Semana 4 · Lección 3 · 50-60 minutos
Construye y cuestiona las recomendaciones
Descubre cómo los sistemas de recomendación usan la similitud y tu retroalimentación para sugerirte qué sigue, y cuestiona cómo ese mismo sistema puede atraparte en una burbuja de filtros.
- Materiales
- Esta lección en un navegador web · Papel y lápiz, o una app de notas
- Esta lección
- En curso
Se guarda solo en este dispositivo
Lo que vas a poder hacer
- Explicar cómo un sistema de recomendación usa la similitud para sugerir contenidos.
- Describir cómo tu retroalimentación (me gusta, saltos, tiempo de reproducción) entrena las recomendaciones.
- Explicar qué es una burbuja de filtros y cómo las recomendaciones pueden crear una.
- Auditar un feed de recomendaciones y proponer maneras de ver una variedad más amplia.
Para pensar
Ves un video sobre trucos de patineta. Al poco rato todo tu feed es patineta, y los videos de cualquier otro tema desaparecen. ¿Cómo decidió la app mostrarte solo esto, y qué te podrías estar perdiendo?
Vas a aprender tanto cómo está construido esto como por qué vale la pena cuestionarlo.
Haz una predicción
Predice: si una app de música solo te pusiera canciones parecidas a tus tres favoritas, ¿qué tipos de música probablemente nunca descubrirías?
Vocabulario
Ver todo el vocabulario del curso- Recomendación
- Una sugerencia de algo que te podría gustar a continuación (un video, una canción, un producto o una publicación) elegida por un sistema de IA.
- Similitud
- Qué tan parecidos son dos contenidos o dos personas. Los recomendadores sugieren contenidos parecidos a los que te gustaron, o que le gustaron a gente parecida a ti.
- Retroalimentación
- Las señales que le das a un sistema (me gusta, saltos, clics, tiempo de reproducción) y que usa para aprender tus gustos.
- Burbuja de filtros
- Cuando un sistema te sigue mostrando cosas parecidas, así que ves sobre todo una rebanada estrecha de ideas o contenidos y te pierdes el resto.
Las recomendaciones funcionan con similitud
Un sistema de recomendación sugiere contenidos midiendo la similitud. Si te gustó un video, busca otros videos parecidos (mismo tema, estilo o creador) o videos que también le gustaron a gente parecida a ti. Y luego pone esos hasta arriba de tu feed.
Esto es genuinamente útil: te ayuda a encontrar cosas que disfrutarías sin tener que buscarlas. El sistema está respondiendo a "¿qué es lo más parecido a lo que a esta persona ya le gustó?".
- Te gustó un video de cocina → te recomienda más videos de cocina
- "Quienes compraron esto también compraron…" en un sitio de compras
- Una estación de canciones armada a partir de un artista que te gusta
Tu retroalimentación entrena el sistema
El sistema no conoce tus gustos de antemano: los aprende de tu retroalimentación. Cada me gusta, salto, clic, repetición e incluso cuánto tiempo ves algo es una señal. Si lo ves hasta el final, cuenta como un fuerte "más de esto". Si lo saltas a los dos segundos, cuenta como "menos de esto".
Así que estás entrenando tu propio feed todo el tiempo, muchas veces sin querer. Detenerte en un video lo suficiente puede empujar al sistema a mostrarte más de ese tipo, quisieras más o no.
- Terminar un video → más de ese tema
- Saltar rápido → menos de ese tipo
- Darle me gusta a una publicación → más de ese creador y de creadores parecidos
Burbujas de filtros: cuando la similitud estrecha tu mundo
Aquí está la compensación honesta. Como el sistema te sigue mostrando lo más parecido a lo que ya te gustó, tu feed puede volverse cada vez más estrecho. A esto se le llama burbuja de filtros: acabas viendo una sola rebanada de contenido y te pierdes por completo otros temas, puntos de vista y creadores.
Las burbujas de filtros importan más allá del entretenimiento. Si un feed de noticias u opiniones solo te muestra puntos de vista con los que ya estás de acuerdo, podrías pensar que todo el mundo opina igual y rara vez encontrarte con buenas ideas que te desafíen. Las burbujas de filtros no las causa una IA "mala": son un efecto secundario de un sistema haciendo exactamente aquello para lo que se construyó, maximizar la similitud con tu comportamiento pasado. Saber esto te permite contrarrestarlas: buscando temas nuevos, siguiendo a creadores distintos o usando controles que agreguen variedad.
- Un feed que se vuelve puro un solo pasatiempo después de un único video
- Un feed de noticias que solo muestra un lado de un tema
- Un sitio de compras que nunca te muestra una marca más barata o distinta
Ejemplo resuelto
Cómo un solo clic puede encoger un feed
- Abres una app de videos; el feed es variado: deportes, ciencia, música, comedia, cocina.
- Ves un video de ciencia completo, de principio a fin. Esa es una fuerte retroalimentación positiva.
- El sistema busca los videos más parecidos a ese y los sube de lugar, porque la similitud dice "muestra más como aquello que terminó".
- Ves un par más de videos de ciencia; cada uno que terminas es más retroalimentación apuntando en la misma dirección.
- Ahora el feed es casi todo ciencia. Los videos de música y comedia, que también te podrían encantar, rara vez aparecen: te deslizaste hacia una burbuja de filtros construida con tu propia retroalimentación.
- Para ampliarla, buscas a propósito un tema nuevo, saltas unos cuantos videos de ciencia o usas un control de "no me interesa" para enviar otra retroalimentación.
Lo importante: La similitud más tu retroalimentación hacen útiles a las recomendaciones, pero ese mismo ciclo puede estrechar calladamente tu feed hasta volverlo una burbuja de filtros, a menos que actúes para ampliarlo.
Un flujo circular con cuatro etapas. Etapa 1: ves, marcas me gusta o saltas algo (retroalimentación). Etapa 2: el sistema actualiza su idea de tus gustos. Etapa 3: busca los contenidos más parecidos a lo que te gustó. Etapa 4: te muestra esos contenidos, lo que moldea lo que ves después, y la flecha regresa a la etapa 1. El pie de imagen señala que el ciclo es útil, pero que con el tiempo tiende a cerrarse alrededor de un conjunto estrecho de contenidos, formando una burbuja de filtros.
El ciclo aprende rápido, pero cada vuelta puede jalar tu feed hacia un conjunto más estrecho de contenidos parecidos.
Antes: un feed equilibrado con cinco temas en proporciones más o menos iguales: deportes, ciencia, música, comedia y cocina. Después: tras terminar un video de ciencia y unos cuantos más, ese mismo feed es ahora casi todo ciencia, con apenas rebanadas diminutas de lo demás. El cambio muestra cómo la similitud y la retroalimentación pueden convertir un feed variado en uno estrecho, y señala acciones (buscar temas nuevos, saltar, marcar "no me interesa") que devuelven la variedad.
Actividad
Constructor de sistemas de recomendación
Construir un recomendador basado en contenido: calificar elementos, elegir qué características importan, leer recomendaciones que se explican solas, y hacer un experimento de burbuja de filtros.
- Califica algunas actividades que te gusten o no. El recomendador arma un perfil con tus calificaciones.
- Ajusta qué características importan y después lee las recomendaciones: cada una explica por qué apareció.
- Haz el experimento de la burbuja de filtro: califica solo un tema, después agrega otro y compara.
Este catálogo es inventado. No escribas información personal: solo califica las cosas que ya están.
Pocos datos: Califica al menos dos cosas para que el recomendador tenga con qué aprender.
3 · Recomendaciones
Diseña un robot simple
puntaje 0.0
robots · activity · beginner · hands-on
Por qué estás viendo esto
- Esto apareció porque todavía no hay suficientes calificaciones para preferir algo en concreto.
Construye un rover de cartón
puntaje 0.0
space · activity · beginner · hands-on
Por qué estás viendo esto
- Esto apareció porque todavía no hay suficientes calificaciones para preferir algo en concreto.
Libro de hábitats de animales
puntaje 0.0
animals · book · beginner · reading
Por qué estás viendo esto
- Esto apareció porque todavía no hay suficientes calificaciones para preferir algo en concreto.
Haz una nube en un frasco
puntaje 0.0
weather · activity · intermediate · hands-on
Por qué estás viendo esto
- Esto apareció porque todavía no hay suficientes calificaciones para preferir algo en concreto.
Exposición de la estación espacial
puntaje 0.0
space · exhibit · intermediate · video
Por qué estás viendo esto
- Esto apareció porque todavía no hay suficientes calificaciones para preferir algo en concreto.
Libro ilustrado de los planetas
puntaje 0.0
space · book · beginner · reading
Por qué estás viendo esto
- Esto apareció porque todavía no hay suficientes calificaciones para preferir algo en concreto.
4 · Experimento de la burbuja de filtro
- Marca como «me gusta» algunas cosas de un solo tema y mira abajo los temas del feed.
- Guarda una instantánea, después marca «me gusta» en algo de otro tema y compara.
- Activa el modo explorar para ver cómo la variedad cambia el feed.
Temas en tu feed actual (4 de 6 temas)
Temas del feed actual: Espacio 3, Robots 1, Animales 1, Clima 1.
Revisa lo que entendiste
Responde esto para comprobar que sabes explicar y cuestionar las recomendaciones.
Question 1. ¿Qué usa principalmente un sistema de recomendación para decidir qué sugerir a continuación?
Question 2. ¿Cuáles de estas son formas de ampliar un feed y salir de una burbuja de filtros? (Elige todas las que correspondan.)
Marca todas las que correspondan.
Question 3. ¿Qué opción explica mejor lo que está pasando en esta situación?
Después de que Sam termina varios videos que defienden un lado de un debate escolar, su feed deja de mostrarle el otro lado por completo, y él empieza a sentir que todo el mundo está de acuerdo con él.
0 de 3 respondidas
Pruébalo tú
Diseña una función rompeburbujas
Inventa una función para una app de videos o de música que ayude a la gente a salir de las burbujas de filtros sin dejar de dar recomendaciones útiles.
- Describe la función y qué botón o control vería el usuario.
- Explica cómo cambia la retroalimentación o la similitud que usa el sistema.
- Nombra una desventaja (por ejemplo, que algunos usuarios no quieran más variedad) y cómo la manejarías.
Lo lograste cuando
- Una función clara, con un control que el usuario pueda usar.
- Una explicación de cómo amplía el feed.
- Una desventaja honesta y una respuesta a ella.
Reflexión
Se guarda en este dispositivo mientras escribes
Por favor no incluyas información privada. Tus respuestas se guardan solo en este navegador y nunca se envían a ningún lado.
Repaso
Los sistemas de recomendación usan la similitud y tu retroalimentación para sugerirte qué sigue, lo cual es útil, pero puede estrechar tu feed hasta volverlo una burbuja de filtros, a menos que actúes para ampliarlo.
- Los recomendadores sugieren contenidos parecidos a los que te gustaron a ti (o a gente como tú).
- Tus me gusta, tus saltos y tu tiempo de reproducción son la retroalimentación que entrena tu feed.
- Ese mismo ciclo puede crear burbujas de filtros; buscar y dar retroalimentación variada amplían el feed.
Extensión para 7.º y 8.º
¿A quién le sirve tu retroalimentación?
Los sistemas de recomendación muchas veces se diseñan para que sigas viendo, porque más tiempo de reproducción puede significar más ganancias para la empresa. Ese objetivo no siempre coincide con tu objetivo de aprender ampliamente o de usar bien tu tiempo.
Explica cómo el objetivo de una empresa (más tiempo de reproducción) y el de un usuario (variedad, tiempo bien usado) pueden jalar en direcciones distintas, y propón un cambio de diseño honesto que sirviera mejor a los usuarios aunque bajara el tiempo de reproducción.
Termina esta lección
- Attempt the knowledge check: sin hacer
- Save a reflection (recommended): sin hacer
Haz la revisión de conocimientos para terminar esta lección.