El pensamiento contrafactual es sin matices fascinante y se puede decir que llevamos siglos pensando que podría haber sucedido si las causas en origen hubieran sido diferentes, lo que supone crear una especie de escenarios alternativos a los que realmente sucedieron (reales)
Sin irme por las ramas de la filosofía y demás pensamientos superiores, el pensamiento contrafactual se esta utilizando actualmente en los nuevos sistemas de aprendizaje automático (machine learning) como el que utiliza la empresa sueca Spotify, uno de los iconos de la recomendación de la cultura popular de este siglo
Como podreis comprender Spotify esta muy interesada en saber con más precisión que canción recomendarte para que consumas más música (y por lo tanto te pases más tiempo dentro) o que imagen mostrarte para que dejes de hacer scroll, la forma moderna de echar un vistazo en pocos segundos
Así, un grupo de investigadores que trabajan para Spotify han desarrollo un complejo modelo contrafactual basándose a su vez en el modelo de las redes gemelas de 1990 creado por Balke y Pearl que básicamente tratan los contrafactuales como dos modelos probabilísticos; el primero de ellos representa el mundo real y el segundo el ficticio o que podría haber sucedido
Esta modelo se podría aplicar a un sistema de aprendizaje automático como el que emplea Spotify para recomendarte canciones, pero la (gran) innovación es que no está limitado a este uso sino que aparentemente se podría aplicar a (casi) cualquier situación que queramos analizar como por ejemplo las causas por las cuales nos conceden o deniegan un crédito bancario o la decisión de juez en una sentencia o la concesión de una beca etc es decir todo lo que ahora se realiza mediante algoritmos
Imaginaos por un momento cuantas cosas podrían cambiar en el futuro si pudiéramos prever con antelación el comportamiento de las personas en una organización ante un reto o un escenario concreto, en vez de utilizar la promedios estadísticos basados en situaciones similares que siempre tienen un margen de error que sin ser amplio a veces resultan inútiles
Tengo la impresión que los desarrollos de IA en vez de quedarse con nuestros empleos, lo que están logrando es saber más sobre cómo somos
No comments:
Post a Comment