Los algoritmos de recomendación se han vuelto una parte fundamental en la experiencia del usuario online. En el artículo, algunas claves de su funcionamiento e importancia en la actualidad.
La palabra algoritmo resuena más fuerte que nunca: se la asocia a recomendaciones de buscadores, a videos en línea e incluso a contenido en plataformas de streaming.
Este universo tan amplio hace referencia también a los algoritmos de recomendación, es decir, aquellos que analizan datos sobre las preferencias y comportamientos de los usuarios para sugerir nuevos productos, servicios o contenido en base a sus gustos. En diálogo con Gabriela Riccardi, presentadora del podcast Quartz Obsession, el reportero Bruce Gil explicó la fórmula en la que dicho algoritmo influye en lo que consumimos online.
El experto señala que su pasión por conocer el funcionamiento de los algoritmos inició cuando TikTok comenzó a mostrarle videos muy específicos según sus gustos: “Me conoce demasiado bien. Al principio pensé que era increíble, pero eventualmente me pregunté cómo es que podía ser tan eficiente”.
Qué es un algoritmo de recomendación
Gil define al algoritmo como un “proceso o conjunto específico de instrucciones que, cuando se siguen o ejecutan, resultan en un objetivo deseado”. Si bien los primeros algoritmos datan de 2000 a.C. y fueron descubiertos en tabletas de arcilla, todo cambió con la revolución digital y las computadoras.
Según el reportero, existen ciertos algoritmos de recomendación que él define como “fundacionales” en estos tiempos: el de TikTok, el PageRank de Google y Netflix.
“El algoritmo original de Google fue escrito en 1998 por dos estudiantes universitarios de Stanford, Sergey Brin y Lawrence Page. Lo escribieron como parte de un artículo académico que tenía como objetivo organizar la web. En ese momento, los motores de búsqueda no eran como ahora”, explica Gil, y señala: “Estos estudiantes pensaron en una idea para asegurarse de que cuando buscaras algo en Google realmente obtuvieras información confiable”.
Acerca del funcionamiento del algoritmo en sus orígenes, indica: “Hoy es mucho más complejo, pero en aquel entonces la idea era clasificar las páginas según la cantidad de enlaces que tenían y la calidad de esos enlaces. Cada página obtenía una clasificación basada en cuántas otras páginas se enlazaban a ella y también tomaba en cuenta el rango de esas páginas. Así que, si tienes páginas de alta calidad citándote, tu clasificación sube”.
Eso explica por qué medios conocidos como el New York Times, el Chicago Tribune o el Washington Post aparecen primeros en los resultados de búsqueda en Estados Unidos.
El caso de Netflix
Netflix, por otro lado, inició en 2006 y lanzó ‘Netflix Prize’, donde ofrecieron un millón de dólares a quien pudiera mejorar su software de recomendación en al menos un 10%. Posteriormente, hicieron pública toda la información sobre cómo sus usuarios calificaban películas.
“Había 100 millones de calificaciones de 17,770 películas de aproximadamente 480,000 clientes. La tarea era usar esos datos para crear un algoritmo que predijera si a alguien le gustaría una película basándose en sus calificaciones anteriores, no solo en las suyas, sino en las de todos los demás en el conjunto de datos. Básicamente, todos los usuarios de Netflix”, subraya Gil.
“Unas 30,000 personas se inscribieron para participar. Luego hubo muchos más foros y publicaciones donde la gente compartía sus ideas. Y comenzaron a pensar, por ejemplo, si las calificaciones más recientes eran más precisas que las realizadas hace meses. ¿Influye la hora del día en que se hizo la calificación? Y comenzaron a agregar estos factores a sus cálculos y algoritmos, todos construyendo sobre el trabajo de los demás”, destaca sobre el funcionamiento del algoritmo de recomendación en la plataforma de streaming.
El reportero advierte que, en ese entonces, el aspecto colaborativo ignoraba la privacidad del usuario. Hoy en día, al ser un servicio de streaming propiamente dicho, la plataforma puede acceder directamente al historial de películas y series que ve una persona.
El impacto de los algoritmos de recomendación en el día a día
Para contestar la pregunta de la conductora sobre cuál es el impacto de estos algoritmos a nivel cultural, Bruce Gil se valió del ejemplo de TikTok: “La cultura está siendo moldeada por los algoritmos. El de TikTok es uno de los más poderosos ya que es la plataforma perfecta de aprendizaje automático, ya que un algoritmo aprende recolectando más datos y mejorando a medida que avanza, porque en esta plataforma tienes como mil millones de usuarios viendo estos clips de dos minutos”.
“Cada deslizamiento o cada minuto que pasas viendo un video es otro punto de datos que el algoritmo usa para saber qué recomendarte después”, explica. Gil advierte que los algoritmos de recomendación son los responsables de gran parte del contenido que la gente ve en YouTube y revela que impulsa alrededor del “70% de los videos que se ven en la aplicación”.
La contracara del algoritmo de recomendación es que muchos creadores de contenido apuntan hoy a volverse virales, lo que los lleva a descuidar su plataforma o idea original. Esta presión asociada a tener éxito en línea implica que pasan a dirigirse a un público más amplio para así llegar a más gente.
“Esto llega hasta Netflix y todas estas productoras de cine que lanzan películas de superhéroes muy similares, o músicos que crean canciones que darán lugar a desafíos de baile en TikTok. Así que creo que hay algo que decir sobre cómo los algoritmos quitan un poco de la magia de descubrir cosas por uno mismo. Y ahora que todos estamos yendo directamente a las mismas fuentes, creo que Internet se está volviendo un poco menos divertido”, reflexiona Gil.
Aún no hay comentarios