Cómo funciona la tecnología predictiva y cómo impacta en nuestros hábitos

Un recorrido por las capacidades que tienen las plataformas de Apple, Google, IBM y Microsoft al momento de procesar e identificar los datos y diversos patrones complejos de los usuarios.

 

 

Desde que los asistentes digitales están al alcance de nuestra mano son muchas las tareas cotidianas que hacen por nosotros. De hecho, nos indican el estado del tiempo, nos recuerdan lo que tenemos que hacer, adónde ir, y cómo llegar a ese lugar, por mencionar solo algunas acciones. Y, en forma creciente, lo hacen sin que se lo ordenemos: los más recientes asistentes digitales de Google, Apple o Microsoft son capaces de sugerir acciones sin que se lo ordenemos. ¿Cómo obtienen este conocimiento? Fácil: mediante la analítica predictiva, es decir, herramientas que ayudan a descubrir patrones en el pasado, los cuales pueden señalar lo que está en el presente y en el futuro en base a las matemáticas aplicadas a datos.

 

La facilidad de uso que proponen las soluciones de análisis predictivo es tal, que muchos usuarios desconocen que están apelando a una herramienta de este tipo en sus teléfonos inteligentes, entre las cuales se destacan por su uso masivo Google Now (Android/iOS); Siri, creada por Apple para sus equipos; y Cortana, apta para dispositivos que utilicen el sistema operativo de Microsoft, aunque aún no «entiende» el español latinoamericano (está en beta para Android).

 

También hay otras propuestas de uso empresarial como Watson Analytics.

 

Desarrollada por IBM, esta solución actúa como un experto en datos estructurados y no estructurados; forma parte del portfolio de Watson, que es una tecnología de computación cognitiva que permite interactuar en lenguaje natural, comprender inmensas cantidades de datos no estructurados, formular hipótesis, dialogar con un usuario y asistirlo para llegar a conclusiones o descubrimientos. «Aprovecha la comprensión de Watson para, por ejemplo, asistir en la exploración de los datos, la formulación de hipótesis, el descubrimiento de dónde está la información más interesante y valiosa, e incluso en la elaboración de reportes sobre ellos», cuenta Hernán Badenes, Líder de I+D para Watson en SilverGate, equipo de investigación de IBM Argentina.

 

CÓMO FUNCIONAN

 

«Aunque nadie tiene acceso a los algoritmos privados de las compañías, en general todas las soluciones de tecnología predictiva, como los asistentes digitales, se basan en estadísticas del comportamiento de las personas, acopladas a algún programa de Machine Learning, que es una disciplina científica que trata de que los sistemas aprendan automáticamente, es decir, que sean capaces de identificar patrones complejos en millones de datos. Por este motivo, a mayor cantidad de datos, más precisa será la predicción», explica Bernardo Huberman, Senior Fellow y Director del Laboratorio de Diseño y Mecanismos, en Hewlett Packard Enterprise.

 

Por ejemplo, Google Now procesa datos de múltiples fuentes: algunos relacionados con el propio dispositivo del usuario y otros que provienen de los productos de Google (como Gmail, Calendar o la ubicación en caso de que el usuario tenga su función de geolocalización activada) y a ellas le suma datos de contexto, como información del clima o el estado del tráfico, entre otros. «Esta herramienta aprende del comportamiento habitual de las personas y de los datos que él o ella decidan compartir para mostrar tarjetas con información que los ayuda en sus actividades diarias», explica Florencia Sabatini, gerente de Comunicaciones de Google Argentina.

 

En tanto, los servicios basados en computación cognitiva, como Watson, dan una comprensión mucho más profunda del significado, el tono y los individuos que se están expresando, en comparación con las tecnologías que se conocen hoy. «Incluso con las tecnologías de Watson podemos tener una granularidad mucho más fina, entendiendo si la gente está mostrando agresividad (más allá que negatividad) o felicidad. También podemos adivinar qué emociones están sintiendo cuando se expresan, y entender quiénes son los individuos que están detrás de una conversación: qué los motiva, cómo es la mejor forma de hablarles, qué necesidades tienen», describe Badenes.

 

CÓMO IMPACTAN EN NUESTRO COMPORTAMIENTO

 

La predicción ha convertido en una característica importante en la tecnología de información y comunicación. Por caso, estas soluciones predictivas también permiten a Google anticiparse a lo que vamos a tipear en su buscador de la misma manera que le da las pistas a servicios como Amazon, para que nos recomiende justo el producto que sabíamos que teníamos que comprar. «Las soluciones predictivas están en un estado maduro. Además, el mundo se dio cuenta que la actividad en la web revela datos que pueden ser usados para predecir de todo», agrega Huberman.

 

¿Pero qué sucede si un día dejamos de actuar de determinada manera para hacerlo de una forma distinta, por ejemplo, dejar de comer carne para convertirnos en veganos?

 

«Estos algoritmos desarrollados por las compañías son tan sofisticados que, si bien uno los puede confundir alguna vez, el resto de nuestro comportamiento eventualmente les permite saber quién soy, si soy como antes y cuáles son mis preferencias», explica el ejecutivo de HP. Por caso, si soy un hombre que en invierno compra botas marrones y alimentos no grasos, y un día le indico al asistente digital que en verano me gustan las ojotas, el sistema incorporará esos datos como parte de mi perfil, pero si en mis próximas interacciones sigo comprando botas, en lugar de ojotas, el sistema «olvidará» eso.

 

Dado entonces que estos sistemas pueden realizar las tareas por nosotros porque somos previsibles, es que los usuarios podríamos tener más tiempo libre para destinaros a otras actividades, por ejemplo, pensar nuevas ideas y ser más creativos, por ende, estar más proclives al cambio. Sin embargo, en esta línea perderíamos previsibilidad. En síntesis: ¿Puede la tecnología predictiva hacernos menos predecibles o, por el contrario, estas soluciones dan por tierra al libre albedrío porque nos traen lo que necesitamos «servido en bandeja» de manera tal que nos impide ver más allá de nuestros gustos e intereses?

 

Badenes explica que distintos estudios hallaron que hay modelos – que pueden venir del campo de la psicología, psicolingüística y el marketing- que son estables a lo largo de la vida de una persona una vez que alcanza la madurez (o al menos durante décadas). Entre ellos está la personalidad y los valores de un individuo. De otros atributos, se sabe que tienen cambios relacionados con «eventos de vida», como puede ser cambiar de trabajo, formar una pareja, tener un hijo.

 

«En todo caso, hay que tener en cuenta que estas teorías no son una ciencia exacta, justo por el hecho que modelan personas como individuos. Además, que las inferencias que se hagan deben seguir retroalimentándose para enriquecer los modelos y las hipótesis que se formulen. Por consiguiente, va a ser muy difícil que un sistema, una computadora, nos conozca más que nosotros mismos o nuestra gente más cercana. Sin embargo, el hecho de que nos conozca lo suficiente ya es muy enriquecedor para tener una relación más «humana», más personalizada. Y además, estas tecnologías nos permiten hacerlo a escala, estudiando millones de individuos a la vez, algo que no podría jamás hacerse en forma manual»; explica el investigador de IBM Argentina.

 

Huberman también coincide con la idea de que el los seres humanos somos bastante estables en nuestros hábitos y comportamientos: «No solo somos predecibles por la consistencia que mostramos en nuestras elecciones y acciones, sino también en la manera como somos influidos por las elecciones de otros», concluye.

 

Por un lado, la tecnología predictiva nos organiza la vida y nos permite ahorrar tiempo para destinarlo en otras tareas pero, por el otro, hay quienes postulan que existen el peligro de que, en tanto usuarios digitales, dejemos de «elegir» para que un software lo haga por nosotros.

 

 

 

 

 

 

 

Fuente: http://www.lanacion.com.ar/