El éxito de los videos cortos y el llamado “scroll infinito” ha cambiado la forma en que las personas interactúan, priorizando experiencias rápidas, visuales y altamente personalizadas. Netflix ha estado probando esta funcionalidad desde el año pasado con el objetivo de ofrecer una puerta de entrada más ágil a su vasto catálogo.

La idea es que los usuarios puedan visualizar fragmentos de series, películas e incluso podcasts de video en formato vertical. Este sistema busca reducir los tiempos de búsqueda, facilitando que los espectadores decidan qué reproducir a continuación de forma más intuitiva.

La popularidad del feed vertical

La decisión de Netflix, aunque no es la primera en el sector, pues Disney+ ya había experimentado con contenido diseñado para visualizarse en vertical, podría tener un impacto significativo. Dada su base de 325 millones de suscriptores y su alcance global, la compañía busca trasladar esa lógica de consumo rápido a su ecosistema.

El feed vertical es solo una parte de la estrategia de la compañía, centrada en el uso intensivo de la Inteligencia Artificial (IA). Netflix planea aplicar la IA de manera generalizada tanto en la creación de contenido como en sus sistemas de recomendación. Según dijo Gregory Peters, co-CEO de Netflix, todavía hay un “tremendo margen” para mejorar la personalización, incluso después de dos décadas, aprovechando las nuevas tecnologías.

Estos sistemas de recomendación, basados en nuevas arquitecturas de modelos, no solo perfeccionan la personalización actual, sino que también permitirán una mejora e iteración más rápidas. Esto incluye la capacidad de añadir soporte para distintos tipos de contenido de manera mucho más eficiente.

Anteriormente, Fernando Echeverri, Head of Engineering de intive, explicó que las audiencias más jóvenes demandan contenido corto, vertical y pensado para el desplazamiento continuo.

Netflix usará IA para crear contenido

Además de esto, Netflix está inclinándose más en el uso de IA para recomendaciones tras el lanzamiento de una función de búsqueda impulsada por ChatGPT el año pasado. Por su parte, el co-CEO Ted Sarandos anticipó que la IA Generativa (GenAI) mejorará todo el proceso de creación de contenido, proporcionando mejores herramientas y procesos.

Sarandos señaló que, si bien la IA no cambiará que se necesita un gran artista para hacer gran arte, sí les dará mejores herramientas para dar vida a esas visiones. Para acelerar sus capacidades de GenAI, Netflix compró el mes pasado la compañía de creación de IA InterPositive.

InterPositive aporta tecnología patentada creada específicamente para cineastas, distinta de otras aplicaciones de video. Su adquisición ya ha generado interés entre los creadores, impulsando la adopción de estas herramientas. La plataforma también empleará la IA para optimizar su suite de anuncios, buscando nuevos formatos y personalización que generen mejores retornos.

Este enfoque tecnológico se anuncia en un momento de solidez financiera, ya que Netflix reportó ingresos de $12.25 mil millones en el primer trimestre de 2026, un aumento del 16.2% interanual, y una ganancia que saltó un 83% a $5.28 mil millones. Además, la compañía mencionó una subida en los precios de suscripción en Estados Unidos, lo que podría tener un impacto en el próximo trimestre.

La implementación del nuevo diseño vertical será progresiva y podría comenzar a desplegarse en los próximos meses, llegando primero a un grupo limitado de usuarios antes de expandirse globalmente.

Imagen: Mathieu Improvisato / Unsplash

Lo curioso es que, mientras los pasajeros pagan más y Uber aumenta sus ingresos, los conductores, el motor que hace funcionar el sistema, ven cómo sus ganancias por hora se estancan o, peor aún, disminuyen en términos reales.

El estudio, realizado con datos de 258 conductores y más de 1,5 millones de viajes, expone un modelo en el que Uber ha perfeccionado su capacidad para maximizar beneficios sin levantar demasiadas sospechas. La tasa promedio de comisión de la empresa subió del 25 % al 29 %, pero en algunos trayectos, especialmente los más caros, esa cifra supera el 50 %. En otras palabras, en viajes de alto valor, Uber se está quedando con más de la mitad del dinero.

La compañía ha respondido con su habitual defensa: asegura que no reconoce las cifras y que garantiza al menos el salario mínimo a sus conductores. Además, insiste en que estos disfrutan de “total flexibilidad” y “transparencia” sobre lo que ganan. Pero la realidad es que, según el informe, esa supuesta transparencia solo se revela cuando los pasajeros comparten detalles de lo que pagaron, evidenciando las diferencias entre lo que ingresa Uber y lo que llega al bolsillo del conductor.

Te puede interesar: Así usamos la IA todos los días sin darnos cuenta (y por qué todavía no le sacamos todo el jugo)

Este nuevo hallazgo se suma a una larga lista de controversias que rodean a Uber. En 2021, la Corte Suprema británica reconoció a los conductores como trabajadores con derecho a salario mínimo y vacaciones. Un año después, los “Archivos de Uber” destaparon tácticas cuestionables de la empresa para evadir regulaciones y presionar a gobiernos. Ahora, con la introducción de algoritmos cada vez más complejos —y secretos—, las condiciones laborales vuelven al centro del debate.

Para los expertos, lo más preocupante no es solo la caída en los ingresos, sino el creciente nivel de opacidad tecnológica. “La falta de transparencia en estos algoritmos pone a los conductores en desventaja y socava cualquier noción de trabajo justo”, advierte la organización Worker Info Exchange, que colaboró en el estudio.

Mientras tanto, Uber insiste en su narrativa optimista: más de 1.000 millones de libras en ingresos para los conductores solo en el primer trimestre de 2025, y un “crecimiento sostenido” en la demanda de viajes. Pero detrás de las cifras brillantes se esconde una verdad incómoda; la tecnología que debería empoderar a los trabajadores parece estar diseñada para exprimirlos al máximo, sin que tengan mucho margen para cuestionarlo.

Lo que ocurre en Reino Unido es un espejo que otros mercados, como América Latina, no deberían ignorar. Los algoritmos invisibles ya son parte de la ecuación y, sin regulaciones claras ni vigilancia independiente, los conductores seguirán enfrentando un juego en el que las reglas siempre las escribe el algoritmo… y rara vez a su favor.

Imagen: Archivo ENTER.CO

Investigadores de DTU Compute de la Universidad Técnica de Dinamarca y del Instituto de Ciencias de Redes de la Universidad del Noreste, recopilaron un conjunto de datos que incluye información detallada sobre la vida de seis millones de personas durante más de una década. Este conjunto de datos incluye eventos relacionados con la salud, la educación, el trabajo, los ingresos y otros aspectos de la vida diaria, todos registrados con una precisión de día a día.

Es así como desarrollaron un modelo llamado life2vec, que se basa en la arquitectura de transformadores, similar a la utilizada en los modelos de lenguaje como GPT-4. Este modelo trata las secuencias de eventos de vida de una persona de manera similar a cómo un modelo de lenguaje trata las secuencias de palabras en una oración.

Te puede interesar: ¡Como en Terminator 2! Robot blando puede repararse amputación y fusionarse con otros

Para hacer esto posible, los investigadores crearon un “lenguaje” de eventos de vida. Cada evento en la vida de una persona, como recibir un salario, mudarse a una nueva ciudad o tener una consulta médica, se traduce en una especie de “palabra” en este lenguaje. Estas “palabras” se agrupan en “oraciones” que representan la secuencia de eventos en la vida de una persona.

Por ejemplo, una entrada podría ser algo como “En septiembre de 2012, Francisco recibió veinte mil coronas danesas como guardia en un castillo en Elsinor”. Esta representación permite que el algoritmo procese y entienda los eventos de vida de manera estructurada.

El modelo life2vec se entrena utilizando estos datos detallados para aprender las relaciones entre diferentes eventos de vida. Durante el entrenamiento, el algoritmo descubre patrones complejos y asociaciones entre los eventos. Por ejemplo, puede aprender que un cambio en los ingresos puede estar relacionado con una mudanza o que ciertos diagnósticos médicos tienden a preceder ciertos eventos laborales.

Así predice la muerte

Luego de este proceso el modelo de inteligencia artificial tiene la capacidad para predecir la muerte. Utilizando los patrones que ha aprendido, el modelo puede hacer predicciones sobre cuándo es probable que una persona muera. Esta predicción se basa en la combinación de múltiples factores, como la salud, el historial laboral y otros eventos de vida.

Te puede interesar: Así es el mapa cerebral más completo hasta ahora desarrollado por Google ¿Para qué sirve?

Sin embargo la inteligencia artificial no se queda ahí, pues no solo predice la muerte, sino que también puede identificar los factores clave que contribuyen a esta predicción. Esto se logra mediante el análisis del espacio de conceptos creado por el modelo, que organiza los eventos de vida en un espacio estructurado y permite identificar las relaciones más relevantes.

De acuerdo con la investigación life2vec el “rendimiento del algoritmo se mide utilizando una métrica llamada C-MCC (Coeficiente de Correlación de Matthews corregido), que ajusta los valores para tener en cuenta muestras no etiquetadas. En estudios, life2vec obtuvo un puntaje promedio de C-MCC de 0.41, superando a otros modelos base como redes neuronales recurrentes (RNN) y regresión logística en un 11%”.

¿Qué tan ético es?

Según el estudio, en tanto a este apartado, dice que las aplicaciones de este tipo de predicción son numerosas. Podría usarse para personalizar intervenciones de salud, mejorar la planificación de recursos médicos y ayudar a las personas a tomar decisiones informadas sobre su salud y bienestar.

Sin embargo, también plantea importantes cuestiones éticas. La capacidad de predecir la muerte de una persona conlleva una gran responsabilidad y debe manejarse con extrema sensibilidad y respeto por la privacidad.

Imagen: grandeduc

El nuevo ajuste al algoritmo tiene como objetivo el castigar a las cuentas de agregadores (que es el nombre de los perfiles que se dedican a descargar y repostear contenido de otros perfiles con el objetivo de incrementar su alcance.

Los agregadores desde hace muchos años han sido un dolor de cabeza para los creadores de contenido. La razón está en que la mayoría de veces estas cuentas simplemente descargan fotos y videos con potencial y los comparten sin solicitar autorización de su fuente, robando miles de interacciones y visibilidad al post original. Incluso las cuentas que dan ‘crédito’ lo suelen hacer con una mención al final, que sigue drenando la posibilidad de crecer de estos perfiles (y robando ingresos a la fuente original).

De acuerdo con el post de Meta, Instagram comenzará a remover las publicaciones de cuentas que identifique como agregadores de su pantalla de recomendaciones. La red social clasificará a una cuenta como ‘agregadora’ si comparte contenido que no le pertenece más de 10 veces en 30 días.

¿Qué pasa si una de tus cuentas es señalada como en perfil de este tipo? Como mencionamos antes, Instagram dejará de recomendar los posts. SI quieres eliminar esta etiqueta deberás compartir contenido ‘original’ por 30 días, después de lo que la plataforma permitirá que tus posts sean recomendados nuevamente.

Te puede interesar: Así puedes elegir el contenido que quieres ver en tu cuenta de Instagram

No es el único cambio: Instagram reemplazará las publicaciones de los agregadores por la de la ‘fuente original’. No es claro cómo logrará identificar la plataforma cuál es la publicación que debe ser recomendada, pero de acuerdo con la red social utilizará el audio y video para identificar videos ‘idénticos’. Dicho esto, hay varías cosas que nos causan problemas con esta solución:

– Lo primero es que significa que se deberá reportar a Instagram cuando un video sea ‘robado’ para ser agregado. También implica que el servicio deberá encontrar la manera de verificar el origen de esta publicación (suponemos que por la fecha inicial en la que se posteo).

– Instagram asegura que este sistema solo funcionará con los videos ‘nuevos’. La red social no ha compartido una ventana de tiempo para que un video entre dentro de esta clasificación. También implica que los contenidos más viejos todavía podrán ser agregados sin mayores consecuencias.

– El hecho de que Instagram recomiende las publicaciones indica que su sistema estará concentrado solo en el contenido original que esté en Instagram. Esto significa que si un video es tomado de YouTube y su creador no tiene una cuenta en la red social de meta el contenido no será reconocido como un video ‘robado’.

Instagram también añadirá una etiqueta para identificar el ‘post original’, aunque esta marca podrá ser eliminada por la cuenta si así lo desea.

Imágenes: Instagram

De acuerdo con la agencia de noticias UNAL, la marchitez temprana es una enfermedad causada por el hongo Verticillium, que daña y decolora las hojas y afecta tanto el tránsito de agua y nutrientes como la calidad de la papa.

Dicho microorganismo se propaga por los suelos a través de esporas, células que se desprenden de zonas en donde ya hubo una afectación; luego se instala en las raíces de la planta y poco a poco infecta sus partes más internas. El tiempo en que se daña el cultivo varía según la región, de las condiciones ambientales y el monitoreo.

El científico colombiano hizo su investigación en los municipios de Mosquera y Subachoque para implementar la tecnología que detecta este problema.En este proceso utilizó imágenes de drones, cámaras multiespectrales y un espectrorradiómetro fijo para tener un panorama del comportamiento de la enfermedad y probar algoritmos de aprendizaje de máquina y determinar si era posible identificarla.

Te puede interesar: Científicos de la UNSW Sydney crean tejido humano ¿Cuál sería su uso?

“Un cultivo de papa normal completa su ciclo de producción entre 160 y 180 días, pero cuando la enfermedad ataca, a partir del día 60 se ve un marchitamiento de las hojas, sin flujo eficiente de nutrientes, y 80 días después de la siembra se observan síntomas severos”,asegura León.

De acuerdo con la Nacional el algoritmo puede identificar el hongo en intervalos de tiempo cortos, lo que contrasta con la dificultad que tiene el personal técnico encargado de los monitoreos fitosanitarios del cultivo.

Además del uso de los algoritmos y las imágenes multiespectrales, los investigadores realizaron recorridos en los cultivos usando una escala para esta enfermedad creada en 1968, la cual maneja 4 niveles de identificación de la marchitez temprana, que sirvió para constatar que, en efecto, la inteligencia artificial encontró el nivel de daño cuantificado como área afectada y sí fue capaz de clasificar el grado de enfermedad.

“En un invernadero del campus de la Universidad en Bogotá, en donde teníamos las plantas en un ambiente controlado y que permitía tener todo lo necesario para el estudio, se logró hasta un 90 % de efectividad después de utilizar un espectrorradiómetro, que captura la ‘huella dactilar’ del cultivo, llamada firma espectral, lo cual permite determinar si la enfermedad está ocurriendo y avanzando en cada planta”, asegura el experto.

Te puede interesar: Biopsias serían hechas por estos micro-robots blandos, ¿Cuál es su potencial médico?

Aunque este porcentaje varía en campo aún sigue teniendo una precisión de hasta el 80 %, que no se había reportado antes. Las imágenes se tomaron en distintos momentos del cultivo, iniciando en 20 días antes de la floración, cuando el cultivo ya tenía una muestra importante de la enfermedad; el método ayudaría a que no sea muy tarde para controlarla.

Los algoritmos utilizados fueron “Bosques aleatorios”, “Máquinas de soporte vectorial”, “Redes neuronales” y “Adaboost”, que se van “alimentando” de las imágenes tomadas por los drones, las cámaras multiespectrales y el espectrorradiómetro. No hubo grandes diferencias en la precisión entre cada uno.

“Algunos parámetros se deben revisar mejor, como por ejemplo el hecho de que otras enfermedades en los cultivos se puedan confundir con la marchitez temprana, o que la muestra del cultivo no sea la más representativa”, indica el magíster.

Imagen: Universidad Nacional

Daylyy tiene la misma premisa que Instagram: una app para compartir momentos a través de fotos. Pero más o menos hasta aquí llegan las similitudes. Para empezar la aplicación solo permite subir fotos tomadas en el momento. Nada de filtros, nada de stickers cero añadidos. No se trata de una premisa particularmente única. Desde hace algunos años existen otras apps que han buscado imitar la idea con servicios como BeReal o el mismo TikTok (que copió a la app y descartó la función poco después), así que Daylyy ha añadido un elemento adicional: eliminar todos los elementos de ‘vanidad’ que tienen estas apps: no hay métricas como ‘Me Gusta’, ‘o número de visualizaciones’. Quizás lo más importante es que Daylyy no opera con un algoritmo para recomendar las publicaciones.

La aplicación tampoco permite comentar en una publicación, sino que ambas personas deben ser seguidores mutuos para poder interactuar de alguna manera. De nuevo, la idea es que las personas no sientan la presión de tener que lidiar con ver sus fotos o videos tener buen ‘desempeño’.

¿Qué tan exitosa puede ser una aplicación como Daylyy que es el ‘anti Instagram’?

De acuerdo con una entrevista para TechCrunch en estos momentos Daylyy tiene más de 47.000 usuarios en más de 100 países. Considerando que la aplicación fue lanzada en 2022no se trata de malos números y Austin Anderson, CEO de Daylyy, aseguró que en estos momentos hay una demanda por aplicaciones ‘alternativas’ al ritmo que manejan las redes sociales más populares.

Hay algo de razón en esto, pero la principal pregunta que nos deja explorar la aplicación es ¿por qué razón seguir posteando en una red social que omite las principales razones para pasar el esfuerzo de publicar? Por muy ideal que suene el tener una red social en el que las interacciones y reacciones no sean lo más importante, la realidad es que el motor que mueve muchas de estas plataformas es precisamente la vanidad: quieres publicar una foto de tu regalo porque quieres ver las reacciones que tienen otros a lo que dices. Quieres compartir un chiste o meme porque esperar que otras personas reaccionen a tu humor.

Y luego está el motor de los usuarios para ver estas fotos: las personas recorren Instagram porque les ofrece la ‘fantasía’ de cosas interesantes por ver: mujeres hermosas, momentos fotográficos impresionantes, estrellas en sus momentos más ‘casuales’… ¿vas a dedicar horas de tu día a ver la moto causal de un montón de desconocidos? De nuevo, en el papel nos encanta lo idealista que suena la idea… en la práctica nos cuesta entender cómo el ‘anti-instagram’ omite el motor por el que funcionan estas apps. Pero si tienes ganas de escapar de la presión de Instagram quizás encuentres más encanto en Daylyy que nosotros.

Puedes descargar Daylyy en la Play Store y App Store.

Imágenenes: Captura de pantalla y Daylyy

Desde que la Universidad Nacional abrió el programa de computación en 2018, esta es la primera vez que dos estudiantes se gradúan en esta disciplina; se trata de María Paula Vizcaíno y Lizeth Ortiz Pulido.

Por su parte, Vizcaíno asegura que desde este campo del conocimiento las aplicaciones son muy diversas en la comprensión de distintos procesos en diferentes industrias, así mismo, permite que el análisis matemático ayude, por ejemplo, en soluciones como la criptografía o seguridad de datos.

Para el desarrollo de estos dos sistemas impulsados con IA, las investigadoras han utilizado los datos de la compañía Pragma S.A, a través de una plataforma web, donde los usuarios (empleados) ingresan información, por ejemplo, a través de un formulario o si tienen alguna interacción en la página. Con los algoritmos creados por las colombianas pueden determinar que no haya riesgo asociado con su ingreso.

Te puede interesar: Según la FAA, partes de los satélites Starlink podrían caer a la Tierra y matar cientos de personas

El avance tecnológico fue desarrollado por medio de low code, que permite y facilita la creación de una aplicación, evitando las largas cadenas de código y hacer que todo sea más fácil de identificar en una interfaz, permitiendo incluso que las personas que no tiene tantos conocimientos en programación puedan entender el proceso, lo cual beneficia y hace más veloz la dinámica en una empresa.

La científica Vizcaíno también ha trabajado en la creación de otra aplicación para que quienes van a ingresar a una empresa tengan un proceso más “transparente” en sus exámenes psicométricos (pruebas que evalúan capacidades como el razonamiento numérico o verbal, la concentración o el manejo de información), y puedan hacer un seguimiento instantáneo a todo lo que están respondiendo y cómo lo están calificando.

De acuerdo con la agencia de noticias UNAL, La metodología consiste en el uso de las funciones lambda, herramientas en programación que sirven para hacer tareas rápidas, algo así como un “atajo” que hace más sencillo el código.

Por otro lado, Lizeth Ortiz Pulido, señala “la capacidad teórica y analítica que he adquirido en la carrera me permitió llevar a cabo un proyecto de inteligencia artificial en una reconocida empresa de comercio electrónico, en la que probé algoritmos con más de un 70 % de efectividad para reconocer fraudes”, reseña en la agencia.

Utilizando el machine learning, una rama de la IA, ella examinó grandes cantidades de datos sobre los usuarios y los pedidos de venta de cualquier producto, y encontró que el éxito abrupto de algunos vendedores puede ser sospechoso, por lo que el algoritmo se encarga de determinar el riesgo de que haya algo indebido.

Te puede interesar: Así serían las estaciones de combustible en el espacio ¿Sin límites para recorrer el universo?

“Una de las características más importantes de las ciencias de la computación es que se pueden aplicar a cualquier campo de la vida para buscar soluciones a cualquier problema. Una de las temáticas que más me llama la atención es la de la bioinformática, un campo que combina la biología con la informática para analizar cuestiones como la secuenciación genómica, la evolución, el diseño de fármacos y las terapias en medicina, entre otras aplicaciones”, señala la investigadora Ortiz.

En tanto a Vizcaíno expresa que “algo fundamental es que estos enfoques ayudan a que los datos no se den por sentado, aportando a la seguridad de diversos procesos tecnológicos actuales y a la fiabilidad de contextos como el empresarial”.

Ortiz concluye que en “temas como la inteligencia artificial estas aplicaciones sirven para que los procesos sean más ‘transparentes’ y éticos, disminuyendo la posibilidad de que haya prejuicios o sesgos en la información o en las decisiones”.

Imagen: María Paula Vizcaíno y Lizeth Ortiz

Hace unos días, la usuaria de Twitter bajo el nombre ‘@relatocuriosok’ realizó un hilo con varios de los inventos creados por mujeres. Hoy, en ENTER.CO queremos darle más visibilidad a estos dispositivos y sistemas; te dejamos 5 inventos que seguramente usas a diario y no sabes que una mujer estuvo detrás de su creación.

1. Alice H. Parker – Calefacción central

Alice H. Parker, nacida en Estados Unidos, se convirtió en una inventora a la que se le atribuye la creación de la calefacción central para casas y edificios. El diseño contaba con varios conductos de aire que permitían que el calor se esparciera por toda la infraestructura. Esto fue precisamente lo que hizo que el sistema de Parker fuera importante: la calefacción por zonas. El invento fue patentado en 1919. Su gran invento inspiró los modernos sistemas de calefacción central.

2. Margaret Wilcox – Calefacción de coches

Parece que en el siglo XVIII solo las mujeres sentían frío, pues además de crear la calefacción para casas, crearon la calefacción para autos. Wilcox, nacida en Estados Unidos, se desenvolvió como ingeniera mecánica, quien patentó el sistema de calefacción de carros con tan solo 34 años de edad. El mecanismo estaba diseñado para redirigir el aire sobrante de los motores hacia la zona del conductor. Con el tiempo se mejoró su diseño hasta llegar a la calefacción que hoy conocemos.

Te puede interesar: 3 inventos que demuestran los alcances de la Inteligencia Artificial

3. Ada Lovelace – algoritmo informático

Gracias a Ada Lovelace hoy contamos con ordenadores y conocemos los algoritmos informáticos con los que muchos trabajamos hoy día. Lovelace era una brillante matemática que trabajó junto a Charles Babbage en la creación de un motor analítico. Entonces, Ada logró desarrollar una forma de programar la máquina por medio de algoritmos matemáticos. En otras palabras, hizo el “primer programa de computadora”.

4. Elizabeth Magie Phillips – Monopoly

Seguramente has jugado el divertido y competitivo juego de mesa ‘Monopoly’. Bueno, pues también fue creado por una mujer: Elizabeth Magie Phillips, quien patentó el juego en 1904 (algunos dicen que lo patentó en 1924). En todo caso, Phillips quería mostrar los problemas del capitalismo mientras la gente se divertía aprendiendo.

5. Josephine Cochrane – Lavavajillas

Las mujeres siempre han tenido el papel de ‘amas de casa’, incluso, aún existen “hombres” que aseguran que las damas pertenecen a la cocina. Lamentablemente, en 1800 esa era la única realidad de las damas, por lo que Josephine quiso crear un invento que pudiera alivianar las cargas de las ‘amas de casa’. Cochrane construyó y patentó el primer lavavajillas que aún hoy en día se usa en muchas casas.

¿Conoces algún otro invento creado por mujeres?

Imágenes: Pexels/Pixabay/Unsplash

Y la razón es bastante sencilla. Como reportamos antes en ENTER.CO, Musk no está satisfecho con la manera en la que funciona el algoritmo, específicamente el hecho de que a pesar de que él tenga millones de seguidores el alcance de sus publicaciones ha disminuido en los últimos meses. La cabeza de Twitter ha visto esto como un problema de visibilidad y a través de su perfil en la red social informó sobre la causa del problema:

Long day at Twitter HQ with eng team

Two significant problems mostly addressed:

1. Fanout service for Following feed was getting overloaded when I tweeted, resulting in up to 95% of my tweets not getting delivered at all. Following is now pulling from search (aka Earlybird).… https://t.co/oMW54chhRz

— Elon Musk (@elonmusk) February 12, 2023

“El algoritmo de recomendación utilizaba el recuento absoluto de bloques, en lugar del recuento de bloques percentil, lo que provocaba que se descartaran las cuentas con muchos seguidores, incluso si los bloques eran solo el 0,1 % de los seguidores”.

La explicación de Elon Musk tiene sentido, pero los ajustes que ha realizado en la plataforma parecen haber tenido un efecto mucho menos agradable en la experiencia del usuario. Si bien tiene sentido que las publicaciones sean visibles para las cuentas que siguen a una persona, los ajustes más recientes parecen impulsar las publicaciones de Musk incluso para aquellos seguidores que no son tendencia. La selección también parece ignorar incluso la misma relevancia de lo que el CEO de Twitter publica, compartiendo cada una de sus respuestas.

El mismo Musk ha reconocido la situación actual a través de dos publicaciones este martes 14 de febrero.

pic.twitter.com/iZUukCVrl5

— Elon Musk (@elonmusk) February 14, 2023

“Estén atentos mientras hacemos ajustes en el eh… “algoritmo”.

Please stay tuned while we make adjustments to the uh .… “algorithm”

— Elon Musk (@elonmusk) February 14, 2023

Muchos usuarios esperan que estos cambios que promete Musk sean para arreglar las recomendaciones y no sean su respuesta a la tendencia actual de la red social de recomendar todas las publicaciones del CEO.

Desde su llegada a Twitter esta ha sido una de las principales obsesiones del magnate: la visibilidad de las publicaciones. Por ejemplo, fue Musk el que agregó el nuevo parámetro que indica las reproducciones de un tuit. Una muestra de la importancia que el nuevo CEO de la red social le da a esta estadistitca y de su filosofía sobre la manera en la que debería mostrarse el contenido en la red social.

Por ahora, si estás un poco harto de encontrar cada publicación de Musk en tu línea de tiempo la alternativa es silenciar su cuenta… al menos hasta que Twitter decida dejar de recomendar todo lo que encuentre.

Imágenes: Archivo ENTER.CO

Sin embargo, siempre llegamos a un fin de semana muy aburrido en el que entramos a Netflix sin tener idea de qué es lo que vamos a ver. Entonces, como si estuviéramos canaleando (a la vieja usanza), comenzamos a ver el catálogo para ver qué nos llama la atención. Entonces, ahí entra a jugar un algoritmo del sistema de streaming más popular para tentarte a ver unos contenidos por encima de otros.

Además de listas por géneros, de lo que ya viste y de las novedades, Netflix tiene el sistema de recomendación que ya conocemos. Tienen un algoritmo que usa lo que ya viste para tratar de entender tus gustos y sugerirte series o películas con temáticas o géneros similares. Eso no es algo oculto, lo ponen claro con una lista bajo un título que dice algo como “Porque viste ‘Stranger Things‘”, por ejemplo. Incluso crean una lista de sugerencias exclusiva para cada usuario, con el nombre “Nuestra selección para Pepito Pérez”.

Todo entra por los ojos

Pero tienen un algoritmo que va más allá y es más complejo, porque se enfoca en las miniaturas que ves en el catálogo. No solo se trata de recomendarte alguna cosa de un género o un tema que te podría agradar, sino también de darte una imagen que te llame la atención y te lleve a dar clic para comenzar a verlo.

En The Netflix Tech Blog explican que este algoritmo, que vienen usando y perfeccionando desde 2017, consiste en analizar tus gustos y usarlos para elegir una captura de pantalla personalizada para que aparezca en el catálogo para cada título. Para esto se basan en muchos aspectos, como los géneros que más miras o si repites muchas producciones con un mismo actor, que hace pensar que eres su fanático.

Para leer más sobre Netflix, ingresa a este enlace.

Tomemos los ejemplos que usa precisamente ese blog: supongamos que te quieren recomendar ‘Good Will Hunting’ y ves muchas películas románticas, entonces en la imagen miniatura eligen una escena de Matt Damon con Minnie Driver. Pero si, en cambio, te gustan mucho las comedias, es preferible que te pongan una imagen de una figura reconocida del género, como Robin Williams. Pero si, por ejemplo, no te pierdes una película de John Travolta y te quieren recomendar ‘Pulp Fiction’, usarán una imagen del actor en la miniatura para atraerte a verla.

El algoritmo es tan inteligente que no quiere engañarte

Sin embargo, el algoritmo tiene que tomar en cuenta otras variables que vuelven más complejo el proceso, como que no queden muchas imágenes seguidas de parejas, lo que haría del catálogo algo monótono. Entonces, para elegir la foto de la miniatura, tiene en cuenta las películas que tiene alrededor. Además, para evitar engañarte y que termines decepcionado si, por ejemplo, la película recomendada solo tiene una escena romántica, no te pondrá una imagen de parejas; o si solo tiene un cameo del actor que te gusta, no lo usará.

Aunque todavía tiene algunos fallos, es posible que en el futuro el algoritmo se perfeccione tanto que no solo se base en tus gustos, sino en otros aspectos, como la hora o el día en el que te conectas, para elegir las recomendaciones correctas con la miniatura exacta.

Imágenes: The Netflix Tech Blog

De acuerdo con BuzzFeed News, al introducir términos como ‘How to have’, el buscador completaba con frases como ‘s*x with kids’ y ‘s*x in school’. Así que, muchas marcas empezaron a retirar sus anuncios porque no querían que se les relacionaran con ese contenido. Por supuesto, estas sugerencias de búsqueda ya no aparece en YouTube. La plataforma no tardó en corregir este error gracias a los avisos de los usuarios y a los medios que denunciaron lo que estaba sucediendo.

Un vocero de YouTube le dijo a BuzzFeed News que el asunto aún está bajo investigación. “Hoy temprano nuestros equipos fueron alertados de este horrible resultado y trabajamos para eliminarlo rápidamente. Estamos investigando este asunto para determinar qué había detrás de la aparición de esto”.

Lo cierto es que, Google, la empresa matriz de YouTube, ha recibido diversas críticas por resultados controvertidos en las búsquedas. En un esfuerzo por educar a los usuarios sobre sus resultados algorítmicos, la compañía detalló su funcionamiento en una publicación en su blog el año pasado.

En dicha publicación, Google señaló que el “algoritmo de autocompletar está diseñado para evitar completar una búsqueda del nombre de una persona con términos ofensivos o despectivos”. La publicación también destacó que “Autocompletar no es una ciencia exacta, y el resultado de los algoritmos de predicción cambia con frecuencia. Las predicciones se producen en función de una serie de factores, incluida la popularidad y la frescura de los términos de búsqueda”.

Para reflexionar: ¿es culpa de YouTube?

La cuestión es que los algoritmos son intrínsecamente imperfectos. Las computadoras tienen dificultades para identificar el valle extraño que separa un simple video de uno que es completamente inapropiado. Por supuesto, los videos que violan los términos del servicio de YouTube pueden ser marcados y eliminados. YouTube también usa filtros algorítmicos para capturarlos antes de que se publiquen. El sistema no es perfecto, pero YouTube parece estar comprometido con él.

Entonces, ¿es culpa de una compañía tecnológica? Por supuesto no. YouTube soporta una tremenda carga a la hora de decidir cómo dejar subir los videos correctos y evitar los malos. Muchos se sorprenden cuando la plataforma no capta todos los videos inapropiados. Pero quienes graba esos videos son realmente el problema. Queda por ver si eso dice más sobre las limitaciones de YouTube o las propias perversiones humanas.

Imagen: Captura de pantalla, Pixabay.

Hace unas semanas les contamos sobre los planes que tiene Instagram de cambiar el orden cronológico del contenido y adoptar el ‘estilo Facebook’, en donde las publicaciones no están ordenadas por hora de publicación sino de acuerdo a un algoritmo, que determina cuales so más relevantes para el usuario.

Eso causó un revuelo entre muchos usuarios, quienes empezaron una campaña para que las personas activaran la opción de recibir notificaciones cada vez que subieran contenido. Claro, esto se convertiría en un caos en caso de activar notificaciones de todas las cuentas que sigues. Instagram dijo que esto no lo veríamos todavía y que estaba en fase de prueba. Sin embargo, el fin de semana conocí a una persona que ya lo tiene activo, mi amiga María Fernanda Díaz.

Aunque muchos pensaban que esto iba a tomar varias semanas en verse, me sorprendí mucho cuando vi que alguien cercano lo tenía. Todo empezó porque me dijo que ya no le gustaba Instagram. Cuando le pregunté por qué, me dijo: “Pues ahora es como Facebook.” Efectivamente me mostró que tenía todo su ‘feed’ desordenado. Primero aparecía una foto de hace 16 horas, luego una de hace tres minutos, luego una de hace ocho horas, y finalmente una publicación de hace 25 minutos.

Lo peor del asunto es que María me dijo ya casi no le salían publicaciones de amigos, sino que lo que más le aparecía era publicidad, cuentas empresariales, de marcas y “de las cuentas de perritos que sigo”, señaló.

Seguramente, Instagram lo que hace es mostrar en la página de inicio fotos con muchos ‘likes’. Si una cuenta famosa de un perrito tiene muchos seguidores y sus fotos reúnen muchos ‘likes’, esta imagen frente a mi foto de ‘mortal’ comiendo helado no tiene nada que hacer. Es claro que Instagram va a darle prioridad a la foto de los perritos.

Por eso es que a María ya casi no le salen mis fotos. Aunque ella ha intentado buscar una opción para desactivar esto, hasta el momento, no ha encontrado ninguna. También es preocupante que no sea una característica opcional, como en Twitter.

Esto forma parte del plan de Instagram de convertirse en una plataforma más atractiva para la pauta. No solo con la llegada de la publicidad, sino también con la llegada de nuevas herramientas pensadas para marcas y empresas.

¿Cómo les parece?, ¿también ya lo tienen activado?

Imagen: Instagram (vía Facebook).

Kiamat ig sudah dekaat 😂😂😂 yuk ah di turn on dulu di atas kanan sini, biar ga ketinggalan info audisi #MuslimaModelMuse 💃🏻💃🏻💃🏻

Una foto publicada por ZAURA Models (@zauramodels) el 28 de Mar de 2016 a la(s) 9:53 PDT

De acuerdo con la publicación, muchas cuentas, especialmente influenciadores con muchos seguidores, entraron en pánico y comenzaron a publicar imágenes explicando a sus seguidores cómo activar las notificaciones para su cuenta. Con esto, asegurarían que los seguidores que las activen sepan cuándo publican una nueva imagen (y se llenen de notificaciones de Instagram).

La misma nota nos cuenta que esto ocurrió debido a que corrió el rumor de que el cambio en el algoritmo de Instagram iba a comenzar a tener efecto en los próximos días. Sin embargo, la misma compañía negó que estos cambios se fueran a hacer esta semana, e incluso afirman que esto puede llevar semanas y hasta meses antes de ser implementado. Eso sí, actualmente se están haciendo pruebas con un número limitado de usuarios y cuando se haga el cambio todos los usuarios seremos notificados.

El llamado desesperado a activar las notificaciones

Una de las formas de asegurar su relevancia, de manera desesperada, ha sido el llamado de ciertos usuarios a que sus seguidores activen las notificaciones. Con esto, quien activa las notificaciones para determinada cuenta, recibirá una notificación en su smartphone cada vez que determinada cuenta publique una imagen. ¿Te imaginas si activas las notificaciones de las 300 o 400 cuentas que sigues? Probablemente te volverías loco en cuestión de minutos.

Imagen: Antonio Guillém (vía Shutterstock).

En varias ocasiones, Facebook ha modificado el algoritmo que elige cuáles son las noticias y publicaciones que aparecen en tu ‘News Feed’, la página principal de la red social. Este algoritmo es el dolor de cabeza de muchos community managers, que buscan constantemente entenderlo y comprender por qué se ‘mueven bien’ ciertas publicaciones y otras no.

Hoy, la red social anunció que está estrenando un nuevo algoritmo, el cual tiene el objetivo de mostrarles a los usuarios las historias que realmente les importan. Éste fue producto de la retroalimentación de la gente, a través de diferentes encuestas y preguntas para saber qué les importaba más a quienes usan Facebook. 

El algoritmo que utiliza Facebook para mostrarte determinadas publicaciones en el ‘Home’ se basa en diversas variables: los ‘me gusta’, lo que se comparte, lo que se comenta y los clics que los usuarios hacen en las publicaciones. La empresa, sin embargo, admitió que esas variables no son suficientes para saber realmente qué es lo que más le importa a una persona en particular.

“Les pedimos a más de 1.000 personas que calificaran su experiencia día a día y nos dijeran qué tan importante era el contenido que ellos veían cuando revisaban Facebook. También encuestamos a más de 10.000 personas alrededor del mundo cada día para saber más sobre cómo organizamos el ‘feed’ de cada persona. Les pedimos a las personas que calificaran cada publicación de uno a cinco estrellas en respuesta a la pregunta: ¿qué tanto quieres ver esta publicación en tu News Feed?”, explicó Facebook.

Todas estas pruebas le permitieron a la compañía presentar este nuevo cambio, el cual organiza tu ‘News Feed’ de manera tal que primero aparezcan las noticias y publicaciones de páginas o amigos que más tengan importancia para ti. Aunque esa siempre ha sido la intención de Facebook, la diferencia está en que ahora la red social cree poder predecir con mayor exactitud a cuáles historias es más probables que les des clic o ‘like’, o les pongas un comentario.

Gracias a TechCrunch, conocimos una imagen que muestra cómo se veían algunas de las encuestas que estuvo mostrando Facebook desde hace unas semanas a los usuarios, para que ellos, en este caso, eligieran cuál publicación les interesaba más:

Facebook señala, finalmente, que a pesar de que en general esta actualización no debería tener un mayor impacto en el tráfico de la mayoría de las páginas, es probable que alguna páginas sí se vean afectadas con el tráfico directo que les genera Facebook a sus sitios. Aunque incluso dijo que así como podía disminuirlo, también podía aumentarlo.

Imagen: Gil C (vía Shutterstock) y Facebook.

La semana pasada escribí una nota acerca de lo difícil que me resulta encontrar ‘el amor’ en las aplicaciones de citas. En la nota mencioné la promesa de Tinder, de que próximamente nos traería un nuevo algoritmo capaz de crear conexiones más profundas. Pues bien, la espera terminó y hoy recibí la actualización con este cambio.

De acuerdo con el blog oficial de Tinder: “En solo tres años, más de 10.000 millones de ‘matches’ se han hecho alrededor del mundo. Estos ‘matches’ han generado amigos, citas, relaciones y todo en el medio. Creemos que las personas que conocemos tienen el poder de cambiar nuestras vidas. Por eso, acabamos de desplegar nuevas mejores para impulsar a los usuarios a hacer conexiones mucho más significativas”.

En primer lugar, de lo que se trata ahora es que las personas conozcan un poquito más de ti, compartiendo información de trabajo y educación en los perfiles: “Dile a la gente un poquito más de ti y conoce mejor a tus ‘matches. Siempre puedes editar tu perfil para ajustar lo que compartes”, explica Tinder.

Tengan cuidado, pues esto está activado por defecto. Así que si tienen en Facebook información del la universidad a la que fueron o el lugar en el que trabajan, esto se verá automáticamente reflejado en sus perfiles de Tinder. Para modificarlo, deben ingresar a Tinder y desactivarlo desde ahí. Pero si no lo hacen, esta información –que es mucho más privada– va a estar disponible para todos los usuarios de la app de citas. 

Además, la nueva actualización rediseña la lista de los ‘matches’, para que sea mucho más fácil de visualizar y encontrar a aquellas personas con las que has tenido un ‘me gusta’ mutuo. Además, ahora en esta sección vamos a encontrar un espacio dedicado a los ‘matches’ recientes; así como un panel más abajo en donde vemos los mensajes, los cuales se ven más limpios y más llamativos.

La siguiente mejora está relacionada al algoritmo y es algo que la app llama como recomendaciones mejoradas: “Hicimos pequeños cambios para que veas mejores recomendaciones en tu ‘stack’. Hasta te diremos cuando haya algo particularmente interesante de alguien”, añade.

Finalmente, ahora vas a tener un perfil web de Tinder para que lo puedas compartir en redes sociales y sea mucho más fácil encontrarte en la app de citas. Para eso, solo debes elegir un nombre de usuario y compartir el link que genere la app.

Vamos a probarla a ver si con estos ‘cambios’, la cosa mejora.

Imagen: Tinder.

En un nuevo experimento, el reconocimiento facial ha llegado a un nuevo nivel de alcance. De acuerdo con New Scientist, el laboratorio de inteligencia artificial de Facebook está trabajando en un nuevo algoritmo capaz de reconocer a las personas en sus fotos, incluso cuando no se puedan ver las caras. 

¿Cómo lo hace? El algoritmo de reconocimiento facial, en lugar de apuntar a tu cara, busca otras características únicas como el peinado, la ropa, la forma del cuerpo y hasta la forma de posar. Yann LeCun, jefe de inteligencia artificial en Facebook, quería poder experimentar con situaciones en las que la cara de una persona no está clara y ver hasta qué punto los algoritmos podían reconocer a esa persona.

“Hay una gran cantidad de gestos que utilizamos. La gente tiene aspectos característicos, incluso si nos fijamos en ellos por la espalda” explica LeCun. “Por ejemplo, puedes reconocer a Mark Zuckerberg con mucha facilidad porque siempre lleva una camiseta gris”, agregó.

Pero si bien esto puede sonar miedoso, lo más miedoso es que realmente funciona. O al menos, estadísticamente, tiene un alto porcentaje de reconocer a las personas que analiza. Luego de hacer pruebas en más de 40.000 fotos públicas de Flickr, algunas con la cara completamente tapada, el algoritmo reconoció las identidades de las personas en un 83%. Los resultados fueron presentados a principios de mes en la conferencia Visión por Computador y Reconocimiento de Patrones en Boston.

¿Cómo les parece?

Imagen: Khánh Hmoong (vía Facebook).

Un algoritmo podría hacer que las personas elijan mejor las fotos que quieren subir a las diferentes redes sociales. Lo inventó un candidato a doctorado en el MIT, Aditya Khosla, y asegura que puede predecir la cantidad de ‘likes’ que va a recibir una imagen antes de subirla.

El algoritmo tiene en cuenta diferentes valores, como la cantidad de seguidores del usuario, el número de tags en la foto y la longitud del título. También sabe identificar diferentes elementos como la textura, el color, los gradientes y los objetos presentes (minifaldas, bikinis, etc.).

The Verge dice que, en el sitio web de Kholsa, cualquier persona puede cargar una imagen y le dirá que tan popular será en una escala de 1 a 10. El algoritmo es muy preciso cuando le incluyen factores sociales, pero su creador quiere mejorarlo. También está en planes de desarrollar una herramienta que mejora las fotos para que sean más populares.

Imagen: Instagram

Puede que los terremotos no sean una noticia novedosa en Los Ángeles y el sismo que se detectó el lunes sea uno de muchos que ocurren a lo largo del año, pero el diario Los Angeles Times logró algo significativo con eso: ser los primeros en publicar la historia gracias a un programa que escribe artículos automáticamente.

El periodista y programador Ken Schenwencke es el responsable de crear Quakebot, el algoritmo que escribe artículos. Esto puede sonar irreal para muchos, pero ya es un hecho en varios medios de comunicación, en especial con noticias deportivas, como señala la BBC.

La tecnología busca datos de fuentes confiables, en este caso el Servicio Geológico de Estados Unidos, y los ubica en un escrito programado previamente para el tipo de noticia que se necesite.

Schwencke ya ha desarrollado otros programas parecidos a Quakebot. En el pasado, generó un algoritmo que puede escribir noticias sobre crímenes que se reportan en Los Ángeles, las cuales son revisadas por un editor que decide cuáles piezas necesitan arreglos o si es necesario incluir más datos.

Para Schwencke, su algoritmo no busca reemplazar a los periodistas. El programador le explicó a Slate que “es un suplemento; ahorra mucho tiempo a las personas en cierto tipo de historias”. El día que Quakebot reportó la noticia del terremoto, la escribió en menos de tres minutos.

Empresas como Narrative Science se dedican día a día a desarrollar programas capaces de redactar. Habrá que esperar que tan fuerte es en unos años el auge de esta tecnología en los medios de comunicación de todo el mundo. A este paso, cosas como Quakebot podrían transformarse en el temido Terminator de los periodistas.

Pueden leer la nota escrita por el algoritmo en el reporte de Slate.

Imagen: MattHurst (Vía Flickr).

El Departamento de Policía de Chicago presentó un sistema que le permite predecir crímenes, según informa The Verge. El sistema consiste en un algoritmo desarrollado por sociólogos de la universidad de Yale, el cual permite crear listas de probables agresores y mapas de lugares que pueden ser escenas de crímenes en el futuro.

El producto más importante del algoritmo es una lista de los 400 individuos con mayor potencial a cometer crímenes violentos en la ciudad. El programa se guía por una nutrida base de datos que incluye lugares donde han ocurridos crímenes, llamadas de emergencia y denuncias sobre personas sospechosas.

El hombre que está al mando del programa es Miles Wernick, investigador que se dedicaba a realizar análisis predictivo para los militares y luego pasó a implementar esos conocimientos en la medicina.

Las comparaciones con la ciencia ficción de películas como ‘Minority Report’ o series televisivas como ‘Person Of Interest’ parecen ser apropiadas cuando se comparan con el trabajo actual de Wernick, quien con su equipo se encuentra desarrollando un mapa que pueda señalar vecindarios donde hay un gran riesgo que ocurra un crimen en poco tiempo.

Los opositores también se han pronunciado. Hanni Fakhoury, representante de la Electronic Frontier Foundation, organización dedicada a defender los derechos del público en la era digital, planteó dudas sobre cómo funciona el programa de la policía de Chicago. La principal de ellas es si las personas terminarán en la lista solo por vivir en un mal sector de la ciudad, o conocer personas que hayan tenido problemas con la ley.

Ante las declaraciones de sus detractores, Wernick afirmó que el algoritmo usado no se basa en raza, vecindario u otro tipo de información de esa clase. Andrew Papachristos, uno de los sociólogos de Yale cuyo trabajo ha servido como base del algoritmo, dijo a Chicago Magazine que aun cuando el sistema no reduzca los crímenes, sí “ayudará a disminuir el número de personas que se ven expuestas a la violencia”.

Imagen: Alan Cleaver (vía Flickr)

Un 27 de septiembre de 1998 Google estrenó su motor de búsqueda; y es por eso que hoy, 15 años después celebramos su aniversario. Como era de esperarse, el ‘doodle’ de hoy celebra el cumpleaños del producto estrella de la compañía.  

Los usuarios pueden sumergirse en un juego al mejor estilo ‘rompe la piñata’ y coleccionar dulces para obtener un puntaje.  En lugar de hacer la búsqueda, muchos nos quedamos jugando hasta coleccionar más dulces y superar nuestro propio récord.

Otra de las cosas divertidas que los usuarios pueden hacer para celebrar el cumpleaños de la compañía es escribir en el buscador ‘Google in 1998’, y verán cómo era el diseño real del buscador en ese momento.

En aquel entonces, la palabra ‘Google’ solo produjo 234.000 resultados, 15 años después, si alguien escribe ‘Google’ en el buscador actual, encontrará 9.450 millones de resultados. Lamentablemente solo se puede ver la primera página de los resultados de 1998.

Por estos días, Google celebra también su aniversario con el lanzamiento de su nuevo algoritmo de búsqueda y un rediseño de la mayoría de sus productos.

Google hoy reveló que hace más o menos un mes hizo una gran actualización a su algoritmo de búsqueda que se llama ‘Hummingbird’. Esta nueva versión afecta el 90% de todas las búsquedas que se realizan, según lo que declaró el Vicepresidente Senior de la empresa, Amit Singhal en una conferencia de prensa.

Este es el cambio más grande en el algoritmo desde que estrenaron ‘Caffeine’ en 2010. El algoritmo se estaba volviendo viejo, pues las búsquedas cada día son más complejas. Con esta nueva versión, Google pretende que el buscador vaya a la par con la evolución de la tecnología. Google considera que en el futuro la comunicación entre el usuario y el computador debe ser más clara, la máquina debe comprender más fácilmente lo que quiere el buscador.

“¿Recuerdan cómo funcionaban las cosas en 1998? Uno se sentaba y prendía un computador grande, se conectan a un modem, escribían un par de palabras clave y aparecían 10 páginas que tenían las palabras”. Hoy los buscadores deben ser capaces de interpretar lo que está buscando el usuario, según lo que explica Singhal.

Esta semana la compañía cumple 15 años desde que Larry Page y Sergey Brin tuvieron la idea de hacer el buscador.

Quizá para algunos es sencillo diferenciar entre una pieza de arte clásico y una moderna; pero diferenciar entre una obra impresionista y una post-impresionista puede ser más complicado. Pues bien, un nuevo algoritmo creado por Lior Shamir y Jane Tarakhovsky, de la Universidad Tecnológica de Lawrence, podría hacer que un computador se volviera un experto en distinguir entre estilos de arte. 

Fue probado frente 1.000 obras de artistas reconocidos y diferentes estilos. La técnica detrás del algoritmo está basada en un sistema de descripción numérica de imágenes; 4.027 fueron identificadas en cada una de las pinturas. Estos números identifican cosas como la textura, el color y las formas.

Reconociendo patrones y métodos estadísticos, el algoritmo distingue entre una pintura y otra y el estilo que cada una de estas tiene. El proceso es logrado sin la ayuda de personas, y sin necesidad de estudiar por mucho tiempo historia del arte.

El programa, usando el algoritmo, creo exitosamente una red que sirve para distinguir de quién es la obra, qué estilo tiene y a qué época pertenece; con la misma precisión con la que lo haría un experto en historia del arte. De la misma manera, el programa logró agrupar a pintores que pertenecieran a la misma escuela.

Los usos prácticos que tiene este algoritmo son enormes. Ahorraría mucho tiempo a las personas que son aficionadas o especialistas en el tema. De la misma manera, es una herramienta de aprendizaje muy útil para turistas de un museo o estudiantes de arte.