La obsesión de un Tiktok

Views: 993

Prácticamente como la mejor alumna de la clase y la más joven, la empresa china ByteDance es una de las últimas en incursionar al mercado de las redes sociales, incorporando lo mejor de los modelos de comunicación existentes en las demás plataformas, potencializado por algo que para muchas otras únicamente se encontraba en periodo de pruebas: la inteligencia artificial. Esta empresa surgida en 2012, comenzó con una plataforma de noticias popular en China que además es propietaria de Buzzvideo dedicada a viralizar videos y Vigo video, una plataforma de contenido, la cual, incursionó a partir de 2016 con Duoyin, el nombre original de la empresa, que un año después se transformó en Tiktok con la finalidad de lanzar su plataforma al mercado internacional, año en el cual, adquiere musical.ly, una red enfocada a la creación de micro videos musicales, que gozaba de una gran popularidad en la población joven de Norteamérica; por lo que un año después, al integrar plataformas, contenidos y algoritmos la nueva red social empezó a escalar en su popularidad.

Sin embargo, conjuntamente con su gran éxito empezaron a surgir las primeras inquietudes de dicha empresa en torno a la seguridad y la privacidad, puesto que desde el inicio los algoritmos se enfocaron para el crecimiento exponencial de la plataforma sin que existiese un análisis previo de su funcionalidad ni de los posibles impactos en sus usuarios, y si bien, las principales preocupaciones por seguridad y privacidad se dieron en torno a su origen chino y la vigilancia gubernamental de dicha plataforma en su jurisdicción, poco a poco, los temas de privacidad han surgido a partir de la gestión de los algoritmos de su contenido y del diseño de su difusión, como en el caso de menores que accedían a la plataforma y se exponían a los mismos contenidos que cualquier otro adulto, lo cual, además de ilegal conforme a diferentes jurisdicciones que protegen el acceso a contenido de internet a cargo de menores, en el fondo, la exposición a dicha información todavía no es un fenómeno que ha sido analizado de manera adecuada, ni tampoco, los alcances que deben tener los algoritmos de inteligencia artificial cuando estos detecten que la persona usuaria es menor de edad; así mismo, en el ámbito de seguridad, empieza a causar temor el alcance que pueden desarrollar los algoritmos de inteligencia artificial en la identificación de las tendencias individuales y colectivas en función de la analítica de su comportamiento a través del procesamiento masivo de la información. Si bien después la empresa decidió instalarse en Irlanda para ajustarse al modelo europeo de gestión y con ello facilitar su expansión en el ámbito internacional a través de transferencias irrestrictas de datos, sigue causando recelo la trazabilidad de cada uno de nosotros que guarda dicha plataforma.

Regresando al algoritmo, la experiencia inicial frente al contenido gestor de comodidad es el de cualquier red social en la que se seleccionan temas de interés a fin de que inicie el proceso de aprendizaje de máquinas sobre la gestión que el usuario realiza en la plataforma y que desde el inicio tiende a envolver al usuario en su entorno puesto que frente a cada desechamiento del usuario surge de manera inmediata un nuevo contenido que sustituye al anterior y que pretende que el usuario en vez de activar la función salir, se mantenga dentro de la plataforma consumiendo contenido de interés del usuario y por supuesto, el objetivo del algoritmo de Titkok es volverse extremadamente complaciente a fin de que el usuario ame el contenido que vea y se encuentre enganchado al mismo puesto que la máquina de aprendizaje se encuentra interactuando permanentemente entre el contenido y el usuario a partir del contexto de la plataforma y el uso de sus datos personales y preferencias, con lo cual, va etiquetando determinado contenido para mostrar al usuario a la vez de que empieza a construir diferentes escenarios de interés y realiza una función de entrenamiento del algoritmo en función del desempeño del usuario.

Como fuente de información de los usuarios encuentra la segmentación de los contenidos generados por los usuarios y los relaciona entre ellos, también, incluye todas las etiquetas asociadas a los usuarios que van desde su género, edad, gustos, y, finalmente, la información que va siendo generada en el campo a través de las interacciones del usuario y el rastro de su actividad, una vez que se hayan recopilado los datos relativos, se derivará la correlación entre los atributos de contenido y las etiquetas de usuario, incluida la coincidencia de palabras clave, la etiqueta de clasificación, la coincidencia de fuentes, la etiqueta de tema y las funciones latentes, como las distancias vectoriales entre el usuario y el contenido; las funciones del escenario a partir de la ubicación geográfica, la hora del día, las etiquetas de eventos; las características de tendencias y las interacciones de los usuarios y representan una tendencia global, un tema candente, palabras clave principales, temas de tendencias; las funciones colaborativas basadas en la técnica de filtrado colaborativo que equilibra la recomendación estrecha (sesgo) y la recomendación de colaboración (generalización), por lo que, no solo considerará el historial de un solo usuario, sino que analizará los comportamientos colaborativos de un grupo de usuarios similar (clics, intereses, palabras clave, temas), en ese sentido el modelo irá prediciendo contenido para el usuario.

De manera paralela el algoritmo va generando escenarios no tangibles en torno al contenido que no visualiza a los usuarios y que no se encuentra permitido dentro de los segmentos de contenido que debe visualizarse en la plataforma, con lo que la búsqueda de la selección y eliminación de contenido también permite la gestión intangible de la plataforma y la experiencia de usuarios.

En concreto, la recomendaciones se formulan a partir de un problema clásico de aprendizaje automático, y luego, se resuelven mediante algoritmos que incluyen el modelo de filtrado colaborativo, el modelo de regresión logística, la máquina de factorización, aumento de gradientes  y el aprendizaje profundo, además del algoritmo de recomendación principal, TikTok también necesita entrenar el algoritmo de clasificación de contenido y el algoritmo de perfilado de usuarios.

A través de estos motores, realiza un procesamiento en tiempo real para preparar todos los contenidos que prospectivamente entregará al usuario para que permanezca conectado hacia la plataforma, y, así una vez fidelizado empezar a compartir una serie de sugerencias de asuntos personalizados a partir de los cuales fuera posible ofrecer los productos y servicios de los anunciantes, a través de los siguientes modelos de monetización:

  • La venta de monedas digitales y el desarrollo de filtros específicos a fin de favorecer la interacción entre usuarios en la plataforma a partir de incentivos virtuales que a su vez, ayuden a fidelizar a las personas entre otras y gestionen comunidad.
  • Anuncios de adquisición y nativos que surgen a partir del patrocinio o tendencias patrocinadas para que al momento de acudir a navegar en la línea de cada persona les sea proporcionada la publicidad.
  • Tendencias comerciales a través de Hashtags patrocinados que invitan a los usuarios a generar contenidos específicos que permiten posicionar un producto o un tema en particular.

Así, bajo esta nueva tendencia comunicativa el precio de la publicidad de esta reda social incrementa su valor ante una segmentación más efectiva que promete conectar con los usuarios para que hagan parte de su consumo habitual sus productos, conectando las marcas y tendencias con los usuarios a partir de una vinculación más profunda en sus preferencias.

Hasta la próxima.