia en participación o aprendizaje. En cambio, un experimento de crowdsourcing encontró que las posiciones bajas intensificaban el esfuerzo.

El estudio en el aula es de Bai, Hew, Sailer y Jia, 2021, en Computers & Education. Dos cuasi-experimentos, n = 24 y n = 26, en una institución, con participantes de posgrado mayoritariamente mujeres. En una clasificación absoluta, la diferencia de motivación entre el tercio superior y el inferior tras la intervención fue significativa (U = 11, p = .028). En una clasificación relativa que mostraba solo cinco posiciones vecinas, no hubo "variaciones significativas entre los estudiantes en los tres niveles de posición".

Ahora la parte que se omite cuando se cita este estudio, y que corta por ambos lados. En la absoluta clasificación, la brecha de motivación vino acompañada de ninguna diferencia en la participación en el curso (F(2,17) = 0.55, p = .59) — así que "quienes están abajo dicen disfrutarlo menos" está respaldado, mientras que "quienes están abajo se desconectan" no lo está, y la desconexión es la afirmación que todos repiten en realidad. Pero en la relativa clasificación, donde la motivación y la participación eran iguales entre posiciones, el tercio inferior seguía obtuvo una puntuación significativamente peor en el post-test (M = 68.75 frente a 91.07 del tercio superior, F(2,23) = 8.71, p = .002) — que los autores presentan como respaldo de su hipótesis de que los estudiantes con ranking bajo en una clasificación relativa rinden peor. Leído en conjunto: ocultar la clasificación exacta protegió cómo se sentían las personas y no protegió lo que lograron.

En contra está el experimento de crowdsourcing de Na y Han de 2023 en Internet Research, que manipuló los rangos a lo largo de cinco rondas y encontró que "los rangos altos … indujeron comportamientos complacientes … mientras que los rangos bajos llevaron a los participantes a mantenerse en el proceso correcto de la tarea con una motivación intensificada ronda tras ronda". Accedimos a esto mediante el resumen del editor, por lo que no aparece el tamaño de la muestra. Los autores añaden una línea que suele omitirse junto con ello: "ninguna de las motivaciones parecía ser de naturaleza intrínseca". Y en honor a la verdad, es otra tarea de etiquetado de imágenes — la misma objeción que planteamos contra los estudios de puntos anteriores se aplica aquí. Es el estudio de este conjunto que más se acerca a una comunidad en línea, y apunta en la dirección contraria.

Dos consecuencias prácticas, y la primera viene con una advertencia. Si te preocupa la parte baja de tu clasificación, las mitigaciones disponibles son mostrar la posición relativa en lugar del rango absoluto, o permitir que el propietario de la comunidad cambie la clasificación a privada, que es lo que Circle ofrece realmente. La clasificación relativa es la que tiene mejor evidencia de las dos en cuanto a cómo se sienten las personas — pero en el mismo estudio no impidió que el tercio inferior rindiera por debajo, así que trátala como protección de la moral y no de los resultados. Circle es la única plataforma que comprobamos que incluye el interruptor de clasificación privada. Segundo, una clasificación limitada a una ventana corta en lugar de a todo el historial cambia quién está abajo, porque reinicia la ventaja acumulada de quien llegó primero.

Insignias y reconocimiento: la mejor evidencia comunitaria, y la más incómoda

Las insignias tienen la mejor evidencia comunitaria de cualquier mecánica aquí, y la más incómoda. Un experimento aleatorizado en Wikipedia encontró que otorgar una barnstar aumentó la productividad en un 60% entre editores muy activos. El seguimiento de los mismos autores encontró que las recompensas se asociaban con una menor retención entre colaboradores menos activos.

Restivo and van de Rijt's 2012 PLoS ONE estudio es un ensayo controlado aleatorizado propiamente dicho: una muestra aleatoria de 200 extraída del 1% superior de 144.120 editores, 100 tratados y 100 de control, medidos durante 90 días, que informa que "recibir una barnstar aumenta la productividad en un 60%". Nótese la población, y nótese que este artículo también informa sobre la retención: los receptores "tenían menos probabilidades de dejar de contribuir". Esta es evidencia de que reconocer a tus colaboradores más activos los hace más activos. No es evidencia sobre nadie más, y el resultado principal son las ediciones, y el hallazgo sobre retención anterior se suma a ello.

Su seguimiento de 2014 amplió el diseño a través de niveles de productividad y encontró que "las recompensas produjeron aumentos de trabajo solo entre editores ya muy productivos … las recompensas se asociaron con una menor retención de colaboradores menos activos". De pago, así que solo la dirección. Es simultáneamente la mejor evidencia en este artículo de que el reconocimiento puede desmotivar a la periferia, y el hallazgo sobre retención que apunta en la dirección opuesta.

El artículo WWW de 2013 de Anderson, Huttenlocher, Kleinberg y Leskovec en Stack Overflow añade el mecanismo: «sus insignias orientan el comportamiento de formas muy coherentes con las predicciones de nuestro modelo»: los usuarios aceleran al acercarse a un umbral y luego se relajan tras cruzarlo. Eso es observacional, y orientar no es retener. Que nadie lo convierta en otra cosa.

Una cosa más que conviene saber antes de recurrir a las insignias como alternativa «segura» a los puntos. El esquema de codificación de Deci, Koestner y Ryan dice explícitamente que «las recompensas simbólicas, como los “certificados de buen jugador”, se consideraron tangibles». La afirmación comercial de que las insignias escapan al problema de la recompensa extrínseca porque no son dinero no resiste el contacto con el artículo que definió ese problema.

La distinción que sí se mantiene es la que hay entre una recompensa y un cumplido. El mismo metaanálisis halló que la retroalimentación positiva iba en la dirección opuesta: «El compuesto d = 0.33 … indica que la retroalimentación positiva sí mejoró la motivación intrínseca», y subía a 0.43 en estudiantes universitarios. El reconocimiento de una persona no es el mismo estímulo que un icono otorgado automáticamente, y la evidencia los trata de forma distinta. Si te llevas una sola decisión de diseño de este artículo, que sea esa.

Rachas: la evidencia más débil de todas las mecánicas aquí presentadas

Las rachas son la mecánica con menos evidencia en toda esta revisión. No encontramos ningún tamaño del efecto para ellas en ninguna fuente a la que pudiéramos acceder. Lo que existe es cualitativo: entrevistas con corredores recreativos que describen tristeza, enojo y decepción cuando se rompía una racha, y un estudio de Duolingo que describe el uso indebido de la gamificación, donde los usuarios se obsesionan con la mecánica y se distraen del aprendizaje.

Ingalls and colleagues' 2026 PLoS One study Entrevistaron a corredores recreativos sobre rachas de carrera rotas y reportaron "sentimientos de tristeza, ira, decepción y alivio", describieron un "proceso de duelo" y señalaron que "algunos corredores sintieron inconvenientes relacionados con la racha y corrieron lesionados para prolongarla". También informaron que "No se reportaron consecuencias negativas a largo plazo". Eso es correr, no software, y es una ilustración de mecanismo más que una estadística: no hay tamaños de efecto que citar.

El artículo de Hadi Mogavi y sus colegas de 2022 en ACM Learning at Scale analizó debates del foro de Duolingo y entrevistas, y nombró el modo de fallo: "El uso indebido de la gamificación … ocurre cuando los usuarios se obsesionan demasiado con la gamificación y se distraen del aprendizaje", produciendo "competitividad, exceso de indulgencia en lo lúdico y efecto de rebaño". Cualitativo, y leído desde la preprint de arXiv.

Así que la racha es la mecánica con la reputación popular más fuerte y el rastro documental más débil. Está claro que les hace algo a las personas: las entrevistas sobre correr son vívidas al respecto. Lo que nadie nos ha demostrado es que ese algo sea bueno para la comunidad que la implementa, o que sobreviva el día en que el miembro falla.

Recompensas variables, sorteos y cajas de botín: la transferencia más débil de este artículo

Las recompensas aleatorias son donde la evidencia se vuelve más débil y la ética más ruidosa. La literatura sobre cajas de botín vincula el gasto con la gravedad del juego problemático, pero sus propios autores dicen que la dirección de la causalidad no está clara. Las cajas de botín implican dinero real; un sorteo gratuito sobre XP de misiones no, así que la transferencia es débil.

Zendle y Cairns de 2018 PLoS ONE estudio informa "n = 7,422 … vínculo (η² = 0.054) entre la cantidad que los jugadores gastaron en cajas de botín y la gravedad de su juego problemático". Su propia advertencia es la parte importante: "No está claro … si comprar cajas de botín actúa como puerta de entrada al juego problemático, o si gastar grandes cantidades … atrae más a los jugadores problemáticos". Nadie debería escribir "las cajas de botín causan problemas de juego", incluidos nosotros. El estudio es transversal y autoseleccionado, y los autores califican η² = 0.054 como "pequeño a mediano" y dicen claramente "Esta no es una relación débil ni sin importancia", así que tampoco vamos a archivarlo como insignificante.

Señalamos esto deliberadamente como la transferencia más débil del artículo. Una caja de botín se compra con tarjeta de crédito. Un sorteo sobre XP que los miembros ganaron gratis es un estímulo distinto con un perfil de riesgo distinto, y tratar ambos como equivalentes sería descuidado tanto a nuestro favor como en contra.

Hay un hallazgo en la literatura sobre recompensas que respalda genuinamente la sorpresa frente al anuncio. Deci, Koestner y Ryan informan que, para recompensas tangibles inesperadas, "d promedio = 0.01 … las recompensas tangibles inesperadas no afectan la conducta de libre elección". Las recompensas anunciadas y contingentes socavan la motivación de libre elección en esa literatura; las inesperadas no. La k allí es pequeña, así que este es un argumento de mecanismo más que un resultado robusto, pero es la mejor razón disponible para entregar una recompensa sorpresa en lugar de publicar un tablero de recompensas.

Arkada enumera las funciones más basadas en el azar de todas las plataformas que revisamos: una "Ruleta de la Fortuna" y "Pirámides" aparecen en su documentación de funciones principales junto a su producto de misiones. No encontramos una página activa para ninguna de las dos, así que no podemos decirte cómo funcionan, solo que Arkada las anuncia. Si estás evaluando Arkada, evalúa esas dos en concreto y pide verlas en funcionamiento.

Las dos afirmaciones que repiten todos los artículos sobre gamificación y que no resistieron la verificación

Dos afirmaciones aparecen en casi todos los artículos sobre gamificación como hechos indiscutibles, y ninguna resistió la verificación. "La gamificación se desvanece por la novedad" choca con el metaanálisis más sólido que leímos, cuyo moderador de duración encontró mayores efectos motivacionales en intervenciones más largas. "Las clasificaciones desmotivan a los de abajo" se basa en muestras pequeñas de aulas y, en cuanto al esfuerzo, la contradice el estudio más cercano a una comunidad.

Afirmación uno: se desvanece porque es nueva. El moderador de duración de Sailer y Homner apuntó en la dirección contraria. Las intervenciones de hasta medio año mostraron mayores efectos motivacionales que las intervenciones de un día (Q(1) = 4.93, p < .05), y los autores escriben que sus resultados "pueden debilitar el temor de que los efectos de la gamificación no persistan a largo plazo". Su texto completo menciona "novedad" exactamente una vez, parafraseando la revisión de otra persona.

Seamos justos con la otra parte. Ese moderador es entre estudios, no dentro de una misma persona: compara estudios diferentes de duraciones distintas, no a las mismas personas a lo largo del tiempo, y el grupo más largo tiene pocos datos. Además, hay una encuesta que apunta en la dirección contraria: el estudio de Koivisto y Hamari de 2014 sobre usuarios de Fitocracy en Computers in Human Behavior encontró que "la diversión y la utilidad percibidas de la gamificación disminuyen con el uso, lo que sugiere que los usuarios podrían experimentar efectos de novedad". Ese es transversal, lo que significa que tampoco puede establecer un deterioro dentro de una misma persona, y es de fitness, no de comunidad.

Así que la afirmación correcta es: la tesis del desgaste de la novedad está en disputa, la evidencia con mayor potencia estadística apunta en su contra, y quien la afirme como un hecho no ha leído al moderador. En honor a la verdad, también deberíamos decir que Hamari —cuya revisión de 2014 citamos más abajo por su frase más contundente— está del otro lado en este punto, y Sailer y Homner señalan esa revisión como uno de los trabajos que contradice su hallazgo sobre la duración.

Afirmación dos: la clasificación aplasta a los de abajo. Tratado arriba. Respaldado para la motivación autodeclarada, con muestras pequeñas de aula, solo después de la intervención y sin efecto en la participación; pero en la clasificación relativa del mismo artículo, el tercio inferior sí obtuvo peores resultados. Contradicho, en cuanto al esfuerzo, por un experimento de crowdsourcing en el que las posiciones bajas intensificaron el esfuerzo ronda tras ronda. «En disputa» es la palabra honesta; «resuelto» no lo es.

Vale la pena añadir una tercera corrección, más discreta. La revisión de HICSS de 2014 de Hamari, Koivisto y Sarsa de la literatura empírica es más contundente que el marketing del sector: «Solo dos estudios encontraron positivas todas las pruebas», y los estudios más grandes «informaron que la gamificación podría no ser eficaz en un entorno de servicio utilitario». Esa última frase es la más transferible de toda esta base de evidencia, porque una plataforma comunitaria es un entorno de servicio utilitario.

Qué plataformas implementan qué mecánicas y cuánto cuestan

Cuatro de las trece publican un precio: Guild.xyz, Discourse, Circle y Zealy. MEE6 tiene uno, pero solo a través de una API que su propia página llama en tiempo de ejecución. Siete no publican ninguno, y a QuestN no pudimos comprobarlo. Las mecánicas difieren más de lo que sugiere el marketing: Discourse vincula las insignias a permisos, Circle incluye un interruptor de privacidad, Layer3 verifica acciones on-chain repetidas.

Cada mecánica a continuación se comparó con cadenas de las páginas que obtuvimos el 17 de agosto de 2026. Cada precio se cita tal como lo imprimió la página. "Sin precio público" indica qué páginas revisamos, porque una negativa sin especificar no vale nada.

Dos cosas que esa tabla cambia.

Los niveles de confianza de Discourse son la implementación de gamificación más sólida de este artículo, y Zealy no tiene nada parecido. Una insignia de Discourse puede conllevar un nivel de confianza, y un nivel de confianza conlleva capacidad real de moderación: la capacidad de hacer más en la comunidad, no una imagen junto a tu nombre. Esa es la diferencia entre un reconocimiento que otorga competencia y uno que la decora, y es precisamente la distinción a la que apunta la investigación. Si gestionas un foro y quieres un estatus que signifique algo, Discourse lo está haciendo mejor que nosotros.

Circle incluye la mitigación que sugiere la evidencia sobre las clasificaciones, y nosotros no. La propia página de gamificación de Circle dice que puedes optar por hacer privada la clasificación de tu comunidad. Dado que el hallazgo mejor respaldado sobre las clasificaciones trata de cómo se sienten quienes están en la parte baja se sienten, un interruptor de apagado controlado por el propietario de la comunidad es una respuesta de diseño real. Zealy no tiene un equivalente.

Un aparte sobre la obtención de datos, porque dice algo sobre la categoría: la página de inicio de Layer3 ya no usa la palabra "quest" en su texto visible — su vocabulario es Activations, Streaks y CUBEs. La palabra sobrevive dentro del JavaScript enviado, en nombres de rutas y una QUEST_COMPLETE cadena, lo que posiblemente sea mejor evidencia para el punto: el cambio de nombre está en el marketing, y la infraestructura todavía lo recuerda. El líder de la categoría abandonó la palabra de la categoría. Comparamos sus capacidades con las nuestras en Zealy vs Layer3, y si Galxe es el incumbente al que estás reemplazando, mejores alternativas a Galxe y Zealy vs Galxe abordan esa decisión como corresponde.

MEE6 y Tatsu pertenecen a una forma diferente de problema —XP por actividad de chat dentro de un único servidor de Discord— y escribimos sobre ese conjunto por separado en herramientas de engagement y crecimiento para Discord.

Qué hace realmente la gamificación de Zealy, y las cinco cosas que no tiene

Zealy otorga XP por reclamaciones de misiones aprobadas y concesiones manuales de administradores, deriva un nivel de una única fórmula global y clasifica a los miembros en dos ámbitos de clasificación: histórico y por sprint. No tiene insignias, ni rachas, ni bonificación por inicio de sesión diario, ni multiplicadores de XP, ni automatización de roles por nivel, y no calcula ninguna métrica de retención.

Todo lo siguiente se leyó del código fuente el 17 de agosto de 2026. Donde nuestra documentación no coincide con el código, el código es lo que realmente se ejecuta.

La curva de niveles es una sola fórmula y no puedes cambiarla

La XP acumulada para el nivel L es 150(L−1)² − 50(L−1). El nivel 1 es 0 XP, el nivel 2 es 100, el nivel 3 es 500, el nivel 4 es 1.200, el nivel 5 es 2.200. Esa curva es idéntica en todas las comunidades de Zealy y no hay configuración por comunidad para ella. El nivel no se almacena en los modelos de base de datos generados; se deriva de la XP en cada lectura. Nuestra documentación sobre el cálculo de niveles coincide con el código aquí, lo cual verificamos en lugar de asumir.

Compáralo con Carl-bot, cuyos operadores pueden poner canales y roles en lista negra, establecer XP por voz y limitar la tasa de toda la economía. Su curva documentada es 5*(n^2)+50*n+100, que es la XP necesaria para el siguiente nivel en lugar de un total acumulado, así que no la compares con la forma acumulativa de Zealy: lo importante es el control, no la forma. Zealy no te da ese control.

No pasa nada cuando un miembro sube de nivel

Este es el hallazgo que esperábamos que fuera erróneo y no lo fue. Zealy tiene dos enumeraciones de notificaciones —una estrecha en sus modelos de base de datos con tres tipos, y la que realmente devuelve su API de notificaciones, con trece— además de una enumeración de eventos de webhook con diez. Ninguna de las tres contiene un evento de nivel. No se dispara ninguna notificación. No se dispara ningún webhook. No aparece ninguna celebración. Existe un helper llamado hasLeveledUp en el código, está comentado en el barrel de exportación y no se llama desde ningún lugar.

La única consecuencia mecánica del nivel en Zealy es que puede usarse como condición de misión: una puerta sobre quién puede intentar algo. Eso es todo.

Dado lo anterior sobre los niveles, esto es menos condenatorio de lo que parece y más honesto que la alternativa. Los niveles apenas tienen evidencia detrás, y una celebración al subir de nivel es exactamente el tipo de cosa que se lanza porque todos la lanzan. Pero si eliges Zealy porque imaginaste a los miembros recibiendo un aviso satisfactorio al nivel 10, imagínalo con precisión: obtienen un número más grande.

Dos ámbitos de clasificación, y ninguno semanal ni mensual

Zealy tiene exactamente dos ámbitos de clasificación: histórico y por sprint. No hay clasificación semanal, mensual ni diaria. Si quieres una ventana más corta —y la evidencia sobre clasificaciones anterior es un argumento decente a favor, ya que una ventana nueva reinicia quién está en la parte baja— creas un sprint, que es una segunda clasificación con límite de tiempo acotada a un conjunto elegido de misiones.

Dos detalles que se describen mal, a veces incluso por nosotros. Un reinicio de la clasificación es un corte por fecha más un borrado lógico, no un borrado definitivo: el historial de reclamaciones de misiones queda intacto y la XP de los miembros se pone a cero de cara al futuro. Y los empates se resuelven a favor de quien alcanzó el total primero, salvo que una concesión manual de XP elimina ese desempate hasta la siguiente reclamación de misión del miembro.

Las recompensas de sprint son proporcionales, no un podio ni un sorteo

El pago predeterminado del sprint es proporcional a la cuota de XP de cada miembro entre todos los que están dentro de la zona de recompensa. No es el top tres, y no es un sorteo. La zona de recompensa es un umbral de elegibilidad aplicado antes de la distribución, no una curva de pago. La configuración alternativa divide un rango de posiciones de forma uniforme dentro de cada nivel. Ambas rutas redondean hacia abajo — la proporcional una vez por moneda, la escalonada dos veces — así que un pequeño remanente queda sin distribuir en ambos casos. En la ruta escalonada eso es deliberado y está documentado: el propio comentario de la función dice "Remainder from rounding stays undistributed."

Los fondos de premios de los sprints son solo USDC y zaps. Un sprint no puede otorgar XP, roles, NFTs ni tokens; esos viven en recompensas de quests, donde hay cinco métodos de recompensa, uno de los cuales es un sorteo. En cuanto a los tipos de recompensa, el número depende de dónde mires: la API de Zealy anuncia siete, pero el editor de quests excluye las recompensas NFT, así que un admin puede configurar seis — por eso nuestra página de documentación lista seis y no siete. Zealy realiza los sorteos automáticamente en su propia base de datos, y el sorteo selecciona claims en lugar de miembros distintos, así que alguien con varios claims exitosos en una quest recurrente tiene proporcionalmente más entradas. Vale la pena saberlo antes de diseñar uno.

Las cinco cosas que Zealy no tiene

Cada una de estas es una afirmación sobre el código fuente rastreado en el repositorio de Zealy, buscado el 17 de agosto de 2026 en la API, el backend, los esquemas, los modelos, las utilidades, las consultas, los contratos, la aplicación web y las migraciones de la base de datos.

1. Ni insignias ni logros que un miembro pueda ganar. Ten cuidado con cómo verificas esto, porque la primera vez nos equivocamos. Buscar badge en todo el código devuelve más de cien archivos, y el grupo más grande es un componente Badge en el sistema de diseño de Zealy — una pequeña etiqueta usada para estados y recuentos en toda la interfaz, no algo que alguien gane. medal igualmente da con un asistente getMedal que dibuja el primer, segundo y tercer puesto en una tabla de clasificación, lo cual es una representación del rango y no un premio. Lo que no existe en ningún sitio es una entidadde insignia o logro: nada que se le conceda a un miembro, que posea o del que se le pueda mostrar una colección. Discourse y Tatsu tienen ambos sistemas de insignias reales. Nosotros tenemos un componente de interfaz con el mismo nombre.
2. Sin rachas. streak, loginStreak, visitStreak y day streak no devuelven nada en el código rastreado. Layer3 tiene Streaks y Duolingo construyó una categoría en torno a ellas. Dada lo escasa que es la evidencia de rachas, no tenemos prisa, pero la ausencia es la ausencia.
3. Sin bonificación por inicio de sesión diario. dailyLogin, loginBonus, dailyBonus, login reward, lastLoginAt, lastSeenAt, dailyClaim, daysActive y activeDays devuelven cero. Zealy sí tiene un Daily Challenge a nivel de plataforma — completa una quest en cada una de tres comunidades destacadas, pasa la verificación de humanidad, reclama un boleto de lotería — pero eso es un reinicio diario sin bonificación por días consecutivos, y pertenece a Zealy y no a tu comunidad. Las quests recurrentes también se reinician en límites de calendario, lo cual es recurrencia, no una racha.
4. Sin multiplicadores ni boosts de XP. xpMultiplier, boostXp, doubleXp y xpBoost devuelven cero. Zealy sí tiene una función de boost , y es promoción de pago de una quest o sprint, no un multiplicador de recompensas. No planifiques un fin de semana de XP doble.
5. Sin automatización de roles por nivel o por XP. autoRole, roleByLevel, levelRole, xpThreshold, autoAssignRole, rankRole, tierRole y roleSync devuelven cero. Un rol de Discord en Zealy es una recompensa de quest, otorgada una vez cuando se aprueba un claim. Tatsu otorga roles por nivel automáticamente; Zealy no.

Y la que más importa para el tema de este artículo:

Zealy no calcula ninguna métrica de retención. retention, churn, D7, D30, DAU, WAU, MAU, returnRate, repeatVisit, stickiness, dropOff, dailyActive y monthlyActive devuelven cero en el código rastreado. Estructuralmente, la interfaz de analítica declara quince métodos — dos totales acumulados que no toman un rango de fechas, un recuento por ventana según el estado del claim, cinco listas clasificadas, seis series agrupadas por intervalo y un recuento de miembros a una fecha única. Ninguno de ellos vincula la actividad anterior de un miembro con su actividad posterior, que es la operación que requiere la retención.

Así que cuando un proveedor de gamificación te diga que sus mecánicas mejoran la retención, pregúntale qué mide. Nosotros no podemos medirla, y te lo estamos diciendo en nuestro propio artículo sobre gamificación.

Aplica todo el alcance habitual: estas son afirmaciones sobre las búsquedas listadas, en ese código, en esa fecha. No son afirmaciones sobre todas las funciones que Zealy haya lanzado o vaya a lanzar.

Si quieres la imagen general de qué es Zealy antes de evaluar las mecánicas, qué es Zealy lo cubre.

Cómo elegir una plataforma de gamificación para una comunidad

Elige por el comportamiento que necesitas, no por la mecánica que te gusta. Discourse si el estatus ganado debe otorgar permisos reales. Circle si la visibilidad de la tabla de clasificación debe ser opcional. Guild.xyz si el trabajo es acceso restringido por tokens. Una plataforma de quests como Zealy si necesitas recompensar acciones verificadas fuera de la plataforma según un calendario.

Algunas decisiones que la evidencia realmente respalda:

Si quieres más aportes de tus personas más activas, reconócelas de forma específica. Ese es el resultado de las barnstars de Wikipedia, y es el hallazgo comunitario más sólido de este artículo. También viene con su propia advertencia: el seguimiento encontró que las mismas recompensas se asociaban con una menor retención entre los colaboradores menos activos. Reconoce de forma amplia y específica, no de forma estrecha y competitiva.

Si quieres que una persona lo sienta, que lo haga una persona. La retroalimentación positiva mejoró la motivación intrínseca en el mismo metaanálisis en el que las recompensas tangibles la socavaron, y un certificado contó como tangible. Una insignia automatizada y un moderador diciendo "esta fue la mejor respuesta aquí esta semana" no son la misma función de producto, y la más barata es la que tiene mejor evidencia.

Si gestionas una tabla de clasificación, piensa en la mitad inferior antes de lanzarla. Muestra la posición relativa en lugar del rango absoluto, o permite que el propietario cambie la clasificación a privada, o limítala a una ventana corta que se reinicie. El interruptor de privacidad de Circle es la versión más limpia que encontramos; los sprints de Zealy son la versión de ventana corta.

Si quieres volumen, los puntos están bien y no deberías esperar más de ellos. Aumentan la cantidad. No parecen cambiar cómo se siente la gente respecto al trabajo.

No compres una plataforma basándote en una promesa de retención. Nadie en la literatura a la que pudimos acceder lo ha medido. Un proveedor que cita un porcentaje de retención o tiene datos privados que debería describir, o lo leyó en el blog de otro proveedor.

Dos decisiones adyacentes que este artículo deliberadamente no toma por ti. Si las mecánicas son para un programa de embajadores, las restricciones de diseño son distintas y cómo ejecutar un programa de embajadores cripto las cubre. Si tu gamificación generará una cola de revisión —y cualquier tarea que requiera que una persona lea un envío lo hará—, cómo delegar tareas comunitarias cubre el costo de personal que nunca aparece en una página de precios. Y si eliges la gamificación como parte de un go-to-market más amplio, nuestra guía de marketing web3 la sitúa junto a los demás canales y sus costos.

Lo más útil que podemos dejarte es la forma de la incertidumbre. Seis mecánicas, un solo ECA real en una comunidad entre todas ellas, una dirección de retención tras un muro de pago y una literatura que trata mayormente de estudiantes. Cualquiera que te venda certeza aquí no ha mirado.