{{#section.link.href}}
{{section.link.title}}
{{/section.link.href}}
El director de cine James Cameron sabía de lo que hablaba cuando rodó Terminator 2 (1991). Fue en esa década cuando el uso de los algoritmos empezó a cambiar hacia un sistema de aprendizaje basado en datos. Lo explicaban bien los protagonistas de su película. “¿Puedes aprender cosas para las que no has sido programado y ser... ya sabes, más humano?”, le pregunta John Connor al Terminator. Arnold Schwarzenegger le contesta que sí, que tiene una “computadora de aprendizaje”. Vamos, que es un machine learning, diríamos en 2020.
Muchísimos negocios utilizan estos algoritmos con capacidad de aprender sobre la marcha simplemente observando lo que hacemos. Se alimentan de millones de datos y aprenden de ellos. Así consiguen adivinar lo que nos gusta y tratan de hacernos picar con otra nueva compra. ¿Qué ha pasado esta pandemia? Que no nos hemos movido de casa y nos ha dado por comprar papel higiénico como si no hubiera mañana, harina y levadura para alimentar un campamento y puzzles para el resto de nuestra vida... Y a los algoritmos los hemos vuelto un poco ‘locos’.
“Estos sistemas no reaccionan muy bien a situaciones muy nuevas. Las personas no es que lo hagamos fenomenal, pero las máquinas lo hacen peor porque solo pueden aprender de lo que ha ocurrido en el pasado. Si es algo completamente nuevo no saben qué hacer”, explica Álvaro Barbero, Chief Data Scientist en el Instituto de Ingeniería del Conocimiento (IIC).
“Está desconcertado, tú has cambiado tu comportamiento de manera muy brusca y el algoritmo se está entrenando contigo. Prueba-error, prueba-error”, argumenta Sixto consejero delegado de Capaball.
Muchos consumidores habrán detectado algo raro mientras navegaban en internet durante las semanas de confinamiento. Sugerencias extrañas, anuncios de productos sin interés o muy insistentes... Era normal, el algoritmo no nos reconocía. Por eso muchos tuvieron que ‘pasar por boxes‘ y ajustarse manualmente. “Que la gente iba a comprar hidrogeles y mascarillas estaba claro que iba a pasar. Un algoritmo basado en estadística tardaría varios días en pillar la tendencia, pero alguien que oiga las noticias sí puede saberlo”, apunta Barbero. Este experto cree que el cambio para que nos salieran anuncios de estos productos los introdujo un humano. “Todos estos sistemas no los puedes dejar correr solos porque hay muchas cosas que no captan a tiempo”.
Encerrados en casa también modificamos no solo lo que comprábamos sino también cómo: lo queríamos ya, no en dos semanas. El tiempo de entrega pasó a ser un elemento muy importante en nuestra decisión de compra. “A lo mejor antes no importaba tanto. Pero el algoritmo va aprendiendo y ve que si te enseña productos que van a tardar mucho tiempo en llegar tú no compras”, explica Barbero. Otra vez, prueba-error, prueba-error, porque lo de antes no funciona para que añadamos el producto a la lista de la compra.
Para las personas que trabajan el sector de la publicidad online este cambio supone un reto enorme, pero el pasado puede ser también útil para dar con nuevas soluciones. “Ahora tenemos que utilizar la información de otra manera”, sostiene Álvaro Mayol, socio y jefe de producto y tecnología en TapTap. “Los algoritmos tienen que ser incluso más inteligentes, incluir más variables”. El negocio de esta empresa es ofrecer publicidad en tiempo real: hacerte llegar un anuncio teniendo en cuenta dónde estás y si es hora de comer, de comprar... “Ahora tendremos que tener en cuenta el grado de saturación de los locales, entender las horas pico y valle y utilizarlas justo para todo lo contrario que antes. El comportamiento ha cambiado pero los datos del pasado nos pueden dar muchas soluciones para ahora”, argumenta Mayol.
Muchos algoritmos además, se tendrán que mudar: de la tienda física a la mudaronline El conocimiento que se tiene del cliente hay que aplicarlo a otro contexto. “Antes un Ikea o un Bricomart lo que querían era que fueras a su tienda, porque una vez allí se genera la venta cruzada”, apunta Mayol. “Ahora no habrá tantas visitas y por eso los algoritmos tienen que cambiar: utilizar los datos que ya se tienen de los clientes para llegar a otras soluciones no tan relacionadas con el espacio físico”. La usabilidad de las aplicaciones, los pedidos online, la recogida en un punto de entrega, el envío, etc. serán nuevas reinas del entorno.
Lo bueno del confinamiento y la desescalada es que estamos pasando mucho más tiempo con nuestros amigos los algoritmos. Dedicamos más horas a navegar en internet por pura necesidad y eso es perfecto para el re-entrenamiento y el aprendizaje de nuestros terminators. Pero no todos los sectores disponen de esta ventaja. Algunos, digamos, han perdido la señal: se han quedado sin comida.
“Hay empresas completamente paralizadas: aviación, hoteles, sector turísitico... Y este sector fija un precio y ofertas basadas en algoritmos, en millones de decisiones que les van indicando tendencias y cuánto está dispuesto a pagar el consumidor”, señala Arias de Capaball. Sin datos con los que alimentar Hasta hace bien poco, casi nadie estaba haciendo planes de viaje. Arias lo explica con este ejemplo: “Imagina que tú siempre has sido un consumidor de sol y playa y de ofertas de última hora. De repente ocurren factores en tu vida que alteran tu comportamiento, como la pandemia, y decides que solo vas a viajar a sitios que tú consideres seguros. Un algoritmo basado en tus decisiones del pasado te ofrecería anuncios que ya no te interesan”.
De nuevo nos encontraríamos en el ajuste prueba-error. “Los algoritmos van a estar observando, verán que Grecia y Portugal se perciben más atractivos que España e Italia porque tienen menos casos de COVID-19. Si el algoritmo es capaz de aprender nos ofrecerá esos destinos que se perciben como más seguros”, sostiene Arias.
Son muchas las empresas que estan analizando el efecto de la pandemia en estos sistemas y buscando un espacio temporal diferente para reorientarlos. “Arreglar el algoritmo es una cuestión abierta. Todas las empresas que trabajan con esto están cambiando sus algoritmos de machine learning constantemente”, apunta Barbera. “Siempre hay mejores maneras de hacerlo o encuentras mejores datos”.
Terminator aprendió que cuando John Connor “tenía un problema en los ojos” era una señal de que estaba triste. Es posible que los algoritmos sean capaces de anticipar la próxima pandemia/confinamiento antes de que la noticia salga en los medios. Habrán aprendido a detectar patrones con todo lo que estamos viviendo ahora. Si dentro de unos años nos salta un anuncio de mascarillas o papel higiénico en nuestra pantalla habrá que ponerse alerta. Cabe la posibilidad de que el algoritmo no se haya vuelto loco.