Contenidos
Charla «El enigma de las papas rizadas: Por qué un «me gusta» dice más de lo que imaginas» de TEDxMidAtlantic 2013 en español.
Se puede hacer mucho con los datos en línea. Pero ¿sabías que los ‘expertos’ informáticos una vez determinaron que darle “me gusta” a una página de Facebook sobre papas rizadas implicaba también que eras inteligente? En serio. La científica informática Jennifer Golbeck explica cómo sucedió esto, cómo algunas aplicaciones tecnológicas no son tan benignas y por qué piensa que deberíamos devolver el control de la información a sus legítimos dueños.
- Autor/a de la charla: Jennifer Golbeck
- Fecha de grabación: 2013-10-01
- Fecha de publicación: 2014-04-03
- Duración de «El enigma de las papas rizadas: Por qué un «me gusta» dice más de lo que imaginas»: 595 segundos
Traducción de «El enigma de las papas rizadas: Por qué un «me gusta» dice más de lo que imaginas» en español.
Si recuerdan aquella primera década de la Web, era un lugar realmente estático.
Uno podía ingresar, mirar páginas, o bien de organizaciones que tenían equipos para crearlas o bien de personas que tenían conocimientos técnicos en ese entonces.
Y con el auge de los medios sociales y de las redes sociales a principios del 2000 la Web cambió completamente y ahora la vasta mayoría del contenido con el que interactuamos proviene de usuarios medios, de videos de YouTube, artículos de blog, revisiones de productos o de artículos en medios sociales.
Y también se ha vuelto un lugar mucho más interactivo, donde las personas interactúan, comentan, comparten, y no solo están leyendo.
Facebook no es el único lugar donde esto se puede hacer, pero es el lugar más grande.
Veamos los números.
Facebook tiene 1200 millones de usuarios por mes.
La mitad de la población de Internet usa Facebook.
Es un sitio, como otros, que nos ha permitido crear un yo virtual con poca habilidad técnica, y por eso respondemos poniendo ingentes cantidades de datos personales.
Así que tenemos datos de comportamiento, preferencias, datos demográficos de cientos de millones de personas, algo sin precedentes en la historia.
Como científica informática, esto me ha permitido construir modelos que pueden predecir todo tipo de atributos ocultos de Uds.
que ni siquiera Uds.
conocen, de los que comparten información.
Como científicos, usamos eso para ayudar a interactuar en línea, pero hay aplicaciones menos altruístas, y existe un problema en el desconocimiento del usuario de estas técnicas y de su funcionamiento, y aún de conocerlas, no tenemos demasiado control sobre ellas.
Por eso hoy quiero hablarles de algunas cosas que podemos hacer, y luego brindar ideas para avanzar, para devolverle un poco de control a los usuarios.
Esta es Target, la empresa.
No solo puse ese logo en el vientre a esa pobre mujer embarazada.
Es posible que hayan visto la anécdota que salió en Forbes, en la que Target le envió un volante a esta chica de 15 años con anuncios y cupones para biberones, pañales y cunas 2 semanas antes de que le dijera a sus padres que estaba embarazada.
Sí, el padre estaba muy molesto.
Dijo: «
¿Cómo adivinó Target que esta chica de secundaria estaba embarazada antes de que se lo diga a sus padres?
» Resulta que ellos tienen el historial de compras de cientos de miles de clientes y calculan lo que llaman puntaje de embarazo, que no se trata de si la mujer está o no embarazada, sino para cuándo espera.
Y lo calculan no mirando cosas obvias como si compra una cuna o ropa de bebé, sino cosas como si compró más vitaminas de lo normal, o si compró un bolso de mano suficientemente grande como para contener pañales.
Y por sí solas, dichas compras no parecen revelar mucho, pero es un patrón de comportamiento que, tomado en el contexto de miles de otras personas, empieza a revelar algunas ideas.
Ese es el tipo de cosas que hacemos al predecir en los medios sociales.
Buscamos pequeños patrones de comportamiento que, al detectarlos entre millones de personas, nos permiten encontrar todo tipo de cosas.
En mi laboratorio, junto a mis colegas, hemos desarrollado mecanismos en los que podemos predecir cosas con bastante exactitud como sus preferencias políticas, su puntaje de personalidad, género, orientación sexual, religión, edad, inteligencia, además de cosas como cuánto confían en las personas que conocen y cuán fuertes son esas relaciones.
Podemos hacer todo esto muy bien.
Y, de nuevo, no viene de lo que podría pensarse como información obvia.
Mi ejemplo preferido es este estudio publicado este año en las Actas de la Academia Nacional.
Si lo buscan en Google, lo encontrarán.
Tiene 4 páginas, es fácil de leer.
Mirando los «me gusta» de Facebook, o sea, las cosas que nos gustan en Facebook, usaron eso para predecir todos estos atributos, y algunos otros.
En su artículo listaron los 5 «me gusta» más indicativos de una inteligencia alta.
Entre ellos figuraba el «me gusta» de las papas rizadas.
(Risas)
Las papas rizadas son deliciosas, pero que les gusten no necesariamente significa que sean más inteligentes que la media.
Entonces,
¿cómo es que uno de los indicadores más fuertes de inteligencia sea darle «me gusta» a esta página si el contenido es totalmente irrelevante para el atributo que se predice?
Resulta que tenemos que mirar un montón de teorías subyacentes para ver por qué podemos hacer esto.
Una de ellas es una teoría sociológica llamada homofilia, que dice que básicamente las personas son amigas de personas como ellos.
Así, si uno es inteligente, tiende a ser amigo de personas inteligentes y si es joven, tiende a ser amigo de jóvenes y esto está bien establecido desde hace cientos de años.
También sabemos mucho sobre cómo se difunde la información por las redes.
Resulta ser que los videos virales, los «me gusta» de Facebook, u otra información se difunden exactamente de la misma manera que las enfermedades por las redes sociales.
Por eso es algo que hemos estudiado durante mucho tiempo.
Tenemos buenos modelos de esto.
Juntando estas cosas empezamos a ver por qué ocurren cosas como estas.
Si tuviera que hacer una hipótesis, diría que un tipo inteligente lanzó esta página o fue quizá uno de los primeros «me gusta» que puntuó alto en esa prueba.
Les gustó, y sus amigos lo vieron, y por homofilia, sabemos que probablemente tenía amigos inteligentes, por eso se los propagó, y a alguno le gustó, y ellos tenían amigos inteligentes, y se lo propagaron a ellos, y así se expandió por la red a una serie de personas inteligentes, y así, al final, la acción de darle «me gusta» a las papas rizadas es indicio de inteligencia superior, no debido al contenido, sino por la acción de darle «me gusta» que refleja el atributo en común con otras personas que hicieron lo mismo.
Es complicado,
¿no?
Es algo difícil de explicar al usuario medio, y aún de hacerlo,
¿qué puede hacer al respecto el usuario medio?
¿Cómo saber que uno dio un «me gusta» que indica un rasgo propio totalmente irrelevante al contexto del «me gusta»?
Los usuarios no tienen demasiado poder para controlar el uso de estos datos.
Y veo eso como un verdadero problema en el futuro.
Por eso creo que hay un par de caminos a mirar si queremos darle a los usuarios algo de control sobre cómo se usan estos datos, porque no siempre se van a usar en su beneficio.
Un ejemplo que doy a menudo es que, si alguna vez me aburro de ser profesora, fundaré una empresa que prediga todos estos atributos y cosas como cuán bien uno trabaja en equipo, o si uno es drogadicto, o alcohólico.
Sabemos cómo predecir eso.
Y le venderé informes a empresas de RR.HH.
y a grandes empresas que quieran contratarlos.
Hoy, podemos hacerlo.
Podría lanzar esa empresa mañana, y Uds.
no tendrían ningún control para que no use sus datos de esa forma.
Eso me parece que es un problema.
Por eso podemos transitar las vías políticas y legales.
En algunos aspectos, creo que sería más eficaz pero el problema es que deberíamos hacerlo.
Al observar nuestro proceso político en acción pienso que es muy poco probable conseguir que un grupo de representantes se siente, se documenten al respecto, y luego promulguen cambios radicales a la ley de propiedad intelectual de EE.UU.
para que los usuarios controlen sus datos.
Podríamos ir por las políticas, las empresas de medios sociales dicen
¿Sabes?
Eres dueño de tus datos.
Tienes total control de cómo se usan.
El problema es que los modelos de ingresos de la mayoría de las empresas de medios sociales dependen de compartir o explotar los datos de usuario de alguna manera.
A veces se dice de Facebook que los usuarios no son el cliente, sino el producto.
Entonces,
¿cómo hacer que una empresa le ceda el control de su activo principal nuevamente a los usuarios?
Es posible, pero no creo que sea algo que veamos cambiar rápidamente.
Por eso creo que la otra vía que podemos transitar es la de ser más eficaces, la de aplicar más ciencia.
La de hacer más ciencia que nos permita desarrollar todos estos mecanismos para calcular estos datos personales en primer lugar.
Es una investigación muy similar a la que deberíamos hacer si quisiéramos desarrollar mecanismos que le digan al usuario: «Este es el riesgo de la acción que acabas de hacer».
Al darle «me gusta» a esa página en Facebook, o al compartir esa información personal, mejoraste mi capacidad de predecir si usas drogas o si te llevas bien en el trabajo.
Y eso, creo, puede afectar que las personas quieran compartir algo, mantenerlo privado, o desconectado por completo.
También podemos ver cosas como permitirle a las personas cifrar los datos que suben, para que sean invisibles o sin valor para sitios como Facebook o servicios de terceros que los acceden pero que los usuarios que la persona seleccionó puedan verlos.
Esta es una investigación súper interesante desde el punto de vista intelectual, de modo que los científicos estarán encantados de hacerla.
Eso nos da una ventaja sobre la vía legal.
Uno de los problemas que surgen cuando hablo de esto es que si las personas empiezan a mantener estos datos privados todos esos métodos desarrollados para predecir sus rasgos fallarán.
Y yo digo que para mí es un éxito total, porque como científica, mi objetivo no es inferir información de los usuarios, sino mejorar la interacción de las personas en línea.
A veces, eso implica inferir cosas sobre ellos, pero si los usuarios no quieren que use esos datos, creo que deberían tener el derecho a pedirlo.
Quiero usuarios informados, que aprueben las herramientas que desarrollamos.
Por eso creo que incentivar este tipo de ciencia y apoyar a los investigadores que quieran ceder algo del control nuevamente a los usuarios y quitárselo a las empresas de medios sociales implica avanzar, y que esas herramientas evolucionen y avancen, significa que tendremos una base de usuarios educados y con poder.
Y creo que todos estamos de acuerdo en que es una manera bastante ideal de avanzar.
Gracias.
(Aplausos)
https://www.ted.com/talks/jennifer_golbeck_your_social_media_likes_expose_more_than_you_think/