Las redes malditas (V)

 

LAS REDES MALDITAS(V)

 

Todos habíamos entrado en un nuevo sistema que había suplantado a los viejos, sin que nadie lo hubiera diseñado a conciencia, nadie hubiese escogido acogerse a él o sin que nadie lo comprendiera del todo.

 

Hay veces en que ese sistema es transformador en un sentidlo positivo como el movimiento Black Lives Matter a raíz del caso Gerorge Floyd o el movimiento Me too.

 

No obstante, los incidentes injustos también se han vuelto frecuentes. Fallos, errores, indignación expresada con finalidades perversas o sin motivo alguno. Fue por la llegada de una tecnología tan omnipresente y tan arraigada en nuestra cognición que había alterado la manera de funcionar de la moralidad y la justicia.

 

Ese sistema automatizado y sensorialmente abrumador puede explicarse con facilidad. Trump ganó popularidad gracias a tuits ultravirales y publicaciones de Facebook fomentando la rabia contra demócratas, periodistas y minorías, a menudo por pecados inventados pero que inspiraban llamamientos muy reales a la detención o al asesinato de sus objetivos.

 

Aunque pudiera parecer gobernada por la voluntad colectiva de sus participantes, en realidad estaba gobernada por Silicon Valley, cuyos sistemas no se diseñaron para promover el progreso social o para distribuir la justicia de forma equitativa, sino para maximizar el tiempo pasado en las plataformas, para ganar dinero.

 

Durante la campaña presidencial de 2012, descubrieron que los tuits falsos habían superado a los verdaderos de forma sistemática. Los rumores y las mentiras fomentaban la rabia del otro bando, lo cual ensanchaba la polarización, que ya era uno de los males más graves a los que se enfrentaba la democracia estadounidense. La división resultante estaba allanando el camino a los oportunistas. Uno de los peores motores de la desinformación en Twitter durante las elecciones fue un personaje televisivo, entonces marginal, llamado Donald Trump. Aún así, la provocación viral, sin importar lo mucho que proliferase, ejerció, por su cuenta, una gran influencia. Trump había dominado Twitter, pero poco más. Pero un conjunto de avances tecnológicos reforzaría el poder de las plataformas hasta tales extremos y a un ritmo tan rápido que, en las siguientes elecciones, el propio mundo se reconfiguraría a su imagen y semejanza.

 

 

 

Nadie sabe del todo cómo funcionan los algoritmos realmente que rigen las redes sociales. Estos sistemas operan de forma semiautónoma, con unos métodos que los humanos no llegan a entender.

 

En You Tube, pese a sus proyecciones de crecimiento, los ingresos publicitarios nunca aumentaron lo bastante para justificar el coste. El tiempo de visualización era un llamamiento a repensar como evaluábamos el éxito. “Nuestra misión era hacer que los usuarios participasen y se quedasen en nuestra plataforma”: Dar a los usuarios un vídeo largo que no quieran quitar, luego otro, y otro más. Un mayor tiempo de visualización “genera más publicidad, lo cual incentiva que haya más creadores de contenido, lo cual genera más público”.

 

La búsqueda sería sustituída con una inteligencia artificial diseñada para identificar el vídeo que se adecuara mejor a los intereses del usuario.

 

Una inteligencia artificial corporativa con el nombre en clave de “el algortimo”: uno de los sistemas de aprendizaje automático más potentes del sector de la tecnología de consumo. Sus selecciones, guiadas por el poder del aprendizaje automático, resultaron tener una enorme eficacia.

 

Esos sistemas estaban adentrándose con sigilo en todos los ámbitos de la vida.

 

A veces, mostraban solo publicaciones que reforzaban los sesgos que ya tenía, las burbujas de opinión o filter bubbles.

 

También inventaron una tecnología preponderante en lo últimos tiempos llamada computación en la nube.

 

A finales de primera década del siglo XXI, Amazon y algunas empresas más crearon enormes granjas de servidores y empezaron a ofrecer su capacidad de procesamiento y de almacenamiento de datos en alquiler. A eso le llamaron “la nube”.

 

A medida que la computación en la nube permitió la proliferación de empresas emergentes, el incentivo predominante para los inversores tecnologicos pasó a ser preparar empresas emergentes para que se consumieran con rapidez e intensidad, lo cual les garantizaba una venta cuantiosa al poco tiempo o una oferta pública inicial. Y las mejor manera de ganar mucho dinero gastando poco es invertir en servicios web que no ofrezcan productos físicos pero que atraigan a muchísimos usuarios. Así parece que algún día tu inversión podría convertir a esa base de usuarios en una fuente de beneficios, lo cual da lugar, aunque sea algo totalmente teórico, a una elevada valoración de mercado.

 

En 2014, el director ejecutivo de Microsoft aseguró que “la verdadera materia prima que escasea es cada vez más la atención de los seres humanos”.

 

En 2016, los ingenieros de Google anunciaron un “cambio de paradigma radical” hacia una nueva clase de aprendizaje automático que denominaron “aprendizaje profundo”.

 

Ahora, el aprendizaje profundo era lo bastante sofisticado para encargarse también de la supervisión. Por consiguiente, en la mayoría de los casos “no habrá humanos haciendo los ajustes de los algoritmos, ni midiendo esos ajustes ni luego implementándolos”. “Así pues, cuando You Tube afirma que no saben con exactitud por qué el algoritmo hace lo que hace, probablemente lo dicen de una forma muy literal.

 

El tiempo medio que dedicaban los usuarios a la plataforma se disparó. Un 70% del tiempo pasado en la plataforma-un porcentaje astronómico de su negocio- era resultado de que los vídeos aparecieran según el sistema de recomendaciones gestionado por el algoritmo.

 

“Está diseñado para hacer que quieras seguir desplazándote página abajo, seguir mirando y poniendo “me gusta””. Ahí están el cómo y el porqué valemos tantos miles de millones de dólares”.

 

Algo todavía más magnético: interacciones con implicación emocional. El resultado fue una exacerbación del partidismo introducida por el algoritmo. Eso era más poderoso que clasificar a las personas en el equivalente en Facebook de un canal de noticias porque, mientras que la relación de un canal de noticias por cable y el espectador es unidireccional, la relación entre el algoritmo de Faebook y el ususario es bidireccional. Uno entrena al ottro y viceversa. El proceso estaba “asociado con la ad

Share