Así es como la inteligencia artificial recomienda lo que cree que te gusta
Cada vez hay más información y más datos, y menos tiempo y capacidad para que del usuario pueda valorar y discernir. ¿Nos fiamos?
@pixabay
Voy a intentar explicar cómo funcionan los sistemas de recomendación que utilizan empresas como Netflix, HBO, Spotify o entidades financieras como BBVA, manejando los datos de los clientes, se entiende siempre que previa autorización de los mismos, y aplicando algoritmos y herramientas como el machine o el deep learning para gestionar las grandes cantidades de datos y aconsejar y mostrar de forma eficaz a los usuarios sus recomendaciones.
La clave, no obstante, y no lo digo yo sino algunos de los expertos en inteligencia artificial que ya han pasado por Muy Interesante y el Blog en inteligencia artificial como Nuria Oliver, Chema Alonso, Ramón López de Mántaras o la propia Elena Alfaro, máxima responsable de la estrategia de Datos e Innovación en Data Science de BBVA, es la ética de los algoritmos.
La consultora PwC, por ejemplo, señala tras una encuesta realizada con usuarios en el ámbito de los contenidos de vídeo, que “lo especialmente relevante cuando se realiza una recomendación a un usuario no es el qué, sino el porqué”. Y dice que los consumidores son inteligentes. Ellos saben cuando están siendo empujados a ver un contenido que no es de su interés. El público de hoy quiere entender el “por qué” detrás del qué. Es más probable que confíen en lo que usted recomienda si la sugerencia viene con una explicación. ¿por qué el programa tiene una calificación alta? ¿Qué dicen los críticos? ¿Qué probabilidades tengo de disfrutar de este espectáculo? ¿Cómo lo valoraban otros como yo?
El 37% de los encuestados por PwC dice que no quieren desperdiciar su tiempo en comenzar un nuevo programa que no les guste, y que las recomendaciones personalizadas son demasiado arriesgadas. Ayudar a los consumidores a tomar la decisión por sí mismos debería ser el objetivo de las empresas como Netflix, y también como BBVA.
Y gracias a una invitación de BBVA asistí el 20 de marzo a una charla en Madrid, en la que los científicos de datos y expertos de la entidad financiera intentaban explicar cómo funciona un sistema de recomendación en la era de la inteligencia artificial. Invitados de postín y ponentes como Francisco Vieira, presidente del Tribunal Superior de Justicia de Madrid, la responsable de Innovación de restaurante Celler Can Roca, Heloïse Vilaseca, el director de arte y ganador de un Goya por Blancanieves, Alain Bainée, y el diseñador de interacción Javier Cañada, explicaban cómo en su día a día se toman determinadas decisiones en función de los datos, conscientes e inconscientes, que tienen en su mano en cada una de sus facetas y labores.
Y entre ellos Iskra Velitchkova, la conductora del evento, autora del estudio de divulgación ‘RecSys’ que se presentaba, y especialista en Visual Thinking de BBVA Data & Analytics, se aventuraba a señalar que “la mente humana hace que dos canciones muy distintas recuerden a un mismo momento vital, o que un lugar evoque a alguien muy concreto que nunca ha estado allí. Y esto es un reto enorme para las máquinas”.
Los sistemas de recomendación, decían los expertos de BBVA, tienen que ir mucho más allá, y modelar la relación entre una persona y los productos que utiliza, encontrar datos medibles que permitan crear estas relaciones implícitas para, mediante algoritmos, dar recomendaciones aún más eficaces y personales en todos los aspectos vitales, incluido, por supuesto, los de la vida financiera.
Y añaden los analistas de PwC, que ayudar a los usuarios a navegar por ese ingente mar de información para elegir, sin algoritmos manipulados, con atino debe ser el principio ético que guie a las compañías, más allá de sus propios intereses comerciales.
También dice la consultora que “a medida que la cantidad de contenido, de datos, de oferta, prolifera más rápido de lo que los consumidores pueden hacer un seguimiento, éstos necesitan herramientas inteligentes que puedan actuar como un amigo de confianza, dándoles consejos sobre lo que deben vigilar para que no pierdan su tiempo”.
El uso de algoritmos más inteligentes, y éticos, en la recomendación es por tanto la clave para que las empresas, sean del ámbito que sean, puedan lograr la fidelidad y la confianza de sus clientes.
