Cuando hablamos de Google, solemos pensar en su icónico buscador: la barra sobre un fondo blanco que se instaló en nuestro lenguaje con el verbo "googlear" se ha ganado la posición de árbitro en nuestras sobremesas y es el producto estrella que vertebra los cuantiosos ingresos publicitarios de Alphabet.
Pero, con el paso de los años, Google ha consolidado otro servicio que pasa del clásico "buscar" al algorítmico "encontrar". Se trata de un sistema de recomendación de contenidos similar a la interfaz que comparten muchas redes sociales, aunque sin comentarios, retuits o interacciones visibles de otros usuarios.
Este producto se llama Google Discover y, a diferencia de otros servicios del ecosistema de Google como Maps, Drive o Fotos, no cuenta con una aplicación concreta que podamos descargar: sencillamente se encuentra preinstalado en los teléfonos Android, como un elemento consustancial más de la interfaz al que se suele acceder deslizando hacia la izquierda desde la pantalla principal.
La gran pregunta -sobre este y cualquier otro sistema de recomendación como el que pueden utilizar las polémicas Instagram y Facebook, Netflix, YouTube o hasta las presuntamente inocentes Vinted y Wallapop- es cómo decide qué contenidos nos recomiendan. ¿Qué hemos hecho nosotros como usuarios para merecerlos en nuestro teléfono?
Ni algoritmo ni fórmula mágica
Cuando los usuarios o creadores intentan explicar el funcionamiento de las plataformas que nos recomiendan contenidos como Twitter, Facebook, Instagram, YouTube o Spotify, desarrollan imaginarios algorítmicos o creencias infundadas. Algunos intentan, incluso, entrenar o manipular al algoritmo a partir de estas reconstrucciones.
Lo cierto es que no existe un solo algoritmo ni una gran ecuación que podamos controlar. Los sistemas de recomendación como Google Discover son más bien una gran infraestructura algorítmica opaca. Es decir, un circuito de instrucciones informáticas escondidas en una caja negra metafórica de la que Google ha revelado pocos detalles.
El resto de las piezas del rompecabezas provienen de los esfuerzos profesionales por descifrar cómo funciona y de la literatura científica, que ha observado su impacto en ámbitos como el periodismo. Pero, siendo honestos, no podemos leer los ingredientes de su composición como quien lee la etiqueta de un pote de mayonesa o champú.
Un embudo digital para captar la atención
La documentación oficial define Google Discover como un feed personalizado basado en los intereses del usuario, según su actividad en la web y aplicaciones. En los estudios científicos publicados por los propios ingenieros de Google se ha revelado como un sistema industrial de recomendación de contenidos. Mientras, la investigación académica independiente lo sitúa en la intersección entre la recuperación de información y la curación algorítmica.
Para explicar por qué Google Discover muestra ciertos contenidos sin saber exactamente cómo funciona, podemos comparar la arquitectura típica de un sistema de recomendación con las evidencias e hipótesis que tenemos sobre el producto de Google.
Una metáfora útil es la del embudo dividido en etapas. En internet se publican diariamente millones de contenidos de toda clase: artículos web, vídeos largos, publicaciones de redes sociales o resúmenes de inteligencia artificial. ¿Cómo sintetiza esa inmensa variedad a una lista diseñada a medida para nosotros?
Elegibilidad
Al igual que en Google Search (el buscador), el primer paso es la indexación. Google mantiene un inventario donde rastrea internet y aplica un primer filtro para descartar todo lo que no cumple sus políticas. De ahí que el contenido que infringe las normas de seguridad quede fuera desde el principio. Por ejemplo, publicaciones que busquen reclutar personas para una organización terrorista o imágenes de torturas sin contexto periodístico. Pero superar este filtro sólo significa que un contenido es elegible, no una plaza asegurada.
Arquitectura de un sistema de recomendación común (Foto: Google for Developers).
Lo que buscamos habla de nosotros
Para reducir ese universo inicial, el sistema necesita encontrar
qué contenidos pueden encajar mejor con nuestros intereses. En el
caso de Google Discover, lo hace identificando qué elementos
concretos (entidades) están presentes en nuestras búsquedas o
interacciones para relacionarlos entre sí. Así, puede
interpretar qué búsquedas o lecturas desagregadas forman
parte del mismo interés y organizarlo en temas y subtemas más
amplios.
Cuando nuestros intereses ya están "fichados", el sistema necesita
traducirlos a un lenguaje con el que comparar y encontrar
contenidos afines a gran escala. En el caso de Google
Discover, la hipótesis de analistas profesionales como Damien Andell
es que se utilizan representaciones matemáticas llamadas embeddings.
Estos vectores convierten los grupos de entidades
(familias o clusters) y sus intereses en coordenadas de un
mismo tablero, como en el juego de la batalla naval: cuanto
más próximos están dos puntos, mayor es su afinidad.
Qué pasa cuando hacemos clic, me gusta o zoom
Una vez localizadas esas familias de contenidos, el embudo
vuelve a estrecharse en los modelos predictivos. Aquí la inteligencia
artificial del sistema intenta adivinar cómo
reaccionaríamos ante cada una de las opciones. En este
sentido, el trabajo de los ingenieros de Google describe once objetivos predictivos, de los que
explicita siete: cinco positivos (que hagamos
clic, que marquemos "me gusta", que respondamos positivamente a
una encuesta y que hagamos clic para ver detalle y que cliqueemos
para expandir el texto) y dos negativos (la desestimación
o "dismissal" y el bloqueo definitivo del contenido).
Cuando todas esas predicciones están sobre la mesa, el sistema
tiene que resolverlas para ordenar los candidatos. Lo
habitual es combinarlas en una única puntuación, dando más peso a
unas señales que otras (como cuando en una evaluación la teoría
"vale" 0,6 puntos y la práctica 0,4 de la nota final). Un artículo
puede tener muchas probabilidades de que hagamos clic en él, pero
también de que acabemos bloqueándolo; otro puede despertar
menos curiosidad inmediata, pero generar señales más positivas.
Discover tiene que resolver ese cruce para decidir qué aparece
antes y qué después. Pero Google no ha publicado cómo
combina esas predicciones.
En muchos sistemas de recomendación, una vez ordenados los
candidatos, un último filtro puede introducir criterios
como diversidad, frescura o equidad, para evitar, por
poner un caso, que las cinco primeras tarjetas o contenidos sean
todas sobre el mismo producto.
Un bucle sin fin
Estamos al final del embudo y Google Discover ya ha decidido qué
enseñarnos, pero el proceso no se detiene aquí: el sistema
se retroalimenta, es decir, observa las señales que genera
explícitamente (cuando bloqueamos una fuente o le damos "me
gusta" a un contenido) e implícitamente (cuando nos
detenemos a leer un artículo o pasamos al siguiente).
Estos nuevos datos vuelven al sistema para entrenar y
actualizar el modelo: las recomendaciones generan
interacciones, las interacciones producen nuevos datos y
esos datos alimentan futuras recomendaciones.
Sabemos que el sistema es una ruleta que no se detiene y
que se alimenta de nuestro historial, de nuestra ubicación y
de pequeños comportamientos cotidianos que quizá resulten
imperceptibles hasta para nosotros mismos, pero que son la
fuente de datos que riega todo este enorme sistema de
recomendación.
(Fuente: The Conversation / redacción propia)
