El problema con algoritmos como el de House of cards
close
Recibe noticias a través de nuestro newsletter
¡Gracias! Desde ahora recibirás un correo diario con las noticias más relevantes.
sync
Netflix

El problema con algoritmos como el de House of cards

Netflix creó la serie House of Cards luego de analizar una serie de datos que almacenaba sobre las preferencias de sus clientes. ¿Es esa la fórmula para acabar con la sorpresa?
Netflix
Por Zoe Kleinman de BBC Mundo
17 de mayo, 2015
Comparte
Foto: Netflix

Foto: Netflix

Cuando Netflix -el servicio de televisión y películas por streaming- decidió apostar por su propio material, no se volvió hacia expertos veteranos de Hollywood, ni a críticos de cine o analistas de medios, sino a los algoritmos y datos de los usuarios.

Una red de datos sobre el contenido más visto y amado por los clientes de Neftlix revelaron tres ingredientes claves: el actor David Spacey, el director David Fincher y los dramas políticos producidos por la BBC.

Así que la empresa encargó una nueva versión de la serie de la BBC de los años 90 con el mismo nombre y contrató al actor y director. ¿El resultado? Se convirtió en la primera serie web en ganar el prestigioso premio Emmy, siendo la primera serie en recibir nueve nominaciones.

Los algoritmos -programas de computadoras que resuelven problemas-, están haciendo mejor cada vez más trabajos que nosotros mismos, por decirlo sin rodeos.

Y, como demostró la experiencia de Netflix, no sólo en el sector tecnológico, donde los ordenadores se han convertido en los reyes.

En Corea del Sur, por ejemplo, hay niños aprendiendo inglés con una máquina que se llama Robosem.

Y hasta la profesión más antigua enfrenta competencia: una firma estadounidense llamada TrueCompanion dice haber desarrollado el primer robot sexual de la historia.

Pero, ¿no habrá riesgo de que este nuevo mundo feliz vaya a ser un poco… aburridor?

¿Excitante?

“House of Cards es el ejemplo más famoso de los datos enfocados a la creatividad”, le dice a la BBC Luke Dormehl, cineasta y autor de “The Formula: How Algorithms Solve All Our Problems, and Create More” (“La Fórmula: Cómo los algoritmos resuelven todos nuestros problemas y crean más”).

“Netflix encargó un número sin precedentes de episodios –pagados por adelantado-, en lugar de seguir por el camino tradicional, en el que disparas un episodio piloto, para mostrárselo a los ejecutivos, etc”.

Tal vez no es de extrañar que la empresa mantenga su lucrativa información sobre cifras de audiencias y ratings tan bien guardados (nunca los ha hecho públicos).

La firma Epagogix, basada en Londres, ofrece un análisis de inteligencia artificial para guiones de cine, con el fin de predecir las probabilidades de éxito que tendrán en la taquilla. Incluso dice ser capaz de señalar “las mejoras” necesarias para aumentar el valor comercial de la película.

En teoría eso elimina la peor pesadilla de cualquier director de cine: el fracaso presupuestario.

“Si una película necesita hacer 10 millones de libras y hace cinco (en la taquilla) decimos que fracasó”, dice Dormehl.

“Pero si tuviéramos los datos con antelación y dijésemos: si gastas la mitad del dinero haciéndola, en todo caso recaudarás 5 millones… lo cual abriría el camino para realizar películas de gama media”.

Pero, ¿dónde está la emoción, la alegría de un éxito sorprendente o la oportunidad de descubrir algo nuevo?

Luke Dormehl opina que se abre un mundo de “excitantes posibilidades”.

Lea también: La tecnología para ayudar a los inversores a olvidar sus emociones

“Es emocionante tener un guion en el que puedes aprovechar esa información: qué escenas le recuerdan a la gente los buenos tiempos, qué música les gusta, cuándo se paran del sofá para hacerse una taza de té…”.

“También es excitante la posibilidad de hacer películas que cambien de dirección dependiendo de quien las está viendo, o que cambien la narrativa si no estás prestando atención”.

Los algoritmos en la Bolsa

El sector financiero es otro que se está aprovechando de la estabilidad que le da el control de las computadoras.

Algunos echan de menos la excitación de los viejos tiempos.

“Solía ser un lugar muy excitante. Ahora es más una compañía de software que una organización financiera”, dice Juan Pablo Pardo-Guerra, profesor asistente en la London School of Economics.

El operador financiero de Alta Frecuencia Virtu es un agente inversor electrónico con estrategias programadas que sólo ha registrado pérdidas un día en los últimos seis años.

En su website afirma que sus 148 empleados son el componente secreto de su éxito, pero su propia tecnología está en el corazón de su actividad financiera.

“Si manejásemos los mismos volúmenes de stocks con operadores humanos los resultados serían más volátiles”, confiesa Pardo-Guerra.

La pregunta está en el aire: ¿la historia de éxito de Virtu es un clavo en el ataúd de los empleos tradicionales del sector financiero?

No siempre son tan infalibles

Daniel Neyland, profesor de la Universidad de Goldsmiths, de Londres, participó en un experimento en un aeropuerto el año pasado, donde se instaló un sistema algorítmico para identificar el equipaje abandonado sospechoso en las imágenes de las cámaras de seguridad.

“En promedio, con humanos mirando los monitores había una alerta por hora”, dice Neyland.

“El sistema algorítmico detectó 2.654 alertas en seis horas. Estaba tan lejos de la escala de las expectativas que no había suficientes personas para responder”.

Entre las falsas alarmas identificadas por el sistema había sombras en el suelo, carros de limpiadores y personas de pie, explicó el Dr. Neyland. “Algorítmicamente, el procesamiento de este tipo de datos es un reto. ¿Qué es una bolsa y qué no?”, explica.

Por razones similares, una red ferroviaria europea ha desinstalado por completo un sistema de seguridad automatizada, añade Neyland.

Se suponía que iba a supervisar áreas no vigiladas en busca de signos de vandalismo y robos. No funcionó. “Esta es un área difícil para análisis de vídeo”.

Pese a estos fallos, el día en que los algoritmos se conviertan en jefes está más cerca en algunos lugares de trabajo, advierte.

Imagínense. Automatizado, inquebrantable y calculador sin ningún sentido del humor…

Tal vez su jefe no sea tan malo después de todo.

Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal
Getty Images

Por qué dar positivo a COVID no siempre significa estar infectado

La mayoría de personas solo están infectados durante una semana, pero pueden seguir dando positivo semanas después.
Getty Images
7 de septiembre, 2020
Comparte

El test más común para diagnosticar el COVID-19 es tan sensible que podría estar detectando fragmentos del virus que ya están muertos, según algunos científicos.

Y es que la mayoría de personas solo permanecen infectadas alrededor de una semana. Sin embargo, el diagnóstico podría seguir dando positivo semanas después.

De acuerdo a un estudio de la Universidad de Oxford, este hecho podría estar sobreestimando la escala real y actual de la pandemia.

Pero por otro lado advierten que otro tipo de test, con menos sensibilidad, corre el riesgo de no detectar todos los casos.

El profesor Carl Heneghan, uno de los autores del estudio, afirma que en vez de arrojar un resultado positivo o negativo, las pruebas diagnósticas deberían tener un límite en el que pequeñas cantidades de virus no provoquen un positivo.

Según Heneghan, esta detección de virus muerto o viejo podría explicar cómo en varios de los países que se enfrentan a una segunda ola de infecciones las hospitalizaciones se mantienen estables.

El Centro de Medicina Basada en Evidencia de la Universidad de Oxford analizó 25 estudios en que se colocaron muestras de pruebas positivas sobre una placa de petri para ver si el virus crecía.

Investigador trabajando con placas de petri.

Getty Images
Los científicos de la Universidad de Oxford pusieron varias muestras positivas sobre una placa de petri para analizar si el virus crecía.

Este método, conocido como “cultivo viral”, indica si el virus hallado en un diagnóstico positivo puede reproducirse y propagarse en un laboratorio o persona.

Según Nick Triggle, corresponsal de salud de la BBC, la sensibilidad de las pruebas diagnóstico es un problema que se conoce desde el comienzo y que ilustra por qué las estadísticas de la COVID-19 están lejos de ser perfectas.

¿Cómo se diagnostica el coronavirus?

La prueba más común de diagnóstico, la llamada PCR, utiliza químicos que amplifican el material genético del virus para que pueda estudiarse.

Una vez se toma la muestra, esta pasa por varios ciclos de laboratorio para recuperar la mayor cantidad de virus posible.

El número de ciclos necesarios puede indicar qué tanto virus queda, si son pequeños fragmentos o varias cantidades del virus completo.

Realización de prueba PCR a un paciente en Barcelona.

Getty Images
El test PCR es la prueba más común para detectar el coronavirus.

Esta práctica parece revelar la probabilidad de infección del virus. Es decir, mientras más ciclos de amplificación sean necesarios, menos probabilidades de que el virus sea reproducible en el laboratorio.

El riesgo de falso positivo

Cuando uno se hace la prueba de coronavirus, se obtiene un “sí” o un “no”. Pero no hay un indicador de cuánto virus se detectó en la muestra y si se trata de una infección activa.

Una persona con mucha cantidad de virus activo y otra que solo tenga pequeños fragmentos restantes de una infección pasada dan el mismo resultado: positivo.

Sin embargo, Heneghan apunta que la “infectividad del coronavirus parece disminuir tras alrededor de una semana”.

Es decir, su capacidad para invadir un organismo y provocar una infección.

Añadió que, si bien no sería posible verificar todas las pruebas para detectar si el virus estaba activo o no, el número de falsos positivos podría reducirse si los científicos establecieran un punto de corte.

Mujeres con mascarilla en Italia.

Getty Images
La infectividad del virus es su capacidad para invadir un organismo y provocar una infección.

Esto podría prevenir que una persona dé positivo cuando en realidad solo se le ha detectado los restos de una infección ya pasada.

Para Heneghan, esto ahorraría cuarentenas individuales innecesarias y ofrecería una escala más adecuada de la pandemia.

La sanidad pública de Inglaterra coincidió en que los cultivos virales eran útiles a la hora de evaluar las pruebas de coronavirus y que estaban trabajando con laboratorios para reducir el número de falsos positivos.

Sin embargo, explican que establecer un punto de corte no es fácil porque se usan muchas pruebas con diferentes sensibilidad y formas de detección.

Pero el profesor Ben Neuman, de la Universidad de Reading, dijo que cultivar el virus de una muestra de un paciente “no es trivial”.

“Esta revisión corre el riesgo de correlacionar falsamente la dificultad de cultivar Sars-CoV-2 a partir de una muestra de un paciente con la probabilidad de que se propague”, dijo.

Toma de temperatura en Wuhan, China.

Getty Images
Varios estudios coinciden en que alrededor de un 10% de contagiados retiene virus vivo después de 8 días de infección.

El profesor Francesco Venturelli, epidemiólogo italiano, destaca que no existe “certeza suficiente” sobre cuánto tiempo el virus permanece infeccioso mientras se recupera el paciente.

Algunos estudios basados en cultivos virales indican que alrededor del 10% de infectados permanece con virus vivo después de ocho días de infección.

“En Italia sobreestimamos el número de casos por varias semanas” a causa de pacientes positivos que se habían infectado varias semanas antes, dice Venturelli.

El test PCR es un método muy sensible a la hora de “detectar material genético residual del virus”, explica el profesor Peter Openshaw, del Colegio Imperial de Londres.

“No hay evidencia de la infectividad del virus, pero existe un consenso clínico de que es bastante improbable que un paciente sea infeccioso más allá del décimo día de la enfermedad“, agrega Openshaw.

Enlaces a más artículos sobre el coronavirus

BBC

Visita nuestra cobertura especial



Ahora puedes recibir notificaciones de BBC Mundo. Descarga la nueva versión de nuestra app y actívalas para no perderte nuestro mejor contenido.

https://www.youtube.com/watch?v=sVc_VPSn_FI

https://www.youtube.com/watch?v=Ds3g70Jjv2E&t=14s

https://www.youtube.com/watch?v=UA_FDmt3k90&t=14s

Lo que hacemos en Animal Político requiere de periodistas profesionales, trabajo en equipo, mantener diálogo con los lectores y algo muy importante: independencia. Tú puedes ayudarnos a seguir. Sé parte del equipo. Suscríbete a Animal Político, recibe beneficios y apoya el periodismo libre.

#YoSoyAnimal
close
¡Muchas gracias!

Estamos procesando tu membresía, por favor sé paciente, este proceso puede tomar hasta dos minutos.

No cierres esta ventana.