¿Puede la inteligencia artificial salvar lo social?

Se ha hablado mucho en el pasado reciente sobre la 'desaparición de Twitter'. ¿Continuará la plataforma en el futuro o se deslizará lentamente hacia la irrelevancia?

Es una pregunta complicada, pero no sin precedentes. Uno solo tiene que mirar las fortunas de MySpace para darse cuenta de que ninguna plataforma social es demasiado grande para fracasar.

Siempre he creído que uno de los problemas clave es que los nuevos usuarios encuentran Twitter confuso. La incorporación es una lucha porque en un intento por generar nuevas conexiones y mayores ingresos publicitarios, la empresa se enfoca en el contenido 'convencional'.

Programas de televisión, grandes eventos deportivos, grandes estrenos de películas o música. Si bien estos son puntos de conversación indudablemente importantes, este enfoque sumerge al usuario en un torrente de contenido sin medios para separar fácilmente los comentarios sólidos del ruido (Chris Lake comentó extensamente sobre esto en su excelente publicación a principios de este año).

Incapaces de encontrar profundidad, los nuevos usuarios se desilusionan con la experiencia y se van, mientras que los anunciantes son alentados a avanzar hacia audiencias cada vez más amplias, reduciendo la relevancia y la respuesta (pero aumentando los cofres de las propias plataformas publicitarias, al menos en el corto plazo).

Este problema no es exclusivo de Twitter. El ruido va en aumento en todas las plataformas, ya que las empresas intentan adoptar modelos de publicación y las empresas basadas en anuncios no logran evolucionar más allá del pensamiento de "poner más ventanas emergentes en todo".

Como dijo Doug Kessler en su excelente presentación, Internet está en peligro de ahogarse en un torrente de 'contenido basura'. Realmente creo que en un futuro cercano, todos buscaremos contratar 'aceleradores' de tiempo completo que se encarguen de encender el fuego en nuestra distribución de contenido.

Sin embargo, si todos estamos acelerando, ¿cómo ayudamos a nuestras audiencias a atravesar esa enorme ola de distribución y llegar a las cosas que realmente les importan?

¿Dónde estamos y cómo llegamos aquí?

En los días nacientes de las redes sociales (y aquí estoy hablando de las plataformas completamente formadas de Facebook, Twitter y LinkedIn, en lugar de los oscuros foros de Arpanet), compartir era fácil y multifacético.

Los usuarios compartieron contenidos y enlaces, pero también pensamientos y eventos. Cada usuario tenía una cierta cantidad de alcance, por lo que ese alcance era un bien transferible .

El usuario A compartió algo con el usuario B. El usuario B compartió esto con el usuario C, quien a su vez siguió al usuario A y recomendó al usuario B, y todos obtuvieron audiencias más grandes, según la calidad de su producción. Tu capacidad para convertirte en un influencer se basó en el conocimiento que pudiste compartir.

En este clima, ser un experto (o al menos poder dar la impresión de que lo eras) era valioso porque este modelo permite que las ideas viajen libremente por varias redes. Mucho se ha escrito sobre las redes que se comportan de esta manera en el pasado, pero es la próxima parte de esta evolución la que creo que es particularmente interesante para la industria digital aquí.

A medida que este modelo se propagó, apareció un nuevo comportamiento, y no de usuarios individuales. Ansiosos por el contenido, los editores comenzaron a producir su propio contenido y también a seleccionar el conocimiento y el contenido de otros.

Debido a su capacidad para invertir en medios push, ciertas fuentes se volvieron 'Importantes'. Se convirtieron en influencers por derecho propio. Los Buzzfeeds y Mashables y Guardian y Mail Online del mundo. Y debido a esto, la información introducida en la red no podía difundirse fácilmente a menos que fuera verificada por estos influencers.

Esto no significa que los influencers sean algo malo. Tener influencia en un sector siempre vale la pena, pero también fomenta el sesgo.

Cuanto más convergen sus fuentes en torno a las mismas piezas de conocimiento, menos espacio hay para voces e ideas disruptivas. Vemos esto todos los días en los medios de difusión, y si bien hay espacio para impulsar un gran bien, a menudo es una fuerza divisoria.

Estas ciertamente no son ideas nuevas. En el pasado reciente, los escritores Christopher Vitale y Warren Ellis han discutido lo anterior con cierta profundidad, mientras que Jim A. Kuypers habla extensamente sobre la proximidad que crea sesgo en el periodismo en su libro Partisan Journalism: A History of Media Bias in the United States.

Esencialmente, los periodistas que se juntan tienden a desarrollar narrativas similares porque todos están intercambiando notas. Lo mismo ocurre en las redes sociales. Cuando el ruido alcanza el punto de saturación, las ideas no pueden surgir en función del mérito, solo del respaldo.

Esto nos deja con un nuevo e interesante estado de cosas. La fuente original ya no es un influencer. Tenemos una abundancia radical de conocimiento. Estoy seguro de que todos han escuchado estadísticas sobre los crecientes niveles de creación de datos: desde 2013, hemos extraído más datos que durante toda la historia de la raza humana, pero actualmente se encuentran en silos y servidores, sin leer e inutilizables. . Si queremos distribuir este material de manera efectiva, necesitamos una red más adaptable. Y ahí es donde entra la IA.

Esto significa que las nuevas plataformas que se basan en trucos no son la solución. Los límites de caracteres, la falta de anuncios o incluso la privacidad no son las razones fundamentales por las que las personas comparten cosas. Comparten porque encuentran algo que les afecta emocionalmente.

Pero una vez que han visto esto demasiadas veces, ese efecto emocional se anula y pierden interés. Las nuevas ideas son críticas para compartir.

como cambiamos esto?

Aquí es donde las cosas se ponen realmente interesantes. El año pasado asistí a una charla de Kevin Ashton, quien habló sobre el futuro de la conectividad en las ciudades, y en particular del proyecto “MKSsmart” de Milton Keynes.

Las ciudades siempre han generado mucho ruido. Radio y TV, tráfico y teléfonos. Pero las ciudades inteligentes aprovechan una nueva capa de información, generada a partir de sensores, teléfonos y dispositivos portátiles que están vinculados a la infraestructura existente para permitir que la ciudad se adapte a las necesidades del 'usuario'.

No necesita escuchar un informe de tráfico cuando puede ver todos y cada uno de los automóviles mientras se agrupan en los semáforos en rojo. En lugar de evitar este tráfico, los conductores pueden ser redirigidos automáticamente a través de las señales de tráfico y los navegadores satelitales, o ser alertados cuando haya espacios de estacionamiento disponibles. Estos son pequeños cambios que tienen efectos masivos en los atascos de tráfico y, por lo tanto, en el uso de combustible.

Hay muchos ejemplos prácticos de esto, desde proyectos completos y avanzados como el proyecto Masdar City en Abu Dabi, o la Ciudad de la Ciencia Tsukuba de Japón, diseñada para utilizar tecnología en cada superficie, hasta la modernización de Glasgow y Bristol con grupos de sensores diseñados para automatizar simples tareas (si está interesado en esto, le sugiero que consulte esta maravillosa publicación de Matt Jones, que analiza estos temas con mucha más profundidad).

Este proyecto también nos ofrece una buena analogía. Las redes sociales del futuro necesitan monitorear sus propios flujos de tráfico de manera más eficiente y permitir que nuevas ideas e información se incorporen y distribuyan de manera más efectiva. Ya tenemos velocidad, pero nos falta eficiencia en la distribución.

La automatización del marketing puede ser un precursor de esto, con contenido dinámico y mensajes entregados en respuesta a las acciones del usuario, pero queda mucho más por hacer.

Nuevamente usándolo puramente como ejemplo, Twitter siempre ha sido discutido como un 'Ayuntamiento'. Todos se reúnen y discuten un tema. Pero, en realidad, los ayuntamientos no están permanentemente abiertos y las discusiones que tienen se moderan en torno a temas y debates únicos.

El ayuntamiento de Twitter ahora es demasiado abierto para ser efectivo. Demasiado ruido y demasiado contenido tiene las mismas consecuencias en todas partes.

Ahora echemos un vistazo a Reddit. Donde miles de comunidades estrictamente moderadas coexisten unas con otras. Los usuarios son libres de saltar a otras comunidades, siempre que no estén tratando de hablar sobre Londres en un subreddit de Nueva York.

Lo único que falta en esto es un método para descubrir no solo esas nuevas comunidades, sino también el contenido específico dentro de ellas, según sea necesario. Mejores funciones de búsqueda pueden ayudar (posiblemente junto con la capacidad de cambiar de contenido basado en lo que está compartiendo su red, a contenido que está siendo compartido por fuentes seleccionadas fuera de esa red), pero necesitamos un medio dinámico.

Debemos poder contribuir a las plataformas de forma activa, así como consumir el contenido que ofrecen de forma pasiva.

Los proveedores de redes sociales tienen una cantidad ridícula de datos sobre los usuarios. Seis o siete años de navegar, hacer clic, retuitear y compartir hábitos deberían ser más que suficientes para que Twitter me asigne conversaciones directamente y me las presente cuando estoy discutiendo algo. Pero actualmente confiamos en la orientación que utiliza identificadores primitivos como palabras clave bio. Esta es la razón por la que Twitter sigue brindándome contenido sugerido que no me interesa. Y si está brindando contenido incorrecto, es probable que también brinde anuncios incorrectos.

En su lugar, deberíamos pensar en usar a los usuarios directamente, monitorear y hacer coincidir a los anunciantes cada vez más con las audiencias objetivo, con los editores actuando como 'ayuntamientos' itinerantes, agregando ideas a las discusiones cuando sea necesario.

Hay mucho más que decir sobre esto, y creo que gran parte se relaciona con el surgimiento de varios modelos económicos poscapitalistas. Si bien Blockchain podría no lograrlo, plantea algunas ideas nuevas e interesantes sobre la naturaleza del 'valor' que se volverán más importantes. Y si el valor se desvincula de la medición dentro de la red, entonces comenzaremos a necesitar máquinas realmente poderosas para rastrear dónde están las personas influyentes en un momento dado.

A menudo pienso que las redes sociales actúan como un caso atípico de lo que vendrá. El movimiento hacia el contenido y luego el marketing intencional comenzaron allí, pero este es un problema mucho mayor.

La IA está comenzando a ofrecer algo de esperanza y aún puede resultar ser el salvador de los editores en línea (y definitivamente debería consultar el reciente podcast de ClickZ sobre esto, porque será cada vez más importante el próximo año), pero hasta que las plataformas mismas empezar a integrar esta tecnología de manera eficiente, entonces vamos a tener un camino difícil.

Ciertamente no pretendo tener todas las respuestas (ni siquiera todas las preguntas), pero creo que si podemos capturar y conectar el contenido de la comunidad usando máquinas de aprendizaje profundo, entonces las redes sociales tendrán un futuro real, en lugar de convertirse en un eco digital de los modelos de transmisión más antiguos.

___
por Matt Owen