A estas alturas de la vida, decir que la cantidad de información que se puede encontrar en internet es abrumadora ya no indica algo sorprendente. Debido a que la mente humana no está preparada para procesar el gran volumen de información al que tiene acceso (Espinosa, 2018), se utilizan los algoritmos como una especie de filtros.
La llegada y evolución de los algoritmos ha significado un avance en los escenarios digitales porque construyen un universo cultural ajustado y complaciente con el gusto de cada consumidor, que puede avanzar hasta llegar siempre a lugares reconocibles (citado en Uman, 2018, p. 36). Uno de los casos en donde los algoritmos se sienten como parte fundamental del ecosistema son las plataformas streaming, como Netflix, que los desarrollan según sus necesidades. Netflix tiene una serie de diferenciadores que hasta cierto momento lo separaron de su competencia, como su amplio catálogo de contenidos originales y su optimización de la experiencia del usuario, gracias a la aplicación de big data y sistemas de recomendación aplicando algoritmos (Heredia-Ruiz, Quirós-Ramírez, 2021, p. 118) que Ignacio Uman, consultor en comunicación científica y tecnológica, entiende como un conjunto prescrito de instrucciones o reglas bien definidas, ordenadas y finitas que permite llevar a cabo una actividad mediante pasos sucesivos y hallar la solución a un tipo de problemas (2018, p. 29).
De acuerdo con las expertas Daniela Varela y Anne Kaun (2019), los algoritmos configuran nuestra forma de consumir entretenimiento, de comunicarnos y de conectarnos (p. 199). Por su parte, Uman (2018) advierte que el uso de este tipo de sistemas y algoritmos de recomendación está generando transformaciones visibles en las prácticas de consumo cultural y en la infraestructura de contenidos masivos, por lo que quizás conviene ser prudente, ya que aunque proporcionan una experiencia más rápida y digerible para el usuario, los algoritmos también inciden en la estandarización de preferencias sobre diversos productos de consumo cultural (p. 39), como las películas y series que se muestran en la plataforma.
LA EXPERIENCIA NETFLIX
Fundada en 1997 en California por Reed Hastings, Netflix inició rentando DVDs en EE.UU. a través del sistema postal. En 2002 Netflix comenzó a cotizar en la bolsa de valores y fue hasta 2007 cuando la empresa aprovechó la moda de consumo audiovisual que impuso YouTube para introducir la visualización de películas y series de manera streaming (Colón, 2019, p. 16).
En 2006 la empresa lanzó un concurso llamado Netflix Prize en donde ofrecía un millón de dólares al primer algoritmo que pudiera superar en un 10% su sistema CineMatch de recomendaciones (Colón, 2019, p. 18). Aunque al final no se aplicó ninguna de las sugerencias hechas, la plataforma sí encontró una solución a su inquietud al incorporar “etiquetas” en forma de adjetivos o descripciones que ayudaban a encontrar características más precisas, donde el sistema podía rendir al máximo (citado en Varela, Kaun, 2019, p. 199). Verónica Heredia Ruiz y Ana Catalina Quirós Ramírez, autoras pertenecientes a la Facultad de Comunicación de la Universidad de Medellín, afirman que es desde entonces que el centro de negocio de Netflix es la gestión, uso y optimización de sus datos (2021, p. 120).
Al consolidarse como distribuidora de contenido de terceros, Netflix comprendió que debía aprovechar la convergencia tecnológica y mediática (Ruiz, 2016, p. 284) y comenzó a producir su propio contenido original en 2013, revolucionando la industria del cine y la televisión al incorporar el internet y otras pantallas como la de los teléfonos (Ídem, p. 277). Es aquí cuando se crea la primera serie de ficción con ayuda del big data: House of Cards. Esta serie inicia una sucesión de transformaciones sobre cómo se programan, distribuyen y consumen los contenidos en internet (Heredia-Ruiz, Quirós-Ramírez, 2021, p. 120). Gracias a las conclusiones de dichas tecnologías, se decidió al director, al actor protagónico y al género que tendría la serie, garantizando éxito (citado en Heredia-Ruiz, Quirós-Ramírez, 2021, p. 120) tanto comercial como en la crítica. Verónica Heredia Ruiz (2016) señala que la apuesta por los contenidos originales ha sido el factor diferencial de Netflix para aventajar a sus competidores (p. 284).
Debido a este paso decisivo para el futuro no solamente de la compañía, sino del negocio del streaming, en donde se busca la suscripción de los usuarios; la minería de datos, y los algoritmos de recomendación se volvieron cruciales. Al contrario de lo que sucedía con la televisión, en donde los datos obtenidos de la audiencia se negociaban con el sector publicitario, las plataformas streaming utilizan los datos recaudados de sus usuarios para captación y retención de suscriptores (citado en Heredia-Ruiz, Quirós-Ramírez, 2021, 120) a través de contenido que se sienta personalizado y pensado en ellos.
LAS DOS CARAS DE LA MONEDA
El empleo de sistemas de recomendación de plataformas como Netflix ha llevado a impulsar una estrategia de distribución particular, adaptada a las recientes demandas de un nuevo tipo de espectador que reivindica libertad total a la hora de consumir un contenido audiovisual, como, cuando y donde quiera (citado en Fernández-Manzano, Neira, Clares-Gavilán, 2016, p. 570). Es decir, los medios digitales brindan gratificaciones a las necesidades de los usuarios para comprender mejor su relación con las plataformas y algoritmos (Espinoza, 2022, p. 14). Como mencionan Varela y Kaun (2019), estos últimos ahora son objetos culturales en sí mismos, al tiempo que configuran nuestra comprensión de la cultura (p. 199).
Dada la importancia que tienen hoy en día, no se deben dejar de lado los peligros que presentan los algoritmos, como la sobresimplificación de las preferencias de los usuarios. Uman (2018) advierte que los algoritmos de recomendación pueden convertirse en un arma de doble filo si el usuario se estanca en el confort ideológico, al no verse nunca expuesto a la contradicción ni a puntos de vista opuestos (p. 39). Los algoritmos, al mostrar solamente el tipo de contenido que se adapta mejor a los gustos del usuario, impiden que este busque por su cuenta y que experimente nuevos géneros o temas, volviéndolo perezoso y dependiente a las opciones que los sistemas de recomendación le hagan.
NUESTRA OPINIÓN DEL MAÑANA
Lo que en un inicio funcionó como un sistema de calificación de títulos, actualmente lleva a Netflix a controlar la calidad y volumen de su catálogo que permite impactar a suscriptores de diferentes mercados gracias a que posee un mayor nivel de proximidad cultural (Heredia-Ruiz, Quirós-Ramírez, 2021, p. 121), ya que los usuarios tienen un papel activo como co-productores de contenidos al apartar datos y conocimiento a través de sus prácticas, es decir, son creadores activos de productos culturales (Varela, Kaun, 2019, p. 198).
Sin embargo, Uman (2018) observa que las predicciones de estos sistemas de recomendación pueden resultar en “una sobre simplificación que no siempre refleja los matices culturales y sociales del gusto, las motivaciones de las preferencias por un producto u otro y la selección sofisticada que hacen usuarios y consumidores de las plataformas” (p. 27). Dicho autor teme que los algoritmos puedan configurar nuestra opinión del mañana (Uman, 2018, p. 39), pues el usuario se ha ido acostumbrando a que estos sistemas le digan qué ver porque sabe que conoce sus verdaderos intereses, estandarizando gustos y preferencias sobre el consumo cultural (Varela, Kaun, 2019, p. 39).
Aunque el uso de este tipo de algoritmos ahorra tiempo de decisión al usuario y es cómodo y fácil de usar, cabría reflexionar si vale la pena tomarse el tiempo de elegir alguna película o serie que se encuentre fuera de las sugerencias hechas por la plataforma –o hacerlo de manera aleatoria—, para evitar caer siempre en los blancos y negros del sistema, preveer el atrofiamiento de nuestra capacidad de decisión, y retarnos a ver algo que quizás pueda llegar a sorprendernos.
REFERENCIAS BIBLIOGRÁFICAS:
Colón, E. (2019). Hábito, conocimiento y producción simbólica: el caso Netflix. Revista Iberoamericana de Comunicación, (37), 15-28.
Espinosa, L. F. (2018). ¿Qué es una recomendación en la era de la inteligencia artificial? BBVA NOTICIAS. https://www.bbva.com/es/recomendacion-inteligencia-artificial/
Fernández-Manzano, E. P., Neira, E., & Clares-Gavilán, J. (2016). Gestión de datos en el negocio audiovisual: Netflix como estudio de caso. Profesional de la Información, 25(4), 568-577.
Heredia-Ruiz, V., Quirós-Ramírez, A. C., & Quiceno-Castañeda, B. E. (2021). Netflix: catálogo de contenido y flujo televisivo en tiempos de big data. Revista De Comunicación, 20(1), 117-136.
Ruiz, V. H. (2017). Revolución Netflix: desafíos para la industria audiovisual. Chasqui. Revista Latinoamericana de Comunicación, (135), 275-295.
Uman, I. (2018). El efecto Netflix: cómo los sistemas de recomendación trans-forman las prácticas de consumo cultural y la industria de contenidos. Cuadernos de comunicólogos, 6(6), 27.
Varela, D., & Kaun, A. (2019). The Netflix experience: a user-focused approach to the Netflix recommendation algorithm.
Comments