1
Los algoritmos y el riesgo de estandarizar gustos culturales
La prescripción artificial en Spotify, Google o Netflix no siempre acierta
1 minuto de lectura'
MADRID.- Los lunes por la mañana, los usuarios de Spotify reciben una lista de canciones personalizada que les permite descubrir nueva música. De igual modo que los sistemas de recomendación de Amazon, Google, eBay o Facebook, este cerebro artificial logra trazar un retrato robot del gusto de sus suscriptores y construye una máquina de prescribir que no suele fallar.
El sistema se basa en un algoritmo cuya evolución y usos aplicados al consumo cultural son infinitos. De hecho, plataformas de streaming cinematográfico como Netflix empiezan a diseñar sus series de éxito como House of Cards rastreando en el big data que generan todos los movimientos de sus usuarios para analizar lo que los satisface. El algoritmo construye así un universo cultural ajustado y complaciente con el gusto del consumidor, que puede avanzar hasta llegar siempre a lugares reconocibles. Pero ¿qué sucedería si la vida nos diese siempre lo que nos gusta y nos rodease solamente de aquella gente que nos hace sentir bien?
De algún modo, Internet y las plataformas de streaming cultural han alumbrado un universo parecido al que describía Borges en "La biblioteca de Babel", donde podríamos encontrar casi todas las obras existentes. Siguiendo los patrones tradicionales, sólo deberíamos en este nuevo mundo saber lo que queremos e introducirlo en el buscador. "Pero en el caso de la música puede asustar. Es un mapa incompleto de lo que está disponible", explicaba en la última edición de Sónar +D Ajay Kalia, responsable del departamento de trazar el perfil del gusto del usuario de Spotify. "Así que pensamos que quizá podíamos interpretar ese mapa de la música para el usuario y lo primero que descubrimos es que no existe una forma única de hacerlo. Es algo muy personal, cada uno tiene el suyo. Y muchas veces son islas inconexas. Así que lo que podemos hacer es trazar unas líneas entre ellas para que tengan sentido para ti", explicaba en relación con la construcción del taste profile.
Su sistema de recomendación -quizás el más avanzado del mercado- se basa en nuestras búsquedas, a qué géneros las asociamos, qué significa para nosotros jazz o soul o a qué horas y días del año les damos al play a determinadas obras. El resultado es tan dispar que en ocasiones es imposible que un algoritmo relacione a Don Cherry y Ornette Coleman (nuestros héroes musicales) con "La Chatunga" de Luis Aguilé (la arrebatada selección de nuestra suegra en la verbena de San Juan). La mayoría de sistemas simplemente omiten entonces ese elemento discordante y empiezan a cerrar el círculo del gusto en torno a lo más obvio, aquello de "si le ha gustado x le gustará y", o a lo más solicitado, en caso de recurrir a búsquedas similares de otros usuarios.
Diferenciación social
Como estableció Pierre Bourdieu en 1979 en La distinción, el gusto ha sido durante años el gran elemento de diferenciación social. Según su teoría, ese elemento nos permite juzgar a los demás y, a la vez, ser juzgados. Nos da la posibilidad de distinguirnos, clasificarnos e, inevitablemente, que nos clasifiquen también. Nos coloca una etiqueta: no pensaremos lo mismo un fan de Enrique Iglesias y otro de Neil Young. Una reducción similar a la que hace el algoritmo para reconocernos: prejuzgar una identidad -social y económica- basándose en determinados elementos culturales para, de nuevo, asignar más capas de distinción.
Sin embargo, construir una identidad a través de los hábitos culturales y de la investigación cotidiana permitía exhibir un brillo que poco tiene que ver con el que es capaz de otorgar una máquina. El algoritmo, sostienen sus críticos, nos hace aburridos, previsibles, y empobrece nuestra curiosidad por explorar el acervo cultural. Ramón Sangüesa, coordinador del Data Transparency Lab, ha trabajado dos décadas alrededor del machine learning y de la inteligencia artificial. Puede ver sus ventajas, pero también los riesgos. "Estos sistemas se basan en el pasado para predecir el futuro. La primera dificultad es conseguir la masa crítica para que tengamos más datos y las proyecciones sean mejores.Además corren el riesgo de quedarse en una misma área de recomendación. En el consumo cultural, el peligro está en la uniformización del gusto, lo que llamamos el filtro burbuja. Y así se van creando comportamientos más estándares", señala.
