Los datos son de suma importancia en nuestro mundo. Hace unas décadas conseguimos hacer algo que parecía imposible: almacenarlos a coste casi nulo. En smartphones como el Huawei P20 Pro, por ejemplo, tenemos 124 GB de serie, ampliables. Y hace poco alcanzamos otro hito: analizar estos datos a coste excepcionalmente bajo. Esto ha permitido que las inteligencias artificiales buceen en nuestra huella digital para ofrecernos contenido, nuevas amistades o anuncios.
Todos aquellos que navegan por Internet tienen una huella digital considerable a sus espaldas. Un reguero de datos único que nutre a algoritmos de todo tipo. Es por eso que hay inteligencias artificiales muy pendientes de nuestros movimientos para diseñar políticas sociales, lanzar anuncios o dar consejos de lectura. Veamos algunos ejemplos del día a día.
Este usuario puede interesarte, pero cómo lo sabe Twitter
Si eres usuario de alguna red social (Twitter, Facebook, Google+, LinkedIn…), seguramente hayas recibido notificaciones sobre a quién seguir. Generalmente aparecen en un lateral de la aplicación, y muestran perfiles con los que puedes tener alguna relación. En función de la red social, la relación varía.
LinkedIn mostrará perfiles laborales similares a los tuyos, quizá responsables de empresas parecidas a las que sigues. En Facebook suelen aparecer conocidos de conocidos, o gente con factores en común, como el colegio, el trabajo o las zonas físicas por las que te mueves. Twitter te recomienda perfiles seguidos por tus seguidores, pero también aquellos similares a personas a las que sigues.
Y todo eso lo combinan con gustos y datos personales previos. ¿Cómo lo hacen? Usando inteligencia artificial, claro, y algoritmos que usan los datos que tú proporcionas para establecer conexiones que consideran relevantes para ti. Aunque estos son programas extremadamente complejos, en este artículo simplificamos unos mecanismos muy básicos como guía.
Por ejemplo, es probable que tanto amigos como familia estén presentes en tu Facebook, así como que tengas la aplicación instalada en tu teléfono móvil. Si has dado permiso a la app para leer tus contactos, buena parte de las propuestas de conocidos vendrán por ahí.
Pero si, además, has dado permiso de acceso al GPS (más datos para la IA), es probable que te sugiera gente que «te suena». Quizá del bar donde comes habitualmente, el autobús o del edificio donde trabajas. Esta red social detecta puntos en común y, cuanto más fuertes, hay más probabilidades para que os recomiende mutuamente.
¿Qué me apetece leer hoy?
El mundo del ocio también hace uso de la inteligencia artificial y machine learning. Pusimos el ejemplo de cómo Netflix usó una IA para rodar ‘House of Cards’ (2013). Netflix usa algoritmos para, en base a lo que te ha gustado, recomendarte la siguiente lista de películas, series o documentales. El proceso es relativamente sencillo.
Si a 1.000 personas les han gustado las películas A, B y C, y a ti te han gustado las dos primeras, es muy probable que C te guste también. En este ejemplo se observa también el valor de las redes de datos. Una red con 10.000 personas no será solo 10 veces más valiosa que la del ejemplo, sino muchas veces más, según la Ley de Metcalfe (el valor de una red aumenta proporcionalmente al cuadrado del número de usuarios del sistema).
De este mecanismo se nutre también Goodreads, probablemente la página web que más recomienda libros del mundo. Y lo hace, de nuevo, gracias a redes neuronales e inteligencia artificial. Al registrarte en esta página web, te pregunta sobre tus últimas lecturas, que puedes listar y puntuar de una a cinco estrellas. ¿Te suena TripAdvisor o Yelp? Hacen lo mismo, pero con locales.
Usando algoritmos similares a los de Netflix, Goodreads agrupa a los usuarios en base a sus gustos y les propone la siguiente lectura. Con menos de cinco libros valorados, la red no funciona, pero, una vez que hemos incluido los 20 primeros, las recomendaciones son asombrosas y excepcionalmente precisas.
Podemos considerarlo un intercambio de información valiosa: el usuario aporta datos con los que Amazon sabe qué puede venderte (si usas el mismo usuario de correo, verás en «amazon.es» las recomendaciones de «goodreads.com») y el usuario descubre libros que probablemente le son afines.
Así se paliará el problema del turismo
No es una varita mágica ni la panacea, pero la inteligencia artificial y el big data ya están ayudando a ciudades como Barcelona a paliar la masificación turista. Hay días en los que caminar por Barcelona, Madrid, Londres o Nueva York, entre otras ciudades turísticas, resulta una tarea muy complicada.
Hace unos años, un operador de telefonía móvil realizó entre 2014 y 2016 varios estudios con datos anonimizados sobre el movimiento de los turistas por la ciudad, que presentó en el MWC de 2017. Los datos anonimizados son clave en aplicaciones no comerciales como las que llevan a cabo diferentes ayuntamientos.
Por ejemplo, Barcelona podría usar los datos obtenidos de este estudio para diseñar mejores rutas alrededor de la Sagrada Familia. Pero está interesada en flujos de datos, no en personas. Al ayuntamiento no le interesa saber que Pedro Pérez, valenciano de 40 años con mujer, dos niños y un perro pequeño, recorrió la esquina norte el 31 de agosto de 2015, pero sí le interesa saber cuántas personas pasaron por allí y las horas para hacerse una idea del tránsito.
Para anonimizar los datos se usan técnicas como el k-anonimato (se combinan rutas similares, de modo que no se sabe a ciencia cierta quién fue el que pasó por allí) o la ofuscación (los valores se «deforman» ligeramente antes de ser almacenados).
Gracias a estos estudios, podemos saber el perfil del turista, por dónde pasan más las excursiones o qué hace el visitante nocturno medio. Y, con ello, diseñar políticas públicas de transporte y movilidad urbanamediante IA.
Anuncios georreferenciados directos al móvil
Un día, paseando por una calle comercial mientras escuchas un podcast en Ivoox, la señal se interrumpe unos segundos para mostrar un anuncio. Sin este anuncio sería imposible ofrecerte el contenido sin pagar, pero ocurre algo muy curioso. El comercio al que hace referencia el audio es el mismo que ves al final de la calle. «Qué casualidad», piensas mientras sigues paseando.
Por supuesto, no ha sido casualidad. Los anuncios georreferenciados es el sueño que persiguen los anunciantes de todo el mundo, y empresas como Google, que viven de los anuncios y los datos, han empezado a explotarlos. ¿Te has preguntado por qué determinados pokemons (criaturas virtuales del juego Pokemon Go) aparecen en una ubicación específica y no en otra?
Imaginemos que somos un tendero de la zapatería del ejemplo y que buscamos clientela; por ejemplo, mujeres de entre 30 y 50 años con poder adquisitivo medio. A Google le resulta fácil filtrar, de sus jugadores de Pokémon Go, por factores similares.
También será una opción colocar poképaradas cercanas para usuarios con este perfil, siempre que la tienda esté interesada en abonar cierta cantidad. Es el nuevo modo de anunciarse: llevando clientes potenciales directos a la puerta de nuestra tienda. Detrás, de nuevo, tenemos una inteligencia artificial que cruza miles de parámetros de ubicación y datos de los usuarios.
La inteligencia artificial está cambiando ámbitos tan tradicionales como las recomendaciones de libros, porque acierta más que los conocidos. También te ayuda a encontrar personas afines y trabajo. Y, por supuesto, se usa en sectores como el de la publicidad dirigida o el sector administrativo.
Lejos de ser un concepto futurista relacionado con la ciencia ficción, está presente en nuestra sociedad y tiene multitud de usos actuales, como ayudarnos a hacer mejores fotografías. Más aquellos usos que están por venir y que, de momento, entran dentro de la fantasía.
Imágenes | Yoal Desurmont, rawpixel, Johnny McClung, Toa Heftiba, Anthony Tyrrell, Alexandre Godreau
