Humanos contra máquinas, Round 1.
23 de
Diciembre
By Keko Ponte
Luis von Ahn es, entre otras cosas, uno de los culpables de que la humanidad™ pierda en su conjunto, diariamente, durante años, unas 500 mil horas de manera totalmente improductiva. Menudo logro.
Lógicamente ese no era parte de su objetivo al participar en la creación de los CAPTCHA, esos odiados textos distorsionados que vemos a menudo en cualquier formulario cuyo único propósito es confirmar que somos seres humanos. El caso es que Luis von Ahn es además un tipo francamente inteligente que supo dar la vuelta a todo ese sistema para crear una increíble herramienta virtual a escala mundial en la que millones de seres humanos, todos los días, gratis, ayudan a transcribir miles de libros. Y eso ya es otra cosa. Su siguiente paso es traducir toda la web a todos los idiomas mayoritarios. Con millones de "traductores". Trabajando gratis. Mientras aprenden idiomas. Por no hablar de los ESP games y otro buen montón de iniciativas interesantes.
Todo esto no es más que saber aprovechar la actividad que podemos registrar de cualquier usuario en un momento del tiempo, para en el caso de von Ahn, devolver un valor a la sociedad, pero que puede tener interesantes articulaciones para cualquier empresa lo suficientemente hábil como para manejar ese input un paso más allá de la métrica tradicional.
Quizás el primer paso viene dado por la reputación online, miles de usuarios manifestando su satisfacción por un determinado producto está claro que es una herramienta fantástica para cualquiera, pero ¿Qué estamos haciendo con el input negativo además de valorarlo como tal? ¿Pueden los comentarios negativos ser un valor de venta? ¿Podemos potenciar los comentarios positivos a través de este tipo de herramientas colaborativas?
Un primer acercamiento es el económico (no todo el mundo es Luis von Ahn y logra tener a la humanidad trabajando para él), pero incluso recurriendo a herramientas de crowdsourcing (que no es más que este concepto global acelerado a través de dinero) hay resultados francamente interesantes: Zappos, desde el 2009, utiliza Amazon Mechanical Turk para corregir la ortografía y la gramática de las reviews de sus productos por la sencilla razón de que las reviews correctamente escritas son más creíbles. Y sí, ese gasto (10 cents por review) parece ser rentable.
BTW Hablando de la reputación a priori negativa. Panos Ipeirotis elaboró un discutible pero interesante estudio cuantificando el valor de cada review (cuando hablo de valor, me refiero a por cuánto más puedes vender un producto en base a la reputación del vendedor y de las reviews del mismo en su site), obteniendo interesantes resultados: Reviews como "Un packaging impecable" son en realidad perjudiciales para la venta (suscitando un pensamiento tal que "Si lo mejor que me puedes contar de este producto es su packaging, no me interesa") mientras que otras como "Esta cámara da problemas al grabar vídeo con tarjetas kingston" pueden tener un impacto positivo al suscitar un pensamiento opuesto al anterior ("si esto es lo peor que me va a pasar...").
La bola extra llega al intentar aprovechar la información que los usuarios nos dan en su navegación sin recurrir al difuso mundo del crowdsourcing ¿Puede una marca de ropa crear contenidos editoriales de tendencias en moda, de manera automática a través de la navegación de los usuarios de su site y los textos con los que comparten determinados artículos en redes sociales? ¿Puede una cadena de televisión subtitular sus contenidos a través de procesos de gamificación? ¿Puede mi empresa conseguir que escriba un post ordenado y cabal en lugar de todas estas ideas desordenadas, a base de divertidas collejas de cada uno de los empleados?
