La fórmula de Netflix para recomendar series

Netflix quiere que sus suscriptores sepan que está pendiente de ellos. Por ejemplo, el suscriptor promedio de Netflix no se imagina que el oscuro drama de superhéroes “Jessica Jones” pueda tocar una fibra similar que las locas travesuras en “Unbreakable Kimmy Schmidt”. Netflix está feliz de ayudarlos a hacer la conexión, a través de un algoritmo que analiza el comportamiento de cada usuario y busca anticipar qué programas puede querer descubrir. Este algoritmo, dice Todd Yellin, vicepresidente de innovación de la compañía, “lo es todo”.

¿Vemos entonces lo que queremos o lo que Netflix quiere que veamos? Una delgada línea separa ambas posibilidades, que parecen convivir al mirar las recomendaciones de la empresa: por un lado, efectivamente la plataforma ofrece series y películas afines al paladar del “perfil” (y aunque no todas sean adecuadas, hay variedad); por otro, la empresa parece empujar particularmente los productos producidos por Netflix, las series y películas originales, por sobre otros contenidos, lo que revelaría un sesgo en el algoritmo “objetivo”.

Cuatro de cada cinco programas vistos en Netflix fueron encontrados por los suscriptores gracias a recomendaciones hechas por el servicio, dice la compañía, pero todo sistema de recomendaciones tiene su riesgo: el “filtro burbuja”, el efecto que producen los algoritmos de recomendaciones al ofrecer a los usuarios solo un tipo de contenido de acuerdo a su historial de búsquedas, achicando así su universo de posibilidades, operaría para Netflix como un potencial peligro.

“Queremos que esos títulos relevantes sean diversos. No queremos cometer el error de principiante de quedar atrapados en una caja de resonancia, como que sólo porque viste una película de terror no te ofreceremos más que títulos de terror”, explica Yellin, motivo por el cual el servicio on demand ha modificado numerosas veces su algoritmo y también ha realizado cambios recientes a su sistema de calificación de las cintas, buscando mayor feedback en sus usuarios reemplazando “estrellas” por “pulgar arriba o abajo”. Un sesgo intencional sería, en ese sentido, un problema “menor” frente a un potencial encasillamiento del gusto y de las opciones debido al “filtro burbuja”.

EL PROBLEMA DE LA BURBUJA

Se trata de un problema todavía sin solución sobre los llamados big data (grandes masas de datos que amasan las empresas para ofrecer experiencias personalizadas al consumidor) aunque el debate continúa respecto a cuán importante resulta el sesgo de estas recomendaciones algorítmicas. El ciberactivista Eli Pariser publicó un libro llamado “El filtro burbuja” en el que alerta sobre cómo los filtros -explícitos e implícitos- de la web estaban generando un mundo de conocimiento sesgado, radicalizado, donde los usuarios ven sus opiniones retroalimentadas por las de usuarios y contenidos afines, en lugar de acceder a opiniones contrarias que alimenten su visión de mundo. Y mientras otros especialistas señalan estos sistemas de recomendación, la base del funcionamiento de Facebook y Google, como una de las razones de la polarización de las opiniones políticas a escala global, otros afirman que su impacto no es tan importante.

El filtro burbuja no pareciera ser un riesgo delicado cuando se trata de recomendaciones de cine y películas, pero futuras generaciones tal vez denoten la aparición de estos filtros como uno de los factores por los cuales la gran audiencia, que ya prefiere hoy los contenidos y formas “familiares” que propone el cine y la televisión “mainstream” (generalmente producidos desde Hollywood) por sobre otros cines (¿por qué, después de todo, tan poca gente vio “El Marginal”?), terminó de cerrar las puertas a otras posibilidades del lenguaje audiovisual.