Cuando Facebook le recomienda a sus usuarios “amigos” que tal vez conozcan, Netflix les ofrece a sus espectadores series que coinciden con sus gustos o Spotify les sugiere determinadas canciones a amantes de la música, lo que está por detrás es una rama de la inteligencia artificial llamada Sistemas de Recomendación, que analiza patrones de comportamiento basados en comunidad.

La idea se puede explicar de la siguiente manera: hay una acción realizada por personas “parecidas” a uno que éste todavía no llevó a cabo. Como esas personas se “parecen” mucho a uno, porque en el pasado hicieron actividades similares (comprar online un producto o asistir a un evento), a ese uno también se le sugiere realizar aquella primera acción.

Otro caso: “Cada vez que uno pulsa el botón Play en Spotify, existe una base de datos que le informa (a la empresa sueca) que una persona X escuchó tal canción en tal horario, de forma completa o hasta determinado tiempo. Ese registro de comportamiento es el que se usa hoy para sugerirle nuevas ‘playlist’ al usuario o para dárselo a una compañía discográfica e informar qué tipo de canción está esperando la gente”, explica Ernesto Mislej, licenciado en Ciencias de la Computación y docente en la maestría de Data Mining en la UBA.

De esta manera se puede comprender con ejemplos las aplicaciones de los Sistemas de Recomendación (RS), un área específica de la inteligencia artificial que se centra en el diseño de filtros sobre colecciones de ítems que son del gusto o del interés del usuario.

“Es como analizar los patrones de consumo pero, fundamentalmente, la diferencia de estas técnicas respecto de otras es que se basan en la comunidad”, precisa el especialista.

En este sentido, si bien es real la percepción que tienen las personas de sentirse observadas por estas empresas (como Facebook, Twitter, Spotify, YouTube, Netflix), porque de hecho lo hacen, es en base a la comunidad y no de forma individual.

“Observan nuestro comportamiento, lo registran y luego tratan de encontrar algún modelo para poder utilizarlo en la generación de un nuevo producto. El cual puede significar la recomendación de películas o la sugerencia de productos para vender”, señala Mislej, quien días atrás brindó una charla en el marco de la Semana de la Computación en la Facultad de Ciencias Exactas de la UBA.

Más de 2.000 estudiantes de escuelas secundarias asistieron a estas jornadas, organizadas por el equipo de Popularización de la Ciencia de la institución, para mostrar a través de charlas y talleres las potencialidades de la carrera de Ciencias de la Computación

Durante el encuentro, Mislej le explicó a los estudiantes lo que pasa hoy con los consumos culturales, en “la era del Big Data. “Lo que en 1900 era una pila de papeles y en 1950, una habitación llena de carpetas; hoy lo representan los miles de servidores con millones de datos”.

Esos millones de datos son también los que se analizan en Facebook, a través de lo que se llama Teoría de Grafos: “Una persona y sus amigos son puntitos dentro de un mapa, y hay una pequeña línea entre punto y punto entre aquellas que comparte amistad. Desde ahí, se va armando el mapa de vínculos que tiene una estructura matemática que se estudia y se lo conoce con el nombre de grafo”, comentó.

Estudiar las propiedades de ese grafo -siguió el especialista en Ciencia de Datos- “te permitiría saber por ejemplo y a nivel general, cuál es la persona que si yo la elimino dentro del grupo de amigos, dos grupos se dejarían de hablar”.