Siete cosas que hacen los editores humanos que los algoritmos no hacen (todavía)

Una recomendación de la frontera de las recomendaciones: puede que no quiera despedir a su editor humano todavía.

Durante el último año, he estado investigando el extraño, alocado y casi oculto mundo de la personalización para mi libro, La burbuja de filtros. La mentalidad de «si esto le gusta, le gustará eso» se está extendiendo por la Web, no solo en sitios como Amazon y Netflix que ofrecen productos, sino también en sitios que ofrecen noticias y contenido, como la búsqueda de Google (los usuarios son cada vez más propensos para obtener resultados diferentes según quiénes sean) y Yahoo News. Incluso el New York Times y el Washington Post participan en el acto e invierten en empresas emergentes que ofrecen un enfoque de «yo diario» al periódico.

La lógica empresarial detrás de esta carrera por la personalización es bastante simple: si puede aprovechar la enorme cantidad de información que los usuarios suelen proporcionar sin darse cuenta para ofrecer contenido más relevante a nivel personal, sus visitantes tienen una mejor experiencia y siguen regresando. Y, por supuesto, una vez que tiene el código en funcionamiento, ¿por qué sufrir los gastos de los caros editores humanos? En teoría, la personalización puede funcionar mejor a un precio más bajo, ¿qué es lo que no le gusta?

En la práctica, mucho. Si bien los feeds personalizados están despegando, todavía no llegan a ser buenos editores humanos en algunos aspectos importantes. Estas son siete de ellas:

Anticipación. Resulta que los algoritmos en sitios como Tecnorati y MediaGazer son bastante buenos para averiguar lo que está de moda en Internet ahora mismo, pero son bastante malos para predecir lo que va a ser noticia mañana. La inteligencia artificial simplemente no es lo suficientemente buena todavía como para saberlo, si bien solo hay unas cuantas gotas de información sobre» Discurso de Obama sobre Oriente Medio» el martes o el jueves es de lo único que todos podrán hablar.

Asumir riesgos. Chris Dixon, cofundador del sitio de personalización Corazon, llama a esto «el problema de Chipotle». Resulta que si está diseñando un algoritmo de recomendaciones de dónde comer, es difícil evitar enviar a la mayoría de la gente a Chipotle la mayoría de las veces. A la gente le gusta Chipotle, hay muchos de ellos por ahí y, aunque nunca deja boquiabierto a nadie, es una experiencia constante de tres a cuatro estrellas. Debido a la forma en que se diseñan muchos algoritmos de personalización y recomendación, tenderán a ser conservadores en este sentido: esas experiencias de cinco estrellas son más difíciles de predecir y, a veces, acaban siendo experiencias. Sin embargo, por supuesto, son las experiencias que recordamos.

El panorama completo. La portada de un periódico hace un montón de trabajo pesado informativo. Los titulares no solo tienen que atraer a los lectores y vender ejemplares, sino que la mayoría de las portadas más importantes tienen un sentido de representatividad, una muestra de «todas las noticias que pueden imprimirse» de ese día. La portada es un mapa del mundo de las noticias. Ese sentido del panorama general ampliado suele faltar en los feeds personalizados algorítmicamente: obtiene las piezas que más le interesan, pero no la forma en que encajan todas.

Emparejamiento. Como sabe cualquier restaurador que se precie su sal marina, no se trata solo de los ingredientes, sino de cómo se mezclan. Los grandes medios hacen lo mismo, ya que reúnen piezas que se complementan y contrastan en un todo que es mayor que sus partes (piense en los grandes números de su revista favorita o su álbum favorito). Incluso los que somos muy golosos no podemos sobrevivir solo con el postre. Los algoritmos son bastante torpes al respecto, no tienen idea de qué sabores combinan bien.

Importancia social. Un estudio reciente descubrió que las historias sobre Apple se reproducen más en Google News que las historias sobre Afganistán. Pocos de nosotros diríamos que los últimos chismes sobre salud de Steve Jobs son tan importantes como la guerra en la que los soldados libran por nosotros, pero es una señal difícil de captar para los algoritmos; al fin y al cabo, la gente hace clic más en las historias sobre Apple. Quizá sea hora de que el botón «Importante» de Facebook vaya junto al botón «Me gusta».

Alucinante. Mientras añadimos botones a Facebook, ¿qué tal un botón de «al principio fue un trabajo duro, pero luego me cambió la vida»? Muchas de las experiencias mediáticas que nos cambian la vida y que recordamos 5 o 10 años después —las cosas que nos hacen volver a nuestras publicaciones y sitios web favoritos— apenas son las que más se puede hacer clic. Puede que ni siquiera se puedan compartir. Al Ulises de James Joyce no le iría muy bien si tuviera que competir por la atención en Facebook con fotos de gatos y chismes de famosos. Los grandes editores humanos pueden ver más allá de los clics; a veces eligen piezas que pueden no ser las más accesibles, pero se quedan con los lectores que emprenden el viaje.

Confianza. Aunque no podamos poner el dedo en ello, la mayoría de nosotros podemos sentir cuando faltan las cualidades anteriores. Y eso significa que no confiamos demasiado en estos algoritmos: claro, echaremos un vistazo a lo que recomienda Netflix, pero solo es tan bueno como sus recomendaciones actuales. Esa confianza es fundamental porque es lo que permite a las instituciones editoriales sacarnos de nuestras zonas de confort: «Puede que no piense que le interesará este capo de la industria de la moda, nueva moda culinaria o pequeño país del sudeste asiático, pero créame, sí». Y así es como nacen los nuevos intereses.

Para que quede claro, no creo que podamos volver a meter al genio de los algoritmos en la botella. La atracción de la personalización algorítmica es demasiado fuerte y, al fin y al cabo, hay demasiado para ordenarlo para que los humanos hagan toda la clasificación. Pero necesitamos estos algoritmos para aprender un poco más de sus predecesores y llevar lo mejor del pensamiento periodístico del siglo XX al siglo XXI.

Eli Pariser es el autor de La burbuja de filtros y el presidente de la junta directiva de MoveOn.org.