Nuestros otros blogs
Destacamos
Tags
Ver más
El blog de
Supongamos que entras a YouTube y lo primero que te encuentras es que te están recomendando este vídeo (si no te lo ha recomendado YouTube, dale al play igualmente, que te lo estamos recomendando nosotros).
Puede que la recomendación te guste o que, simplemente, te dé igual. Y es que es más difícil acertar con una playlist que os guste a todos en el coche que con un regalo para tu suegra, pero los grandes de la tecnología están seguros de poder hacerlo (lo de la playlist).
YouTube, Spotify, Deezer, iTunes: todos incluyen funcionalidades para ayudarte a descubrir contenidos que, supuestamente, te gustarán y, oye, mira, de vez en cuando aciertan…
El secreto detrás de las recomendaciones no es otro que una gran acumulación y gestión de datos, colectivos e individuales.
Por un lado, datos demográficos según los cuales a ciertos grupos les gustará un contenido y no otro. De otro lado, datos individuales que se recogen a partir de tu navegación.
La combinación de ambos dará, en teoría, indicios que permitan recomendar un listado específico de contenidos. Y, también, se supone que lo que hagas con esas recomendaciones -básicamente ignorarlas o consumirlas- ayudará al algoritmo a aprender y afinarse cada vez más.
Un ejemplo claro de esto es la lista “Descubrimiento semanal” de Spotify: dos horas de música, aproximadamente 30 canciones, que cambian todos los lunes en función de tu histórico dentro de la plataforma.
Aplaudida como una de las más finas de su categoría, esta funcionalidad debe su éxito a la integración de Spotify con The Echo Nest, una compañía especializada en Big Data musical, capaz de analizar más de 10 millones de páginas web musicales.
Y no sólo por sus canciones, sino también por sus titulares, reseñas, ceremonias de premios, imágenes y muchos detalles más que ha hecho que Spotify sea algo así como el Sting (“Every breath you take”) de las apps para escuchar música.
Hasta aquí, todo correcto: las plataformas de música en streaming piensan en ti y te ayudan a que tu universo musical no se limite a escuchar a diario los grandes éxitos de Carlos Baute. No obstante, hay quienes creen que los recomendadores -al menos de vez en cuando- huelen un poco a chamusquina.
Según Guillaume Chaslot, un extrabajador de Google conocido en Internet por sus artículos sobre la supuesta agenda oculta de YouTube, cuenta que la mecánica de recomendaciones de esta plataforma está trucada para generar más tiempo de visualización. ¿Cómo? Jugando con tu morbo, joven Padawan.
Así, si tú buscas información sobre tu próximo viaje al Caribe, según la teoría de Chaslot, YouTube no te recomendará un vídeo sobre tips de viaje, o sí, pero antes te mostrará contenido sobre las playas más contaminadas, las ciudades más peligrosas o las especies marinas más venenosas de la región.
Claro que, todo esto, es una teoría aún por demostrar con la que YouTube no coincide en absoluto.
En el caso de las recomendaciones musicales, las plataformas de streaming suelen acertar bastante, a pesar de alguna chapucilla habitual como puede ser el hecho de que escuches a Cindy Lauper y, siguiendo el criterio de “cantantes femeninas”, te acaben recomendando a Becky G.
Para paliar esto, la solución es fácil: utiliza más la plataforma. Cuanto más lo hagas, más aprenderá y se refinará el algoritmo.
Por ejemplo, los usuarios de Spotify crean unos 600 Gb de datos cada día. Esto significa que, en la actualidad, la compañía tiene un almacén de datos de unos 30 Petabytes (el nombre no viene de estar petados con tanto byte, aunque también, considerando que dicho almacén ocupa 4 datacenters).
Algo así como La Forja de Westworld, pero -por suerte- con una finalidad bastante menos distópica y lejana que, dicho sea de paso, ya podemos disfrutar cada día en nuestro móvil.
