¿Qué es “el algoritmo?”
Los algoritmos de recomendación están en todas partes. Nos sugieren constantemente nueva música, programas de televisión, cenas e incluso posibles parejas románticas, y en la mayoría de los casos. En parte, pueden ser bastante buenos para predecir lo que nos gusta. ¿Cómo?
En términos generales, los algoritmos son un conjunto específico de instrucciones que, cuando se siguen, siempre deben dar como resultado un resultado deseado, ya sea resolver un problema o realizar una tarea. Aunque han existido durante miles de años, las computadoras e Internet han hecho que sea más fácil para algoritmos complejos realizarse casi al instante. Algoritmos utilizados específicamente para hacer que las recomendaciones funcionen mediante el uso de datos de comportamientos pasados para predecir el comportamiento futuro.
Para tener una mejor idea de cómo funciona, tenemos que remontarnos al año 2006, cuando más de 30.000 personas de todo el mundo vinieron juntos para mejorar un algoritmo específico. Más sobre esto a continuación.
Historia del origen
El premio Netflix
Cuando era sólo un servicio de alquiler de DVD, Netflix lanzó un concurso conocido como Premio Netflix. La compañía ofreció una recompensa de $1 millón a quien podría aumentar la tasa de éxito de su software de recomendación de películas “CineMatch» en la predicción qué películas les gustaría a sus usuarios en un 10%. Como parte de la competencia, la compañía compartió públicamente datos que incluían 100 millones de calificaciones de 17,770 películas de 480,189 clientes.
A través de foros en línea, los distintos competidores compartieron sus avances e ideas sobre cómo mejorar sus algoritmos. Los participantes discutieron temas como si el tiempo Qué día alguien calificaba una película y cuán probable era que alguien disfrutara una secuela si le gustaba la original.
Un competidor fue particularmente influyente. Se hacía llamar Simon Funk. Se le ocurrió la idea de utilizar una técnica matemática llamada Descomposición de valores singulares (SVD) para ordenar los datos de Netflix y encontrar automáticamente similitudes entre las películas que les gustaron a los usuarios, como los géneros y los actores protagonistas. una película. Estos factores, identificados por el algoritmo, se utilizaron luego para hacer recomendaciones más precisas. algoritmos de recomendación.
Breve historia
2000 aC: Algunos de los algoritmos registrados más antiguos de la historia están escritos en tabletas de arcilla en Babilonia.
820: El matemático persa abu-Jaʽfar Muhammad ibn Mūsā al’Khwārizmī escribe el Compendio de libro sobre cálculo por terminación y equilibrio, que más tarde introdujo el álgebra en Europa. La palabra algoritmo se deriva de su nombre.
1842: La matemática inglesa Ada Lovelace escribe un algoritmo para encontrar números de Bernoulli utilizando una máquina hipotética. Su algoritmo es ampliamente considerado el primer algoritmo informático.
1998: Sergey Brin y Lawrence Page presentan su notorio algoritmo “PageRank” en un artículo académico mientras eran estudiantes en la Universidad de Stanford. Ellos diseñaron el algoritmo como una forma de llevar “orden a la web” clasificando los resultados de los motores de búsqueda (y luego, claro, pasó a iniciar Google).
2016: La red de medios sociales basada en video TikTok se lanza a nivel mundial.
El problema de la automatización de la cultura
En los casi 20 años transcurridos desde el concurso del Premio Netflix, los algoritmos de recomendación se han vuelto más sofisticados y también los datos que utilizan.
TikTok : posiblemente el algoritmo de recomendación más poderoso eso es tener un momento de ajuste de cuentas en Estados Unidos — recopila y utiliza datos sobre el tiempo de visualización real de millones de videos de 1,5 mil millones de usuarios activos mensuales. La aplicación ha dicho públicamente que su algoritmo tiene en cuenta los me gusta, los comentarios, las acciones compartidas y el tiempo de visualización de videos; sin embargo, investigaciones de periodistas y expertos han descubierto que El tiempo de visualización es la clave del inquietante algoritmo psíquico de la aplicación. Cada segundo que pasas en la aplicación le proporciona al algoritmo más datos sobre el tipo de contenido que es más probable que te mantenga en la aplicación; ni siquiera tienes que presionar el botón Me gusta ya no.
Y si bien estos algoritmos pueden ser útiles, tienen implicaciones no deseadas en el mundo real. El algoritmo de YouTube ha mejorado, pero solía promover vídeos de conspiración. El algoritmo de Facebook una vez priorizó las reacciones de emojis de enojo, lo que resultó en la difusión de información errónea.
Se ha descubierto que TikTok suprime el contenido creado por usuarios LGBTQ+ y discapacitados. Los investigadores también han descubierto que los temas censurados en China están subrepresentados en TikTok en comparación con otras plataformas de redes sociales.
Escucha
¿Has comprado algo que no necesitas en un anuncio? La culpa es del algoritmo. ¿Solteros decepcionantes en tu aplicación de citas? algoritmo. Pero,¿tenemos razón en culparlo siempre?
En el final de temporada del podcast Quartz Obsession — El algoritmo: Cartas de recomendación —El reportero de Quartz, Bruce Gil, le cuenta a la presentadora Gabriela Riccardi sobre los orígenes de los algoritmos que dan forma a lo que hacemos en línea.
🎧 Escucha ahora Spotify | Manzana | Pandora
👓 O leer la transcripción
Citable
“Creo que el problema de estar rodeados de recomendaciones algorítmicas es que nos impide ser desafiados y sorprendidos la mayor parte del tiempo. , como todo está moldeado a nuestras preferencias que ya hemos expresado. Las recomendaciones de Spotify siguen todas las bandas y géneros que conocen que te gusta y con lo que te involucras. Somos guiados y guiados hacia experiencias que nos resultarán lo suficientemente cómodas”. — El escritor neoyorquino Kyle Chayka en The Ezra Klein Show
cuestionario sorpresa
¿Qué país tiene más usuarios de TikTok?
A. Estados Unidos
B. China
C. Indonesia
D. Brasil
Continúe desplazándose: la respuesta se encuentra al final de este correo electrónico.
Por los dígitos
600 millones: Las personas se suscribieron al servicio de transmisión de música Spotify, que ha estado utilizando cada vez más la IA para personalizar las recomendaciones musicales.
70%: Vídeos vistos en YouTube que están impulsados por el algoritmo de recomendación de la plataforma.
100 millones: Las calificaciones de películas que Netflix puso a disposición del público cuando lanzó su concurso del Premio Netflix en 2006.
80%: Programas de televisión y películas vistos en Netflix debido a recomendaciones algorítmicas.
40%: Usuarios de TikTok en EE. UU. que dicen que su página “Para ti” es extremadamente o muy interesante para ellos.
Encuesta
¿Qué aplicación tiene el algoritmo que te consume más tiempo?
- TikTok — No puedo desligarme de mi feed
- YouTube: puedo perder horas en una madriguera de vídeos
- Netflix : puedo ver atracones todo el día
Cuéntanos tu experiencia con TikTok y otros algoritmos de recomendación.
💬 ¡Hablemos!
En la encuesta de la semana pasada sobre remakes de videojuegos, 45% ¡Simplemente quieres algo nuevo en lugar de lo mismo revisado! Pero 21% de ustedes está en reinicios, 18% como remasterizaciones, y dieciséis% De hecho, me gusta un buen remake.
🤔 ¿Qué te pareció el correo electrónico de hoy?
💡 ¿Con qué deberíamos obsesionarnos a continuación?
El correo electrónico de hoy fue escrito por brucegil (que ha encontrado el amor a traves del algoritmo) y editado por Morgan Haefner (es curioso cuál algoritmo ella queso el historial de compras haría).
La respuesta al cuestionario es A., Estados Unidos. Estados Unidos tiene casi 150 millones de usuarios de TikTok, la mayor cantidad de cualquier país del mundo. Indonesia y Brasil tienen el segundo y tercer mayores audiencias de TikTok. TikTok no está disponible en China y pronto podría enfrentar una prohibición en los EE. UU.
Este contenido ha sido traducido automáticamente del material original. Debido a los matices de la traducción automática, pueden existir ligeras diferencias. Para la versión original, haga clic aquí.