Adiós a la parálisis por elección: cómo Netflix usa la IA para decidir qué vas a ver en streaming

La escena es cotidiana para cualquier persona: el usuario abre la aplicación de su plataforma de streaming favorita, comienza a bucear por su inmenso catálogo y, a la vista de que pasan los minutos sin encontrar la película perfecta para todos, decide cerrar la aplicación y ponerse a hacer scroll en Instagram o TikTok hasta la hora de dormir.

No por cotidiana es esta escena deseable. De hecho, para compañías como Netflix (que cumple 29 años este 29 de agosto), es una pesadilla que el usuario se sienta abrumado, precisamente como efecto colateral de una de las fortalezas de la plataforma: ofrecer un catálogo inabarcable con opciones para todos los gustos. "Desde el punto de vista neuropsicológico, es algo parecido a lo que le ocurre a un ordenador cuando abrimos demasiados programas a la vez: se ralentiza", explica Juan Luis García Fernández, profesor de los Estudios de Ciencias de la Salud de la Universitat Oberta de Catalunya (UOC) e investigador del grupo NeuroADaS Lab. 

Quizás Netflix no contaba con la propia naturaleza humana: cómo, al mismo tiempo, deseamos abundancia, pero también nos bloqueamos cuando hay que tomar decisiones basadas en ella. "En nuestro caso, la corteza prefrontal, que es el área que decide, y la función de memoria de trabajo, que es la capacidad con la que sostenemos y comparamos opciones mientras decidimos, son limitadas y cómodamente manejan entre tres o cuatro elementos a la vez, no los cientos que nos ofrece un catálogo de streaming", añade. Aquí es cuando surge uno de los grandes enemigos del streaming y del capitalismo en general: la parálisis por decisión o la fatiga de decisión.

La gran duda: ¿qué vemos?

Uno de los pilares de la economía de mercado es ofrecer muchas opciones al consumidor para que elija, como parte de la inherente competencia entre empresas y productos en la que se sustenta este modelo económico. Durante décadas, estas elecciones se han guiado (o intervenido) mediante la publicidad o el marketing, que han actuado como embudos que permiten al consumidor tomar decisiones de forma más o menos automatizada. 

Pero ¿qué sucede cuando, más allá del marketing, se deja al usuario ante la necesidad de tomar decisiones sin una guía específica? "Cuando el catálogo es pequeño, elegir es más fácil y casi automático. Cuando es enorme, el cerebro tiene que comparar muchas más combinaciones de las que puede sostener a la vez y el sistema se satura", apunta el investigador, quien señala que "hay un ingrediente emocional que a veces no se comenta, porque, sumado a la motivación para ver determinados títulos y a las ganas que tengamos de hacerlo, está el pensamiento comparativo entre las alternativas: pensar que la otra serie que hemos descartado habría sido mejor". Algo que también es bastante humano, porque "cuantas más opciones hay, más esperamos encontrar la opción perfecta; así que cualquier elección real, por buena que sea, tiende a decepcionar un poco por comparación con ese ideal alcanzable", destaca.

Ese es otro de los mayores temores de Netflix y otras plataformas, porque es cuando el usuario se plantea cerrar la aplicación y hacer ese scroll que "pospone el cierre porque, en ese momento, decidir le sale más caro que seguir mirando", subraya. De hecho, más de la mitad de los españoles ven la televisión con el móvil en la mano. 

¿Qué hay detrás de “tu” elección? 

En cierto modo, las plataformas de streaming ya utilizan el marketing para orientar las decisiones del usuario. No solo promocionan sus contenidos en vallas publicitarias o en internet, sino que han desarrollado un complejo sistema de algoritmos que recopila información de cada usuario y cruza sus supuestos gustos con las distintas opciones disponibles en el catálogo. "Los algoritmos introducen un sesgo por una cuestión práctica. Establecen selecciones controladas de producto para intentar combatir la fatiga de decisión que suele experimentar el usuario cuando se enfrenta a selecciones de contenido demasiado amplias", explica Elena Neira, profesora de los Estudios de Ciencias de la Información y de la Comunicación de la UOC y experta en plataformas de streaming. 

Esta fórmula, que permite a las plataformas reducir el riesgo de que el usuario se bloquee y decida no ver nada esa noche, se basa, en el caso de Netflix, en un sistema que combina aprendizaje profundo (deep learning) y aprendizaje automático (machine learning). "Ponen en común lo que saben de ti, el comportamiento de otros usuarios y el conocimiento profundo de los contenidos, y hacen una lista de previsiones en la que le enseñan al sistema que, si se dan A y B, el sistema ofrece al usuario C: una selección de referencias que casan con sus preferencias, las de usuarios afines y lo que está de moda", explica.

Externalizar la decisión

Algunos expertos advierten que externalizar por completo la decisión de qué ver en televisión puede tener implicaciones negativas para los usuarios. Pero hay otra forma de verlo, como explica el profesor Juan Luis García Fernández, al destacar que "un buen sistema de recomendación funciona como andamio: reduce mil opciones a diez, una tarea mecánica de filtrado que a nuestro cerebro le cuesta mucho y no le aporta gran cosa, pero deja intacta la parte que sí importa, que es la de elegir de entre esas diez y disfrutarlo". De hecho, el experto compara este sistema de recomendación algorítmica con el papel de un bibliotecario, "que nos lleva hasta la estantería correcta, pero no decide el libro por nosotros", apunta.

Sin embargo, la próxima frontera de los sistemas de recomendación es un poco más compleja. La irrupción de la inteligencia artificial en este ecosistema lleva a otro nivel los algoritmos de recomendación y reduce aún más el listado final de opciones para elegir, hasta desembocar prácticamente en esa opción perfecta que tanto anhelamos. "Lo que permite la IA es almacenar mucha más información del usuario e interpretar mejor lo que hace y su entorno, por lo que el modelo va a interpretar señales que van más allá de las categorías canónicas", apunta Elena Neira sobre una nueva forma de recomendar contenidos que, lejos de lo que se piensa, no anula en absoluto al usuario. Al contrario.

El algoritmo que todo lo ve

Hasta ahora, el motor de recomendación de las plataformas de streaming (incluidas las de música, como Spotify, o incluso plataformas como YouTube) se ha basado en ofrecer al usuario contenidos relacionados con sus acciones. Si ve determinados títulos con frecuencia, el algoritmo interpreta que le gustan y le recomienda otros. Un proceso simple, en apariencia, que se complementa con la información proveniente de las búsquedas que realiza el usuario.

Con el nuevo modelo algorítmico, el usuario no solo recibirá estas recomendaciones, sino que podrá solicitarlas. "Netflix busca que el usuario pueda establecer una conversación con el sistema", destaca la profesora de la UOC. Una revolución que permitirá explicarle a algo muy parecido a un chatbot qué es exactamente lo que se desea en cada momento, para que la IA de la plataforma haga su magia y encuentre el título perfecto. "Cuando la personalización es buena, suele traducirse en una mayor satisfacción con lo elegido, porque el algoritmo ya ha descartado lo que probablemente no nos iba a gustar", señala, por su parte, el profesor García Fernández. Y esta satisfacción resulta clave para las plataformas, ya que "son un negocio y la principal métrica que determina si un usuario está fidelizado son las estadísticas de visionado", recuerda Elena Neira, quien añade que "en la era de la personalización, la atención es cada vez más corta y, si no haces todo lo posible para llamar la atención y ser visible, lo más probable es que la persona no vea el contenido". Por eso mismo, plataformas como Netflix incluso personalizan las miniaturas de las portadas de sus películas y series para que cada usuario vea imágenes potencialmente más llamativas para él y haya más probabilidad de que se sienta atraído por un contenido.

La deuda cognitiva no nos permite explorar más allá

En este sentido, si el usuario siempre encuentra pronto, y sin demasiado esfuerzo, cada noche algo que ver que le convence y le deja buen sabor de boca, su probabilidad de mantener activa la suscripción será más elevada y la plataforma conseguirá retener a sus usuarios, generando un necesario flujo de caja para seguir siendo rentable. Aunque, por el camino, exista cierto riesgo de que los humanos se vuelvan más dependientes de los algoritmos. "El peligro real, y aquí es donde yo pondría el foco tanto de la investigación como de la alfabetización digital, es el efecto acumulado de ir externalizando, sin darnos cuenta y sin compensarlo con ningún ejercicio activo, funciones cada vez más centrales para desenvolvernos de forma autónoma en el mundo", explica Juan Luis García Fernández. "Hemos de ser conscientes de que el uso de la IA puede dar lugar a nuevos conceptos que oiremos en un futuro muy cercano, como deuda cognitiva o paradoja de la automatización", apunta, y añade que "delegar tareas mentales de bajo esfuerzo probablemente no será un riesgo relevante, pero el problema aparecerá cuando esa misma lógica de que decida la máquina se extienda a funciones más importantes y cuando ese uso no deje ningún espacio de ejercicio activo de esas capacidades cognitivas".  Los algoritmos ayudan a saber qué ver esta noche, pero ¿por qué no aventurarse a elegir algo al azar o descubrir algo diferente una vez?