La convicción de que el famoso algoritmo de Netflix es incapaz de atinar con las preferencias personales se ha convertido en una aseveración recurrente en muchos de los usuarios de la plataforma. Ahora bien, ¿cuánto hay de realidad y cuánto de percepción subjetiva cuando se critica la precisión de ese motor de recomendación del que tanto se vanaglorian en la compañía?
Netflix tiene mucho contenido y una misión: que pasemos el mayor número de horas posibles conectados al servicio. Usar la plataforma es vital para evitar que queramos marcharnos, que es lo que acostumbra a suceder cuando pagamos por algo que no utilizamos.
Para que encontremos algo interesante que ver, dado nuestro pésimo historial eligiendo cuanto hay demasiadas alternativas, Netflix se ha dotado no de un único algoritmo, sino de muchos, que operan en distintas áreas. ¿Su objetivo? Conseguir que cada vez que escuches el famoso ‘TUDUMMM’ la experiencia de usuario sea la mejor posible.
Que el contenido que veas te guste es tan importante para ellos como conseguir que la reproducción no se interrumpa porque tu señal de Internet es inestable o que el contenido que paraste de ver en la tele se reanude en el punto exacto donde lo dejaste cuando sigues con él al día siguiente desde el móvil. En el ámbito de la recomendación, el de la discordia, los algoritmos tratan de convertir la cantidad infinita de títulos que la plataforma tiene para ofrecerte en una selección más abarcable.
Este proceso tiene una finalidad clara: evitar que la fatiga haga mella en nosotros, seamos incapaces de elegir y optemos por otras alternativas de entretenimiento. Y eso, dicen en Netflix, ocurre muy rápido. En concreto, en 90 segundos, que es el tiempo que separa a ese usuario con ganas de ver algo interesante del que acaba navegando sin rumbo por la aplicación.
Netflix no programa como la hace la televisión. Le importa poco si somos hombres, mujeres, nuestra edad o el lugar en el que vivimos. La piedra angular de sus recomendaciones es lo que nos gusta, una información que les damos sin darnos cuenta, reproducción a reproducción.
/https://assets.iproup.com/assets/public/images/lazyload.gif)
Aunque no lo parezca, la tasa de aciertos sobre lo que querés ver es más alta de lo que aparenta
Los algoritmos de recomendación de Netflix emplean y combinan diferentes criterios (como la popularidad y la similitud, entre muchos otros) para que facilitar que el usuario haga match con el contenido que mejor se ajuste a sus preferencias. Al igual que Tinder, juegan a las probabilidades, buscando afinidades entre individuos y contenidos a partir de lo que saben de ellos. Y saben mucho.
De los usuarios, todo lo que hacen cada vez que se conectan a la plataforma: qué ven, qué descartan, cuántas horas reproducen, cuáles son los patrones de consumo según la hora del día o qué dispositivo están utilizando, entre muchos otros. El conocimiento de los contenidos es igual de exhaustivo. Aparte de la información pública y visible que tienen todos sus programas (como el director, los actores, el año de producción, el rating, la sinopsis y el género que se ha empleado para clasificarla) existe una parte de información que no vemos.
Esta información "oculta" la generan unos trabajadores (los famosos taggers) que se encargan de ver contenidos y vincularles un montón de información adicional, en forma de palabras clave. Por ejemplo, un tagger puede indicar que ese drama dirigido por David Fincher aborda temas genéricos (como el tipo de situación sentimental de sus protagonistas o una determinada actividad laboral), datos concretos (como la época, los lugares que aparecen o el hecho de que salgan mascotas o deportes), emociones (como que el contenido es divertido, tenso, lacrimógeno, emotivo, inspirador…) o los arquetipos que encarnan los personajes (como un ex cretino, una mujer empoderada o una familia unida).
¿Qué hace el sistema? Aprender a interpretar las elecciones de visionado tratando de buscar patrones entre lo que vemos, para comprender cuáles son los ingredientes que configuran el ADN de preferencias audiovisuales, es decir, por qué vemos las cosas que vemos. Esta sofisticación de la forma de recomendar que hemos usado toda la vida (comedia, terror, drama...) se basa en la convicción de que así se puede ampliar la audiencia de un contenido determinado, evitando expulsar a espectadores potenciales cuando lo colocas en una categoría que no le interesa.
Los algoritmos, por tanto, pueden recomendar lo mismo de manera diferente para llegar a más personas una vez ha identificado lo que a ese usuario le interesa en particular. Por ejemplo, si no le has hecho demasiado caso al contenido de acción o a contenidos destacados porque son populares, puede que el sistema intente que muerdas el anzuelo de La casa de papel vendiéndotelo como una "serie de éxito protagonizada por sólidos personajes femeninos". Y dicha categoría (algorítmica y personalizada para ti) se ha generado porque el sistema ha detectado que ese metadato (las mujeres empoderadas) es recurrente en muchas de tus elecciones.
Entonces ¿por qué existe esa percepción de que Netflix no acierta con nosotros?
La plataforma de streaming arma su recomendaciones en base a varios parámetros que asimila con el uso
Hay varias razones que pueden ayudar a explicarlo.
Los algoritmos de Netflix juegan con patrones de consumo y probabilidades y, por tanto, son más precisos cuanto mejor conocen a sus usuarios. Como la recomendación mejora con el uso, es probable que a los usuarios menos intensos los algoritmos no terminen de cogerles la medida. La precisión de la recomendación también puede queda comprometida en el caso de usuarios que comparten la misma cuenta sin crear usuarios diferenciados o cuando hay varias personas frente a la pantalla.
Además, hay que entender que los algoritmos no funcionan de manera aislada. Afortunadamente no dependemos en exclusiva de las luces de aproximación que nos coloca Netflix cada vez que entramos. Llegamos a la plataforma con una mochila mental que también va a influir a la hora de decidir qué vemos. Es posible que descartemos opciones (que el sistema ha seleccionado adecuadamente) porque ya las hemos visto en otro lugar o porque en ese momento no nos apetecen. Estas dos circunstancias plantean descartes que los algoritmos no saben comprender. Los algoritmos tampoco pueden calibrar la influencia que tienen en el usuario otras fuentes de recomendación. La publicidad, la conversación que hemos tenido con un amigo o la opinión de un crítico que leímos por la mañana pueden predisponernos en contra de contenidos que formarían parte de la disciplina habitual de consumo (y que el sistema ya había identificado).
Los algoritmos, por último, no operan únicamente teniendo en cuenta nuestras preferencias. En las recomendaciones también se cuelan intereses corporativos. Las producciones en las que se ha invertido mucho dinero, los estrenos que han ido acompañados de una gran campaña de publicidad, los títulos que están generando mucha conversación o sencillamente los más vistos tenderán a parecer en los lugares destacados porque a Netflix les interesa darles visibilidad.
Cada fila de contenido que te muestra Netflix se sustenta en operaciones que ponderan infinitas variables para colocarte delante aquello que tiene más papeletas para animarte a darle al play. Por extraña o sorprendente que pueda parecerte y al margen de la calidad individual del contenido que te recomiendan, esa recomendación tiene algún punto de contacto con algo que viste en el pasado (y que, dado tu historial de navegación, pareció gustarte). También puede tratarse de contenidos extraordinariamente populares, de los que gustan a todo el mundo. Después de todo, forzar recomendaciones de programas que no interesan al usuario no beneficia al negocio de Netflix. Sus algoritmos pelean para que el balance de nuestras visitas no esté marcado por la frustración sino por la satisfacción.
El 75% de las cosas que vemos en la plataforma, según declaraciones de la propia compañía, están impulsadas por algoritmos. Tal vez esta sea la mejor prueba de que, a pesar de que muchos tengan la sensación de que "el algoritmo de Netflix" no les funciona, desde luego cumple su función, indicó Business Insider España.
