La detección de comunidades ha sido objeto de una extensa investigación debido a sus amplias aplicaciones en redes sociales, informática, biología y sistemas complejos. La modularidad destaca como una métrica predominante que guía la detección de comunidades, con numerosos algoritmos dirigidos a maximizar la modularidad. Sin embargo, la modularidad se enfrenta a un problema de límite de resolución al identificar estructuras de comunidades pequeñas. Para abordar este desafío, este documento presenta un enfoque novedoso al definir la información de la estructura de la comunidad desde la perspectiva de codificar la información de los bordes. Esta definición pionera sienta las bases para el algoritmo de detección de comunidades rápido propuesto CSIM, que presume de una complejidad temporal promedio de solo . Los resultados experimentales muestran que las comunidades identificadas a través del algoritmo CSIM en diversos tipos de datos de gráficos se asemejan estrechamente a las estructuras de comunidades reales en comparación con las reveladas a través de algoritmos basados en la modularidad. Además, CSIM no solo presume de una menor complejidad temporal que los algoritmos codiciosos que optimizan la información de la estructura de la comunidad, sino que también logra resultados de optimización superiores. Especialmente, en redes cíclicas, CSIM supera a los algoritmos basados en la modularidad al abordar eficazmente el problema del límite de resolución.