Hoy en día, las redes sociales son una fuente de contenido abierto para todos los usuarios, donde cualquiera puede entrar y distraerse por horas consumiendo el contenido que más le apetezca en cada momento, pero ¿qué ganan las redes sociales teniendo una biblioteca tan amplia de contenido para todos los gustos en sus plataformas?
Si lo primero que pensaste fue “mis datos” ¡estás en lo correcto! Las redes no solo tienen habilitada una biblioteca de contenidos para cada usuario, sino que también recopilan la actividad de cada uno con el objetivo de organizar una “mejor biblioteca para cada uno de sus usuarios”. ¿Su objetivo? Mantener activos a la mayor cantidad de usuarios posible en su plataforma, entre más gente esté presente, a más gente se le puede mostrar publicidad, y con esto viene la ganancia monetaria.
El proceso de organizar los patrones de comportamientos de cada usuario, para organizar mejor el contenido que mantiene al usuario por más tiempo de la red social, se hace a través de un algoritmo, este algoritmo no solo toma nota del tipo de contenido que logró mantener el usuario por más tiempo activo en la red, sino que también busca contenido similar para mostrarle al usuario. Y no, no hay una persona detrás de cada usuario checando, organizando y preparando el contenido, todo ese proceso se hace mediante lo que hoy en día conocemos como “Machine Learning”.
El “Machine Learning” es más que una inteligencia artificial o AI, pero no una muy avanzada como lo vemos en las películas de Sci-Fi, esta AI se encarga simplemente de detectar patrones (a veces complejos, a veces simples) con el seguimiento de parámetros estipulados por el programador. Esta inteligencia artificial se encarga de medir los parámetros de los usuarios por cada tipo de contenido que consume, con el objetivo de identificar el contenido que lo mantiene activo en la red social. Estos parámetros serían mediciones realmente simples tales como: tiempo que el usuario vio el contenido, tipo de reacción (comentario, like o follow) y tipo de contenido que el usuario ignoró de inmediato.
Este tipo de algoritmos para red social se conoce como una AI “por refuerzo”, estas son aquellas que se corrigen por sí mismas comparando resultados de cada usuario día a día para seguir actualizando el proceso de organizar los contenidos para cada usuario, ya que no siempre nos “distraerá” lo mismo en las redes sociales. Un ejemplo de este tipo de algoritmos lo podemos ver en redes como Tik Tok, que actualiza la librería de contenidos mostrados para cada usuario todo el tiempo.
Ahora que dejamos claro esto, hay que mencionar una cosa por la cual muchas personas les temen a las redes sociales: la idea de que una gran corporación está “recopilando mi data”. La realidad del asunto es que aunque sí se está recopilando tu data de actividad en las redes, ésta permanece anónima; en realidad no hay una persona ojeando tu actividad en dicha corporación y el objetivo de esta recopilación es que una AI estudie tu comportamiento para mostrarte más contenidos que te mantengan más tiempo en la red social. Con más personas en las redes por más tiempo, se puede vender más publicidad con mayor precisión, mostrándole al usuario indicado la publicidad que necesita.
El proceso de buscar saber qué usuario necesita qué, se hace con otra AI que como parámetros captura las palabras que ponemos en un buscador, o las palabras que utilizamos al escribir comentarios en redes sociales, luego compara estas palabras con su repertorio de publicidad y nos termina mostrando las coincidencias; de esta manera el proceso de publicidad y marketing se automatiza dejando atrás los procesos de identificación de mercado y haciendo anónimo a cada consumidor. Este es el objetivo de las AI conocidas como Machine Learning dentro de las redes sociales. ¿Te resistes o cedes?