Blog de robótica e inteligencia artificial

12/31/2019

La necesidad humana de predecir

Un aviso para los confiados y una esperanza para los agoreros: es muy difícil que las predicciones salgan tal y como las tenéis planeadas. Y en esa línea va este artículo, que se publicó originalmente en la Revista Dyna de Ingeniería, prestigiosa revista de investigación en España. El artículo es una ampliación de uno que escribí en el blog hace unos días.



Ahora que llegamos al fin de 2019, quizás sea una buena ocasión de comprobar las predicciones recientes sobre tecnología, y particularmente, inteligencia artificial, realizadas para este año.

Pongámoslo fácil, y cojamos como ejemplo predicciones de hace 12 meses. Por ejemplo, las de un gran medio de comunicación español:

1- La vergüenza que íbamos a experimentar por usar el móvil y otras tecnologías en lugares públicos
2- La proliferación de rostros digitales artificiales
3- Facebook, menos anuncios y más criptomonedas
4- Un año de salidas a Bolsa
5- Instagram aspira a ser un centro de compras
6- Seguiremos oyendo hablar de Rusia

Para mí, las predicciones que más se acercan a la realidad son la 2) y la 6). A mi parecer, la clave del acierto de estas predicciones es la ambigüedad de ellas, y el empleo de palabras grandes, sin demasiada concreción.

A nuestra especie de homínidos le apasiona las predicciones sobre el futuro desde el Principio de los Tiempos. Desde las pinturas rupestres, pasando por la interpretación de sueños del faraón, hasta las predicciones del pulpo Paul. La predicción es uno de los placeres de la vida, según dicen.




Isaac Asimov, en un artículo escrito en 1983 para el periódico Toronto Star, escribió sus predicciones sobre la tecnología y la sociedad para el año 2019. Acertó en una buena parte de ellas, y falló en otras. Ha sido uno de los escritores de ciencia-ficción que más se ha acercado a nuestra realidad actual, y se le encumbra por ello. ¿Acaso no es suficiente con las brillantes historias que dejó tras su paso por el mundo? ¿Este acierto es una casualidad, es una genialidad o es un gran razonamiento? Qué más da.

A comienzos de los 80, Philip Tetlock, el famoso investigador autor de Superforecasting, llevó a cabo una competición en la cual puso a prueba 28.000 predicciones concretas realizadas por 284 expertos a lo largo de 20 años. Sus conclusiones fueron rotundas: los aciertos poco origen tenían más allá del azar, y a menudo una simple extrapolación temporal es más acertada que una predicción sesuda.

En los últimos años, el crecimiento de la inteligencia artificial, la robótica y otras disciplinas que tanto afectarían a nuestra vida cotidiana, han suscitado multitud de predicciones. No vale cualquiera, claro. Se buscan opiniones de expertos. Tanto es así, que la investigación científica se puso seria, y un conocido artículo científico [1] desmitifica esta capacidad de predicción sobre las máquinas y nuestro futuro. Además, dice algo que desmonta cualquier programa de tertulianos en televisión. Y es que las opiniones de expertos difieren muy poco de las no-expertas y un poco informadas.

Uno de los grandes fallos en la historia es precisamente el taller de verano para investigadores en Dartmouth, en 1956, el cual se considera el evento inaugural de inteligencia artificial como campo. En él se reunieron gente de muy amplia experiencia en computación, lenguaje, filosofía o matemáticas. Y el anuncio de este acontecimiento rezaba así:  

Proponemos durante el verano de 1956 en la Universidad de Dartmouth, un taller de 2 meses de duración y 10 investigadores. Su fin será estudiar todos los aspectos del aprendizaje que pueda ser detallado y parametrizado, de manera que una máquina lo pueda simular […].

Consideramos una y otra vez la existencia del Demonio de Laplace, esa figura determinística, que defiende que debemos considerar el estado presente del universo como el efecto del estado anterior y como la causa del estado que le sigue. Como si nuestro futuro fuera perfectamente lineal. Pero la historia ha demostrado que el futuro es a veces ilógico, y a veces ese orden salta por los aires sin avisar, tal y como explicó Nicholas Taleb en su obra El Cisne Negro.
Nos apasiona predecir. Quizás nos produzca una sensación de seguridad personal. Quizás nos atemoriza el futuro desconocido. Quizás no haya expertos en el futuro, y simplemente expertos en el presente.



REFERENCIA
[1] Armstrong, S., Sotala, K., & Ó hÉigeartaigh, S. S. (2014). The errors, insights and lessons of famous AI predictions–and what they mean for the future. Journal of Experimental & Theoretical Artificial Intelligence, 26(3), 317-342.
Comparte:

12/29/2019

2019, un año de lecturas

Vamos terminando el año, y es época de listas. 'Los mejores de 2019'. Estos no son los mejores libros que encontraréis. Son solo los que he elegido yo. A pesar de que la lista sea larga, para mí ha habido bastantes decepciones en las expectativas.






La conquista del pan (Piotr Kropotkin)
En una época de inestabilidad social y política, donde una gran parte de la población habla de gobiernos, decisiones judiciales e ideologías, no viene mal leer esta obra referente del anarquismo. Apenas oiréis hablar de ella en los grandes medios, y explica de una manera muy clara una organización social e institucional diferente a la que tenemos. Descentralizada, colaborativa, autoorganizada... si tenéis curiosidad sobre la vida en la Comuna, mejor leed el libro.



El Paciente (Juan Gómez Jurado)
Si os gusta el thriller y las buenas historias, este es un buen libro. Destaco de este libro el manejo del lenguaje y de la acción rápida de la que se caracteriza el autor.




Del mito al laboratorio (Daniel Torregrosa)
Si sois aficionados a la divulgación científica, sabréis que Dani es uno de los tuiteros y blogueros referentes, sobre todo en el campo de la química. En esta ocasión, esta obra es una mezcla de mitología y química, dividida en varios capítulos y de fácil lectura.



Maus (Art Spiegelman)
Esta obra fue recomendación de un compañero de trabajo, y es una obra diferente a las anteriores. Se trata de un cómic, ganador de un premio Pulitzer, que cuenta a través de unos ratos personificados la huida y el temor de los judíos durante el régimen nazi de la IIGM.



Historia del antisemitismo (Gerald Messadié)
En los últimos meses ha repuntado el antisemitismo. No abre telediarios, pero me pareció un tema interesante al que aproximarme, y hete aquí uno de los libros elegidos. Es un libro de consulta, una descripción histórica del pueblo judío, y el libro ha sido lo suficientemente ameno y educativo como para pensar en volver a releerlo.



Daemon (Daniel Suárez)
Este libro me lo recomendó el ínclito Mikel Ortiz. Se trata de una distopía de ciencia-ficción en la que una inteligencia artificial se hace con el control de todo (edificios, máquinas, vehículos...), y bueno, pasan cosas. Mejor, leed el libro si os atrae.



Click (Ori Brafman)
Ori Brafman es un bestseller del NewYork Times, y en esta obra describe las 6 cualidades que hace que surja la chispa entre dos personas, ya sea chispa de amor o de amistad, todo ello explicado de manera científica.  Es una obra a la que yo recurro frecuentemente y de las que hay que releer.



The tyranny of metrics (Jerry Muller)
Este libro argumenta la problemática de medir todo en nuestra sociedad, la aparente necesidad de medir rentabilidades y mejora de indicadores. Hay cosas y servicios en nuestro mundo que con el uso de indicadores, pierden calidad. No todo es medible ni cuantificable. El libro me ha parecido bastante repetitivo, no obstante.



Illska. La Maldad (Eiríkur Örn Norddahl)
Esta obra, recomendación de Juanjo Domínguez, ha dejado un sabor un poco incómodo, y la he dejado a medias. Es una obra deliberadamente incómoda. De hecho, rescato la reseña de este blog, ya que creo que expresa bien lo que sentí yo: "La lectura de esta obra no resulta sencilla. No posee una prosa complicada ni un vocabulario difícil de entender. No van por ahí los tiros. Al llegar a la última página todo lo leído empieza a recolocarse en nuestro cerebro y a cobrar verdadero significado. Pero en algunos momentos la trama permanece inmutable y en exceso pausada. Algo que creo que es premeditado para conseguir un efecto muy concreto en el lector. ¿Estamos ante una novela aburrida? No, para nada es aburrida. Pero sí sobrecogedora. La intensidad de algunos fragmentos abruma, y es necesario leerla a sorbitos para disfrutarla como se merece".



Galápagos (Natalia Ruiz y Silbia López de Lacalle)
Esta obra tampoco es un libro al uso. Natalia y Silvia realizaron un viaje a las islas Galápagos que les marcó para siempre, y que plasmaron en este libro. En lugar de fotografías, en este libro muestran dibujos de la mano de Silvia, mientras que Natalia le pone texto y voz a lo que veían. Es un libro intimista, de una editorial que me gusta mucho.



Mundo Orwell (Ángel Gómez de Ágreda)
Este libro, sin ser técnico, es un gran compendio de la era de los datos, de la inteligencia artificial, de la vigilancia masiva, y de cómo todo eso ha afectado y afectara a nuestra sociedad en las próximas décadas. Un libro que se lee muy rápido, y además Ángel, a quien tuve la ocasión de conocer personalmente, usa más de 200 referencias bibliográficas para documentarse.



El despertar del sueño tecnológico (Ekaitz Cancela)
Este libro elabora un razonamiento histórico de cómo las personas hemos ido cediendo a derechos esenciales a cambio de servicios de Silicon Valley. Al contrario de Mundo Orwell, esta obra tiene una grandísima carga ideológica, muchísimas referencias bibliográficas, y es un gran relato de cómo el capitalismo conquista el mundo, incluyendo países enteros. Me resultó particularmente interesante el concepto de soberanía tecnológica, y la pelea internacional de los países por controlar sus propios recursos tecnológicos. También tuve ocasión de conocer al autor de este obra.



Psicopolítica. Neoliberalismo y nuevas técnicas de poder (Byung-Chul Han)
Es un libro corto. Bastante ameno, pero a la vez, sin demasiado profundidad de cómo se manipulan a las masas en la Era de las Comunicaciones, las redes sociales, las fake news, etc. Puede que a mí me haya resultado un poco escaso, pero eso se debe a que Mundo Orwell y El Despertar del Sueño Tecnológico ahondan mucho más en este tema.



Retirar la escalera (Ha-Joon Chang)
Una de las palabras de este 2019 ha sido 'aranceles'. Y este libro va de eso. Ha-Joon Chang recoge las medidas que han tomado los países a lo largo de la historia para proteger su industria, y destruye totalmente el mito de que el Libre Comercio es sinónimo de la prosperidad para todo. Escribí reseña sobre esta obra en el blog, y es uno de los mejores libros de este 2019 para mí.



La catedral y el bazar (Eric Raymond)
Este es un ensayo clásico, muy famoso, sobre software libre. Escrito por un activista, esta obra defiende el software no-privativo, el software abierto y en el que contribuyamos todos a mejorarlo. Una obra de referencia.



Innovation and its enemies (Calestous Juma)
Por qué la gente se resiste a las nuevas tecnologías. Este libro resume en unos pocos capítulos las historias de cómo intentaron frenar la penetración de distintos productos o servicios en las sociedades, y por qué. Entre otros, tenemos a la corriente alterna, el café, los tractores... es un libro que me ha encantado.



El proyecto Esposa (Graeme Simsion)
Se trata de una novela romántica, muy divertida, en el que un investigador en genética intenta hallar a su pareja ideal a través de la ciencia, de las características de los genes, etc. Como si fuese una fórmula. Un libro para pensar. Viene a demostrar que el amor no es racional, siempre.



The Utopia of Rules (David Graeber)
El propósito de este libro me enganchó enseguida: ¿de dónde viene el deseo de tantas reglas, regulaciones y formularios en el hombre? Sin embargo, el libro no me ha entusiasmado nada, y me parece que continuamente da vueltas a lo mismo. Una pequeña decepción.



El extraño orden de las cosas (Antonio Damasio)
El neurocientífico Antonio Damasio intenta relacionar en esta obra la relación entre la fisiología humana, la bioquímica y las señales cerebrales, con los sentimientos que finalmente nosotros percibimos. El escritor es una gran referencia científica. Sin embargo, a pesar de que transmite conceptos científicos de una manera cercana y amena, no le veo un hilo conductor o una coherencia al orden de sus ideas, y creo que se dispersa mucho.







500 años de frío (Javier Peláez)
Javier Peláez es cofundador de la plataforma Naukas, de divulgación, y desde hace poco tiempo se ha embarcado en hacer una serie de podcasts sobre aventuras en la historia. El libro 500 años de frío, está hecho a partir de los siglos en los que los humanos trataron de conquistar el polo norte, y posteriormente y un paso que comunicase Europa con Asia por mar. Javier es un gran contador de historias, y os recomiendo seguir sus historias.



Chaos Monkeys (Antonio García Martínez)
Este libro trata sobre las intimidades y vericuetos de un fundador de startups en Silicon Valley. La relación con los inversores, las conversaciones habituales, ritmos de trabajo, características personales de ese mundo.. Posteriormente, otra parte muy interesante del libro es el paso del autor por la empresa Facebook, a la cual no deja en nada buen lugar. Un libro para saber un poco más de startups y no mitificarlas tanto.



Who can you trust? (Rachel Botsman)
La autora describe cómo ha ido evolucionando la relación de confianza entre humanos. Desde la descripción de cómo era el código de honor y confianza entre comerciantes fenicios en la antigüedad, a cuál es nuestra psicología en las redes sociales y en robots. Es un libro ameno, muy descriptivo y sin profundizar demasiado, pero me ha gustado mucho.




Factfullness (Hans Rosling)
Este libro también se lee muy rápido. Hans Rosling falleció hace muy poco, y es famoso por las visualizaciones de datos. Concretamente, de la realidad del mundo. Empleó bellas gráficas para desmitificarnos muchas ideas preconcebidas y antiguas que teníamos en la cabeza, y en general, él era muy optimista sobre el momento de la humanidad. En su obra, habla de tasa de nacimientos, vacunaciones, métodos anticonceptivos, ingresos... todo ello de una manera muy amena y entretenida.



El algoritmo del amor (Judith Duportail)
Un viaje a las entrañas de Tinder. Si sois habituales de este blog, sabréis que últimamente he estado hablando de los sesgos psicológicos y trampas que emplean las apps de citas para engañarnos. Este libro trata de lo mismo, pero narrado en primera persona, y qué fue descubriendo por sí misma la autora. Judith Duportail es conocida por reclamar a Tinder los datos que tenía recopilados sobre ella, y recibir 700 páginas de documentos. Un libro imprescindible si os movéis en este mundo digital.




Loba Negra (Juan Gómez-Jurado)
Una novela trepidante, en la misma línea de El Paciente. Pero mejor. Las páginas te atrapan, la acción es trepidante, y el autor te lleva exactamente por dónde el quiere, desobedeciendo lo que puedes intuir tú. Un libro muy entretenido y con un gran uso del lenguaje.



Otros libros que dejé a medias o me decepcionaron un poco fueron El Bosque Oscuro (Liu Cixin), Exodo (León Uris) o La Capital (Robert Manesse)




Junto a esta entrada recopilatoria de obras, aquí tenéis la de otros años:
2013, 2014, 2015, 2016, 2017, 2018.
Comparte:

12/18/2019

Imaginar es gratis y predicciones incumplidas

Está acabando el 2019, y quizás sea hora de echar la vista atrás y leer qué escribían medios de comunicación y estudios sesudos sobre qué nos iba a deparar este año -por lo menos, en lo relativo a la tecnología, lo tocante a este blog. No nos olvidemos que predecir es uno de los placeres de esta vida.

Si hacemos una búsqueda rápida en Internet, podemos ver en El País, Las predicciones más probables para 2019, donde hablaba de:
1 - la vergüenza que íbamos a experimentar por usar el móvil y otras tecnologías en lugares públicos
2 - rostros artificiales
3 - Facebook, menos anuncios y más criptomonedas
4 - Un año de salidas a Bolsa
5 - Instagram aspira a ser un centro de compras
6 - Seguiremos oyendo hablar de Rusia

En mi opinión, las más acertadas parecen la 2) y la 6). Y son predicciones bastante conservadoras. Pero juzgue el lector por sí mismo. Veamos ahora la web BlogThinkBig, el blog de Innovación de la empresa Telefónica. Lo que anunciaba era lo siguiente:

1- La IA será una cuestión de política internacional
2- Preocupación social sobre la ‘IA transparente’
3- Automatización aplicada a todos los sectores
4- La IA creará muchos puestos de trabajo
5- Evolución y asentamiento de los asistentes virtuales

Yo creo que se ha cumplido la 2), sobre todo.



Este artículo de blog no pretende hacer una predicción de quién ha acertado más. Es un sinsentido. Como diría Bohr, predecir cualquier cosa es muy difícil, especialmente cuando se trata del futuro. Para mí el truco de que a alguien no le saquen los colores con las predicciones tecnológicas, es ser declaradamente ambiguo y usar palabras muy genéricas, como lo hizo el banco BBVA o la consultora tecnológica por excelencia, Gartner. Será el año de la transformación digital; se ampliarán los servicios... y otras frases muy poco concretas.

El que no se haya equivocado, que tire la primera piedra. Además, existe un interesante artículo científico en el que se demuestra que las predicciones entre los propios expertos de inteligencia artificial son muy inconsistentes, y que da igual ser experto que no-experto en esta materia para acertar. (Muy recomendable de leer).

Y si ya es casi imposible acertar con las predicciones a un año, ¿qué caso podemos hacer a las predicciones realizadas a más plazo? ¿A 10, a 20 años? En mi opinión, las que aciertan lo hacen por pura casualidad, ya que las ideas de por sí no son suficientes para llevar a cabo revoluciones, sino que tienen que estar acompañadas del ecosistema correspondiente. Mis admirados George Orwell e Isaac Asimov dicen que acertaron con nuestro mundo actual, y eso les ha encumbrado aún más, si cabe. ¿Realmente acertaron, o estamos exagerando un poco para que nuestras ideas encajen en nuestra mente? ¿Hubiera ocurrido algo si no se hubieran cumplido esas promesas? Para mí no, pero esto es una opinión personal.

Y no son solo los medios los que se equivocan con las predicciones. Se ha comprobado que desde 1997, el dinero invertido por las instituciones de capital riesgo es superior al que han recuperado, lo cual demuestra que predecir, incluso con olfato y buenos datos, no es fácil.

Este recorte de periódico, que se lo vi en Twitter a @elbuhodelblog, es otra muestra de un poco de olfato y mucha, muchísima suerte.



Y si estáis muy muy interesados en las evidencias científicas sobre la habilidad de hacer predicciones, os recomiendo leer Superforecasting, de Philip Tetlock.

Comparte:

12/01/2019

Apps de citas online (IV): puntuación de usuarios y subasta de datos personales

Esta es la cuarta entrada de una serie de artículos sobre apps de citas online que he decidido crear. A lo largo de ellos, veremos distintos aspectos científicos que intervienen en este reciente fenómeno social. Aquí tenéis el primero de ellos:
Así ha quedado la serie:
 1- Apps de citas online (I): el problema matemático
2- Apps de citas online (II): los patrones oscuros
3- Apps de citas online (III): los usuarios como mercado y un poco de teoría de juegos 
4- Apps de citas online (IV): puntuación de usuarios y subasta de datos online




Para finalizar (por el momento) esta serie de artículos sobre aplicaciones de citas, me centraré en desmitificar dos ideas muy extendidas:

1) No, los usuarios no tienen capacidad de elección en aplicaciones como Tinder. La aplicación no es transparente y no nos muestra a todos los usuarios restantes.

2) No, tampoco nadie es capaz de hackear el algoritmo o pensar que lo domina y lograr tener muchos flechazos automáticamente. El algoritmo cambiará en unas semanas.


Vayamos por partes. La sensación de que somos capaces de elegir entre miles de usuarios es una de las armas psicológicas más poderosas de las aplicaciones de citas. Pero en realidad, no elegimos, sino que estas aplicaciones nos muestran lo que ellos quieren, y no al resto de usuarios que hay. Paso a explicarme:

Judit Duportail es una periodista que en 2017 investigó a fondo el algoritmo de la popular aplicación Tinder, y llegó la conclusión de que esta aplicación calcula una nota de tu deseabilidad, y en función de eso, te muestra a unos usuarios u otros. La compañía anunció este año que renunciaba a esta nota, pero yo no me lo termino de creer. ¿Cómo calculan esa nota? Usan varias herramientas.




Entre otras cosas, a través de Rekognition, una inteligencia artificial creada por Amazon para categorizar las fotos, y a través de un minucioso análisis de datos que permiten a Tinder estimar el coeficiente intelectual de sus usuarios, su nivel de escolaridad y su estado emocional general. Y por supuesto, apostaría que es relevante cómo de activo es cada usuario en la aplicación de citas.

Estos programitas no desperdician ni un solo dato: la extensión de tus mensajes, cuánto tardas en escribir a tus flechazos, cuántos flechazos obtienes, y de quién, a qué distancia están... todo ello les permite saber en qué momento mostrarte qué perfiles, y hasta pueden predecir con cierto índice de acierto si esos perfiles son más proclives a gustarse o no.

Este es el cuarto artículo en el que estoy hablando de lo difícil que es crear un flechazo en estas aplicaciones, ¿y no os preguntáis que para qué sirven entonces? Además de las suscripciones de pago, estos software se nutren de la venta de datos de los usuarios. O mejor dicho, de la subasta de datos de los usuarios (la realidad, vuelve a superar a la ficción):




En este proyecto podréis echar un vistazo al precio estimado de perfiles que se subastan. Tal y como se explica en el blog de Corio, conocemos el precio de estos datos gracias a la activista Joana Moll.

Esta activista digital compró un millón de perfiles de aplicaciones de citas por solo 136€ a una empresa llamada USDate. El paquete con los datos de estos perfiles incluían imágenes (5 millones de ellas), nombres de usuario, correos, nacionalidad, género, edad, orientación sexual, intereses, profesión, características personales y algunos rasgos de personalidad.

Resumiendo, ¿ha quedado claro que no existe la capacidad de elección? Creo que la aplicación también es útil para que entendáis por qué nadie puede hackear el algoritmo. Como mucho, podéis llegar a intuir cómo puntúa Tinder las fotos, o descubrir vagamente qué cosas se tienen en cuenta en la puntuación total de los perfiles. pero nada más. Y lo más probable es que esos truquitos que hayáis aprendido, cambien en la siguiente actualización.

Por lo tanto, espero que al final de este serie de artículos en el blog, haya quedado claro cuáles son los propósitos reales de estas aplicaciones, que se basan en varias trampas matemáticas y psicológicas, y que probablemente vosotros seáis el producto realmente.
Comparte:

11/23/2019

Apps de citas online (III) - los usuarios como mercado y un poco de teoría de juegos

Esta es la tercera entrada de una serie de artículos sobre apps de citas online que he decidido crear. A lo largo de ellos, veremos distintos aspectos científicos que intervienen en este reciente fenómeno social. Aquí tenéis el primero de ellos:
Así ha quedado la serie:
 1- Apps de citas online (I): el problema matemático
2- Apps de citas online (II): los patrones oscuros
3- Apps de citas online (III): los usuarios como mercado y un poco de teoría de juegos 
4- Apps de citas online (IV): puntuación de usuarios y subasta de datos online



Muchos usuarios se quejan de las apps de citas online. Intentaré describiros un sencillo ejemplo para que entendáis cuál es el origen de su malestar. Se llama, el Supermercado de los Matrimonios:

Por cada pareja que se forme, un supermercado repartirá 100€ entre los dos miembros. Supongamos que hay 20 hombres y 20 mujeres en un supermercado. Está claro que se emparejarán las 40 personas, y que se dividirán 50-50€ mutuamente.

Pero ahora imaginemos que hay 19 hombres y 20 mujeres. Podríais imaginar que esto apenas alteraría el comportamiento, pero estáis totalmente equivocados: de nuevo, pensemos que se han formado 19 parejas, repartiéndose 50€:50€, pero se ha dejado a una mujer sola. Esta fémina está poco dispuesta a quedarse soltera, y por eso, está dispuesto a romper el mercado y ofrecer un trato de 60€:40€ al hombre que decida irse con ella. Algún hombre aceptará, dejando a otra mujer soltera, y esta a su vez ofreciendo un trato de 70€:30€ a otro hombre. Y así evoluciona todo hasta llegar a la proporción de 100€:0€, excepto para la última mujer, que se quedará sola y sin nada.

Es decir, en cuanto se ha desequilibrado un poco el mercado, ya no se cumple el denominado Equilibrio de Nash, quien dice que el colectivo a llegado a un punto de equilibrio, donde nadie cambiaría su opción escogida para estar mejor.

En términos económicos, en mercados no-cooperativos con recursos compartidos, los pequeños cambios en ellos pueden alterar de manera muy relevante los incentivos, llevando a un punto de equilibrio muy mal para todas las partes.



Y esto es exactamente lo que ocurre en Tinder y otras apps de citas. Pero lo más importante es que los chicos son 2 veces más activos que ellas, aproximadamente. En Europa y Estados Unidos, típicamente el reparto de chicos y chicas es de 60%-40% respectivamente, pero debido al mayor uso, se convierte en un 80%-20%.

Y precisamente, esta asimetría tan grande del mercado es lo que impide llegar a una eficiencia y satisfacción para todos los usuarios. El comportamiento de este ecosistema tan distorsionado y desequilibrado es el siguiente: llamar la atención de las chicas es tan difícil, que los chicos tienden a valorar positivamente (deslizar hacia la derecha) a TODAS las chicas. Absolutamente a todas. Es lo que llamamos el teorema de Coase, donde las 'transacciones entre usuarios', no tienen coste alguno.

Se asume que como las chicas son menos, y están en 'posición de poder' en este mercado, ellas eligen. Los varones quieren asegurarse las opciones de ser alguno de los pocos chicos a los que las chicas deslizan a la derecha. Es una actitud propia de teoría de juegos de un entorno no-colaborativo.




Esto provoca un sistema perverso, ya que las mujeres están absolutamente saturadas de pretendientes, se agobian, y se tiende a crear flechazos de muy poca calidad. Además, las mujeres tienden a sentir 'la paradoja de la elección', donde disponen de tal oferta de pretendientes, que sienten que siempre 'el siguiente chico va a ser mejor que el anterior' que se les muestre.

¿Qué solución existe para evitar este comportamiento? Afortunadamente, varias. Una posible alternativa sería que las apps de citas limitasen mucho más el número de valoraciones que cada día puede hacer un usuario. De esa manera, no saturaría tanto el mercado. Y otra segunda alternativa es que fuese más costoso 'el sí por el sí'. Es decir, quizás las apps podrían penalizar que se lograse un flechazo, y que ninguno de los miembros hable entre ellos.

Es lo que pretenden aplicaciones como Coffee Meets Bagel, que solo permite unas pocas elecciones cada día, o Adopta Un Tío, que otorga el poder a las chicas de ser ellas que elijan entre los usuarios, y no al revés.
Comparte:

11/14/2019

Apps de citas online (II) - los patrones oscuros

Esta es la segunda entrada de una serie de artículos sobre apps de citas online que he decidido crear. A lo largo de ellos, veremos distintos aspectos científicos que intervienen en este reciente fenómeno social. Aquí tenéis el primero de ellos:
Así ha quedado la serie:
 1- Apps de citas online (I): el problema matemático
2- Apps de citas online (II): los patrones oscuros
3- Apps de citas online (III): los usuarios como mercado y un poco de teoría de juegos 
4- Apps de citas online (IV): puntuación de usuarios y subasta de datos online



Patrones oscuros no es el término para referirnos a jefes que transmiten miedo, sino a trucos de los que se valen las webs o las aplicaciones para dirigirnos, como quien no quiere la cosa, hacia el producto/servicio/página que ellos quieren.

Por ejemplo, tal y como explica Carlos del Castillo en este artículo, un patrón oscuro es el frecuente mensaje que vemos a la hora de buscar un hotel en Booking: 'date prisa, tres personas más están mirando esta misma habitación'. Lo cual puede ser verdad, o no, pero siembra la semilla en nuestra cabeza hacia la compra rápida.

Son básicamente trucos psicológicos. Intentad buscar el camino para daros de baja de la suscripción de Amazon Premium. ¿A que no lo encontráis fácilmente? Ese es otro patrón oscuro, y la característica de todos ellos es que pasa desapercibido mientras navegamos y no somos conscientes de ellos.

En la misma línea de argumentación, las apps de citas también implementan pequeñas opciones oscuras que sibilinamente les hace lograr sus objetivos. En este artículo, explicaré unos cuantos de estas aplicaciones que les han llevado a tener un gran éxito, y por otro lado, no facilitan demasiado la búsqueda de la ansiada pareja. Por tratarse de la más conocida, me centraré en Tinder:


1- Es extremadamente fácil de usar

La mayoría de este tipo de software se basa en elegir entre Me gusta / No me gusta. Así de simple. Esa facilidad de uso es adictiva, y además realizamos esa elección en décimas de segundo gracias a un golpe de vista de la imagen de la persona que vemos. 

Apps como OKCupid, en origen, obligaban a los usuarios a valorar a otras personas mediante estrellas, de 1 a 5. Sin embargo, esa estrategia se demostró menos eficaz que plantear una disyuntiva. Sí/No. Así de simple.



2- El circuito de recompensa

Los científicos y los programadores saben que uno de los mecanismos que más placer liberan en el cerebro es la sorpresa inesperada. Y ésta ocurre cuando deslizamos perfiles, y de repente en uno de ellos, logramos un match o flechazo. Es decir, una chica ha dicho que le gustamos, y nosotros también. 

La dopamina que se libera en ese instante es muy poderosa. Tanto, que muchos usuarios al final hacen que Tinder sea una sala de 'trofeos', o una acumulación de flechazos que redunda en una subida de ego o de autoestima. No produce tanto placer la comunicación con los flechazos, sino la obtención de muchos de ellos.





3- El efecto halo

El efecto halo es uno de los sesgos cognitivos más conocidos de la psicología y que podemos observar con frecuencia en la vida cotidiana. Este término fue acuñado en 1920 por el psicólogo Edward L. Thorndike a partir de sus investigaciones con el ejército, cuando observó que los oficiales atribuían una valoración positiva en ellos partiendo a menudo de una sola característica, de un solo rasgo observado. O por el contrario, atribuían características generales negativas cuando vieron en sus superiores una cualidad no tan adecuada en un momento dado.

Si aplicamos este efecto a las apps de citas, se traduce en que atribuimos cualidades positivas a las personas bellas, y negativas a las personas que no lo son tanto. Y todas las apps de citas destacan la imagen, muy por encima del texto, ya que la lectura del texto no es inmediata y está en un segundo plano de la información de los usuarios. Lo principal es la imagen.




4- Las opciones infinitas


Pensemos por un momento que solo pudiéramos valorar cada día a tres usuarios. Ese límite de opciones provoca que nos pensemos mucho mejor cada elección Me gusta/No me gusta. Esta es la estrategia de la app Coffee Meets Bagel, que todavía cuenta con una base de usuarios muy inferior a otras apps mucho más veteranas y conocidas.

La mayoría de estas opciones, incluso en la opción de suscripción gratuita, permiten valorar varias decenas de usuari@s. Esto frivoliza infinitamente más la decisión sobre cada usuario que se nos cruza en la pantalla, y convierte el proceso de búsqueda de pareja en algo mucho menos sosegado. De hecho, tiende a inundar de valoraciones positivas a las chicas, y de negativas a los chicos, pero esto también es debido a una explicación económica que se quedará para un futuro artículo.
Comparte:

11/07/2019

Apps de citas online (I) - el problema matemático

Esta es la primera entrada de una serie de artículos sobre apps de citas online que he decidido crear. A lo largo de ellos, veremos distintos aspectos científicos que intervienen en este reciente fenómeno social. Aquí tenéis el primero de ellos:

Así ha quedado la serie:
 1- Apps de citas online (I): el problema matemático
2- Apps de citas online (II): los patrones oscuros
3- Apps de citas online (III): los usuarios como mercado y un poco de teoría de juegos 
4- Apps de citas online (IV): puntuación de usuarios y subasta de datos online




Según un trabajo publicado en 2019 por el investigador de Stanford, Michael Rosenfeld, el modo en que se conocen las parejas heterosexuales ha cambiado totalmente en las últimas décadas. Mejor dicho, Internet lo ha cambiado totalmente, tal y como se puede ver en la siguiente imagen (datos de Estados Unidos):
En primer lugar los chats, y posteriormente las apps de citas, están siendo los mayores catalizadores de la creación de romances. Entre las aplicaciones móviles líderes del mercado encontramos a Tinder y a OKCupid. Esta segunda, creada por cuatro matemáticos de Harvard en 2007.

Encontrar la mujer/el hombre de nuestra vida nunca ha sido tarea sencilla. En 1611, uno de los mayores astrónomos de la historia, Johannes Kepler, realizó un casting para encontrar una mujer candidata a ser su esposa, ayudarle a gestionar la casa y cuidar de sus hijos. Kepler había enviudado poco antes por la fiebre. Con la nueva situación, hizo entrevistas a 11 mujeres que se presentaron a su peculiar concurso. Y para los curiosos, se quedó con la quinta candidata, Susanna.

Kepler no estaba tan desacertado. En realidad, es la estrategia que muchos de nosotros pensaríamos como la óptima para encontrar cónyuge, y es la habitual en procesos de selección de profesionales. No es la estrategia ideal, pero claramente, aumenta las posibilidades de éxito.

En 1962, David Gale y Lloyd Shapley escribieron un breve artículo científico que se ha vuelto un clásico, en el que estudiaron el problema del pareo óptimo entre personas y sobre todo, la novedad de su estudio se centró en la estabilidad de las parejas formadas. El algoritmo de Gale-Shapley funciona en conjuntos donde el número de chicos y chicas es el mismo. Cada uno de los miembros del conjunto tiene su orden de preferencia de la personal del sexo opuesto. ¿Cómo nos aseguramos que van a encontrar su pareja ideal, y que ambas personas estarán seguras de no estar perdiéndose una opción mejor? Los pasos del algoritmo son los siguientes:



1- Cada chico se declara a su primera opción
2- Cada chica evalúa las propuestas, escoge la mejor y desecha las demás. Es decir, si está emparejada con su cuarto candidato en preferencia, y su segunda preferencia le propone un paseo, la chica se va con el nuevo candidato.
3- Cada chico rechazado invita a bailar a su segunda opción, aunque en ese momento esté con otro.
4- Se itera el proceso hasta que todas las chicas tengan una única invitación.


De esta manera, tanto el chico y la chica tienen la mejor opción a la que pueden aspirar, y la solución es estable. De matrimonios y parejas estables sólo podemos hablar en el mundo de las matemáticas. Pero del compañero de habitación perfecto, ni eso, ya que se demuestra que el llamado problema del compañero de habitación no tiene solución estable.

El estudio de Gale y Shapley no se reduce a una simple anécdota matemática que ahora nos resulta graciosa para comentar en una cena. Shapley ganó en 2012 el Premio Nobel de Economía por este tipo de trabajos, junto a Alvin Roth, por sus contribuciones en la teoría de las asignaciones estables y el diseño de mercados, según declaró la Academia.

Como se puede observar, el problema del emparejamiento no es fácil. Quizás en las apps, por su capacidad potenciadora de acceder a personas del otro sexo, lo sea




Una versión de este artículo se publicó originalmente en la DYNA, revista de investigación que recomiendo visitar.
Comparte:

11/04/2019

El 65% de los trabajos del futuro aún no han sido inventados. ¿Seguro?

La frase del título tiene un tinte apocalíptico, que se tiende a incrementar diciendo 'vuestros hijos tendrán trabajos que aún no han sido inventados'. Como profesional de la educación, esto siempre me ha parecido que era un ataque al sistema educativo en general, algo que ya comenté por estas páginas.

Sin embargo, ¿nadie se ha preguntado de dónde ha salido exactamente ese 65%, o incluso un 85%? Como muestra, la frase ha sido repetida por FastCompany, prensa española, Dell technologies, incluso el Foro Económico Mundial. De hecho, si buscáis en Google '65% of jobs...', el buscador os autocompletará con 'don't exist'. Parece que alguien se habrá ocupado de calcular el numerito, ¿no?

O pensadlo de otra manera: si fuera cierto que el 85% de empleos no existe, pensad que de cada 10 personas que conocéis, 9 de ellas van a perder su puesto de trabajo. Un poco exagerado, ¿no?

La afirmación de Dell tiene un poco de gracia, ya que esta compañía es de las que avisó que el 85% de empleo aún no está inventado. Cuando le preguntaron a a Rachel Maguire, responsable del citado informe, respondió: 'no puedo dar más referencias respecto a esta cita. Tal y como decimos en el informe, fue una conclusión de un taller'.

En ocasiones se lee que esta cifra salió de la oficina de Estadísticas Laborales de Estados Unidos, del informe de 1999 titulado 'United States Department of Labor: Futurework – Trends and Challenges for Work in the 21st Century', y si os leeis el informe, (no, por favor) esa afirmación no aparece en ninguna línea de las 90 páginas.

Según parece, no hay un origen claro de la frase, pero el relato se ha vuelto bastante viral. La seguridad con la que se redacta ese 65% parece que no da lugar a dudas sobre los sesudos estudios que han llegado a ella. Y es totalmente falso. Parece un claro ejemplo del principio de Hanlon: Nunca atribuyas a la maldad lo que puede ser explicado por la estupidez.

Los empleos siempre han evolucionado, y lo seguirán haciendo, pero no en semejantes proporciones. Así que no os tomen el pelo.


Comparte:

10/25/2019

Sobre OpenAI, el dedo y la luna

Hace tiempo que por este blog un servidor ha mencionado que las noticias de inteligencia artificial se venden como grandes revoluciones y éxitos sin precedentes, y que esta disciplina ahora mismo es principalmente una herramienta de marketing para las empresas. No soy el único.

En esos términos, en esta entrada me gustaría aclarar una noticia de hace unos días. Probablemente muchos hayáis visto el vídeo: se trata de un robot resolviendo un cubo de Rubik con una mano, y lo ha desarrollado OpenAI.




Sin embargo, los titulares de muchísimos medios no han estado nada acertados a la hora de apuntar al avance real de este trabajo. Sobre todo en el titular. La novedad no es aprender a resolver este artilugio. No. 


Y prueba del pequeño lío y enfado de la comunidad investigadora se ha reflejado en el artículo de The Verge, ¿Por qué un robot que resuelve un cubo de Rubik con una mano pone en guerra a la comunidad de IA?

Para empezar, la empresa autora del descubrimiento es OpenAI, la cual se ha unido al excelso club de Boston Dynamics, Google DeepMind, Tesla y otros en el lanzamiento de noticias y vídeos que intentarán dejarnos con la boca abierta.

Resolver este famoso cubo con una mano es muy difícil. Probadlo. Se os caerá varias veces seguro, o no tendréis la destreza para girar las piezas con la suficiente agilidad. La novedad no está en resolver el cubo de Rubk, sino que el robot ha aprendido a hacerlo solo. Y este es el punto clave:

Programas software de inteligencia artificial han aprendido a ganar en juegos de mesa, como AlphaGo. Hacer millones de simulaciones y partidas online es una fácil cuando tienes partes físicas (hardware) en el que probarlas.

OpenAI hacreado un modelo de simulación de la mano robótica y la ha entrenado durante el equivalente de 10.000 años en resolver el cubo de Rubik. En esas simulaciones, el robot ha girado los lados y movido los dedos con las miles de posibilidades que hay, hasta que ha aprendido a resolverlo solo. Posteriormente, los investigadores han aplicado el aprendizaje al modelo físico, y la mano robótica era capaz de resolverlo.

Pero la novedad es que, para comprobar la capacidad del robot de aprender 'tareas complejas', los investigadores hacían los siguientes cambios: le han puesto guantes de goma al robot, han cambiado el tamaño de la mano o han variado la rugosidad de las caras del cubo, entre otras lindezas.

Pensad en eso: si vosotros estáis muy acostumbrados a resolver un objeto muy reconocible y totalmente familiar (durante 10.000 años), y os lo cambian de repente, tendréis que readaptar un poco los movimientos de los dedos, y tardaréis unos segundos en haceros con él. Pues eso es lo que ha hecho este robot con cierta inteligencia.

Este experimento demuestra que los robots pueden ser capaces de aprender tareas un poco más complejas de lo que estamos acostumbrados. Es un pasito adelante más en la investigación robótica.

Tranquilos. No vamos a ver mañana a esta misma máquina de OpenAI haciendo un truco de magia con cartas. Además, en la publicación que han hecho sobre el desarrollo, revelan que al robot se le cae el juguete de la mano un 80% de las ocasiones, así que no es tan efectivo como parece en los vídeos.




Comparte:

Sígueme en redes:

descripción descripción descripción

En mi mesilla

Blog Archive