Teórico n° 5. Los algoritmos que nos vuelven sociales, saliendo de la metáfora amo/esclavo

Mensaje para vos, que no vas a los teóricos:

Tal como lo anunciamos el martes a las 19 hs en el aula 8, este teórico tiene dos versiones: la presencial y la escrita. En la versión presencial trabajamos grupalmente  en  la construcción de un modelo de algoritmo social, experiencia no traducible a la versión papel. Esta materia no se trata de aprender leyendo, se trata, en buena parte, de aprender experimentando. Ese hacer se transmite en los prácticos pero también a partir de esta parte del cuatrimestre, se construye  en los teóricos. Tenemos previstas muchas actividades, con invitados especiales y también sin ellos. Quiero decirte que esta materia es lo menos burocrática posible: para nosotros los teóricos no son un trámite. Son un espacio de creación e inspiración. Para vos que no venís a los teóricos… no te automatices. Te esperamos en el aula 8.

Recalculando….  Venimos de este punto en el teórico Nro 4

¿En qué se diferencia un algoritmo de un programa? Aquí podemos volver a nuestra hora del código, y seguir haciendo algunos pasos. Ahí veremos la diferencia entre programa, como una instrucción escrita en un lenguaje particular, y algoritmo, como conjunto general de instrucciones codificables. Un algoritmo, se puede definir como una secuencia de instrucciones que representan un modelo de solución para determinado tipo de problemas. O bien como un conjunto de instrucciones que realizadas en orden conducen a obtener la solución de un problema. Por lo tanto podemos decir que es un conjunto ordenado y finito de pasos que nos permite solucionar un problema.

Los algoritmos son independientes de los lenguajes de programación. En cada problema el algoritmo puede escribirse y luego ejecutarse en un lenguaje de diferente programación. El algoritmo es la infraestructura de cualquier solución, escrita luego en cualquier lenguaje de programación. Existen diferentes tipos de algoritmos, algunos son computacionales, otros son no computacionales. Algunos son cuantitativos, otros son cualitativos.

¿La pregunta sería: todo es codificable? ¿La cantidad de sal que le ponemos a una receta, el modo en que volvemos todos los días a casa, los modos de conocer a una pareja? Y entonces allí encontramos que todo es más codificable de lo que pensamos.

Descripciones, comprensiones.

Los algoritmos presentan entonces una forma automática de hacer algo que nosotros no podríamos hacer, o tardaríamos mucho en hacer, o no sabríamos hacer. En cierta forma, los algoritmos sustituyen, extienden o amplifican las capacidades humanas. Por ejemplo,  los algoritmos que regulan el comportamiento de los 15.000  robots que contribuyen a expedir los treinta y cinco pedidos por segundo de Amazon.com  sustituyen, extienden o amplifican capacidades físicas de los humanos.

Pero los algoritmos que recomiendan qué libro o disco comprar, sustituyen capacidades cognitivas, culturales y sociales. Sustituyen, vamos a decir, al viejo oficio del librero.  Estos son entonces los algoritmos que nos interesa enfocar. Aquéllos que automatizan las tareas que modelan nuestro entorno social y cultural, y que Kevin Slavin, en una conferencia TED de visión obligatoria en el programa, y  que David Lazer en un artículo de Science Magazine  sobre los filtros burbuja de Facebook  denominan “algoritmos sociales”:

Programas que nos dimensionan, evalúan lo que queremos, y nos devuelven una experiencia personalizada, al parecer, elaborada solamente a nuestra medida. Este paradigma nuevo avanza tranquila pero épicamente. La evolución de Google ejemplifica este cambio. El algoritmo de Google comenzó como un sistema determinista de ranking basado en la estructura de enlaces entre Web sites, pero el Google actual es completamente diferente, ya que personaliza resultados en base a información sobre búsquedas pasadas y otra información contextual, como por ejemplo, la ubicación del usuario. (traducción propia del texto de Lazer)

Técnicamente. Los algoritmos sociales, son sistemas de recomendación que producen una lista de recomendaciones sobre música, libros, videos, películas o personas. Pueden hacerlo de dos modos: a partir de la técnica de filtrado colaborativo, o a través de la técnica de filtrado basado en contenido.

Filtrado colaborativo

Aunque actualmente se apunta a formas híbridas entre uno y otro sistema.  En caso del filtrado colaborativo, se construye un modelo basado en los consumos pasados de los usuarios, a los que se les otorga un ranking numérico (en las interfaces de usuario vemos esos sistemas de calificación como estrellas). Luego ese modelo se compara con el de otros usuarios que han hecho calificaciones similares. Ese modelo entonces trata de predecir ítems en el que el usuario puede estar interesado.

En la técnica de filtrado colaborativo

1. El usuario expresa sus preferencias evaluando elementos (por ejemplo, libros, películas o CDs) del sistema. Estas calificaciones pueden ser visto como una representación aproximada del interés del usuario en el dominio correspondiente.
2. El sistema compara las evaluaciones de este usuario contra otros usuarios y encuentra las personas con gustos «similares».
3. Con los usuarios similares, el sistema recomienda elementos que los usuarios similares han evaluado de su preferencia pero todavía no han sido evaluados por este usuario (la ausencia de evaluación es a menudo considerada como el desconocimiento de un elemento).
4. Al igual que en el filtrado centrado en el contenido, el usuario nuevo o un nuevo elemento siempre puede causar un problema, ya que no habrá datos suficientes para que el filtrado colaborativo pueda trabajar. Con el fin de hacer recomendaciones precisas, el sistema debe primero aprender las preferencias del usuario con evaluaciones anteriores o realizando evaluaciones. Para un nuevo elemento añadido, el sistema de filtrado colaborativo no sería capaz de recomendarlo hasta que es evaluado por un número sustancial de usuarios.
5. Generalmente las redes sociales usan filtrado colaborativo para recomendar nuevos amigos, grupos y todo tipo de conexiones sociales, al examiner las redes de conexiones entre un usuario y sus contactos.

Filtros basados en el contenido

En cambio, el filtrado basado en contenido, utiliza una serie de características discretas de un ítem, por ejemplo las características de un libro o canción, para recomendar ítems de similares propiedades.

Esta es una imagen de un mapa sobre las 250 mejores películas de la historia hecho con las votaciones de los usuarios en la Internet Movie Database, basado en filtrado centrado en contenido.

Otro  ejemplo de filtrado centrado en el contenido es el Music Genoma Project, donde un conjunto de analistas musicales otorgan índices a cada canción ingresada en la base de datos en base a criterios muy específicos. EL MGP es desarrollado por una empresa llamada Pandora. También la Internet Movie Database es una ejemplo de filtrado centrado en el contenido.

Este mapa de la música es una visualización de la base de datos de canciones del MGP , que sobrepasa el millón de canciones.

Efectos y  consecuencias

Técnicamente, los dos sistemas de filtrado y también el sistema mixto ofrecen varias dificultades, sobre todo cuanto mayor es la base de datos. Uno de los mayores problemas es el de la introducción de la novedad, ya que los ítems nuevos al no ser conocidos son poco evaluados por los usuarios, entonces se dificulta su relación con otros elementos del sistema. Otro punto es el que se denomina el “comienzo frío”. Para que una base de datos pueda armar buenas predicciones se necesita comenzar con una base de datos amplia.

La dificultad con que se introducen las novedades influyen directamente en el uso significativo de los algoritmos sociales ¿son tecnologías que ayudan a expandir nuestras fronteras perceptivas, o por el contrario, a cerrarlas. Basado en la dificultad de los algoritmos sociales para la introducción de novedades, Eli Pariser definió esta última tendencia como “filtros burbuja”. Estos son los ecosistemas de información personales acarreados por los algoritmos de representación. En este sentido, les recomiendo el post resumen que Julio Alonso hace en Medium sobre este tema.

Conclusiones, posiciones.

Una vez que definimos, describimos, comprendemos consecuencias, es momento de tomar posiciones. Hay que decir que en este último tiempo, varios especialistas en tecnología miran estos tiempos con preocupación. Es un momento de comodidad material y asombro tecnológico, pero también de falta de rumbo y pesimismo.

Entre  los más críticos se encuentran Eugeny Morozov, Sherry Turkle y Nicholas Carr, de cuyo libro Atrapados, que figura en la bibliografía del programa, sintetizamos sus principales conclusiones, a modo de toma de posición: Ni tecnofílicos ni tecnofóbicos, ni amos ni controlados. Mc Luhanianos.

La tecnología…

(Una síntesis de los  principales puntos de “El amor pone orden en el cenagal”, capítulo 9 de “Atrapados”, de Nicholas Carr, lectura obligatoria)

• Es tan crucial para conocer como para producir
• El cuerpo humano en su destreza, es endeble. Pero el cuerpo abarca una mente que puede planificar y proyectar. En esa tensión entre lo que la mente puede proyectar y el cuerpo puede alcanzar  es la impulsora de la tecnología y de la imaginación tecnológica. Aquel aspecto de las tecnologías que abren posibilidades de transformación en el mundo.
• Es aquello que nos hace humanos
• Es aquello que altera nuestros límites corporales
• Nuestra percepción y nuestro sentido del mundo
• Indudablemente la tecnología tiene un poder transformador: el microscopio, la computadora personal, el teléfono móvil.
• Pero las tecnologías digitales de la automatización están hechas para desalentar. No nos invitan a desarrollar nuevos talentos, exigen poco de nosotros, esconden su funcionamiento en un código secreto.
• Salir de la metáfora amo-esclavo. La visión amo –esclavo no permite ver que estamos modelados por las tecnologías que modelamos, las tecnologías están en nosotros, no separadas de nosotros. No elegimos las tecnologías porque nos integren más en el mundo, sino por su eficiencia. La metáfora impulsa a la sociedad a una visión fatalista y simplista de la tecnología en progreso.