Category Archives: General

Auto Added by WPeMatico

Sensorizando el mundo

IMAGE: Bloomua - 123RF¿Qué ocurre cuando llenamos progresivamente de sensores más y más objetos de nuestra vida cotidiana? Un ejemplo claro lo tenemos en Waze, una compañía israelí adquirida por Google en 2013 (tras ser previamente cortejada por Apple y por Facebook) que fue la primera en darse cuenta de que el hecho de que todos llevásemos en todo momento un smartphone siempre encima ofrecía la posibilidad de utilizar esos GPS para confeccionar los mejores mapas de tráfico dinámicos, en los que se podía determinar de manera inmediata y precisa la intensidad circulatoria, hacer las mejores estimaciones de tiempo de llegada o ubicar las zonas atascadas.

¿Qué ocurre cuando la sensorización deja de limitarse al ordenador que llevamos en el bolsillo y se extiende a nuestros automóviles, que pasan a estar equipados con múltiples cámaras y radares permanentemente conectados? Automáticamente, tenemos la posibilidad de utilizar toda esa enorme red de sensores para obtener la mejor imagen en tiempo real del mundo a través de sus carreteras.

Que los vehículos conectados intercambien datos entre sí permite, por ejemplo, que se comuniquen sus intenciones anticipadamente o se sincronicen con precisión. Pero además, ofrece posibilidades como la comunicación de alertas ante, por ejemplo, una zona helada de la carretera, un obstáculo o cualquier otra eventualidad. Si además coordinamos todas esas lecturas de sensores de manera centralizada, añadimos la posibilidad, por ejemplo, de obtener los mejores y más precisos mapas meteorológicos del mundo, con la capacidad de generar una predicción prácticamente perfecta para el patio de mi casa. O de obtener un mapa en tiempo real, por ejemplo, del espacio de aparcamiento disponible en la vía pública, o mejorar aún más las estimaciones de tiempo de llegada. Si añadimos a los sensores de los vehículos las lecturas de sensores ubicados en otros sitios, como hogares u objetos en esa internet de las cosas que estamos construyendo, las posibilidades son absolutamente brutales.

Una vez ajustemos los parámetros de quién o quiénes pueden leer qué datos de qué sensores, una tarea que no va a ser en absoluto sencilla pero que puede protocolizarse adecuadamente, estaremos haciendo algo francamente impresionante: sensorizando el mundo. Un incendio en un monte será recogido por los vehículos que circulen por las carreteras próximas y posiblemente por drones que patrullen zonas de riesgo. Un accidente se convertirá en una alerta automática para los servicios de emergencia, pero también a los vehículos que vayan a llegar a él de manera inmediata para que tomen las decisiones oportunas, sea detenerse a ayudar o evitar el obstáculo. El Nest y el Canary de mi casa o el sensor de riego de mi jardín llevan a cabo una medición continua de temperatura y humedad, y en el futuro se complementarán con muchos más sensores para otras tareas, añadiendo más posibilidades al uso de esos mapas combinados de sensores desplegados en todas partes.

Para entender un futuro conectado hay que hacer eso: imaginarse las posibilidades de todos esos sensores situados en objetos en todas partes. Un mundo que nos ofrece constantemente datos sobre lo que ocurre en él. ¿Cuántas cosas pueden construirse a partir de esos datos? ¿Cuánto nos queda por imaginar?

 

Powered by WPeMatico

La cultura corporativa como fuente de problemas

Uber accident (IMAGE: Fresco News)La lista de problemas recientes de Uber ya no se limitan a – por si fuera poco – denuncias por una cultura sexista que permitía abiertamente el acoso, o al presunto robo de información confidencial de Waymo para su proyecto de vehículo autónomo.

Ahora, además, añaden el accidente en el que uno de sus vehículos en pruebas se vio implicado hoy en Tempe, Arizona, que aparentemente viene a reflejar otra serie de problemas de los que se comenzó a hablar cuando otro de sus automóviles se saltó un semáforo en rojo en San Francisco y se evidenció no solo que circulaba en modo autónomo, sino que era un problema recurrente que había ocurrido en otras cinco ocasiones.

Obviamente, Uber tiene un importante problema de liderazgo, ya reconocido por su fundador, Travis Kalanick. Su personalidad marcadamente agresiva ha dado lugar a una cultura corporativa en la que prácticamente “vale todo”, en la que prácticamente todas las reglas pueden romperse cuando las circunstancias parecen exigirlo. Cuando tu compañía plantea soluciones que evidencian la necesidad de adecuar el marco legislativo al nuevo entorno, y se encuentra una fuerte resistencia en las administraciones de diferentes niveles, la agresividad y la disposición para retorcer las reglas es un valor muy interesante, porque permite que los usuarios se identifiquen con una compañía dispuesta a arriesgarse a sanciones o incluso a que sus directivos sean arrestados para poder ofrecer soluciones de transporte que se perciben como lógicas y razonables. Durante bastante tiempo, esa disposición de Uber para romper unas reglas percibidas como injustas y como una herencia de otros tiempos han sido vistas como algo positivo, como la evidencia de que la compañía estaba dispuesta a litigar hasta la extenuación y a insistir incansablemente en sus propuestas. El planteamiento era que existía un enemigo común, un sistema de licencias que únicamente interesaba a unos taxistas que pretendían mantener su monopolio contra un bien común que demandaba soluciones de transporte más versátiles y más variadas para así lograr el objetivo de desincentivar el vehículo privado. Ese enemigo común, esos taxis a los que Kalanick se refería como

“We’re in a political campaign, and the candidate is Uber and the opponent is an asshole named Taxi. Nobody likes him, he’s not a nice character, but he’s so woven into the political machinery and fabric that a lot of people owe him favors (…) We have to bring out the truth about how dark and dangerous and evil the taxi side is.”

(“Estamos en una campaña política, el candidato es Uber, y el oponente es un gilipollas llamado taxi. A nadie le gusta, es un personaje desagradable, pero está tan imbricado en la maquinaria y el tejido político que mucha gente le debe favores (…) Tenemos que poner de manifiesto la verdad sobre lo oscuro, peligroso y malvado que es el taxi”)

Esa fortísima agresividad, a la hora de luchar contra lo establecido ha sido percibida durante bastante tiempo como una característica positiva de Kalanick y de su compañía, como un elemento fundamental para buscar la disrupción. Sin embargo, las alarmas comenzaron a saltar cuando se evidenció que esa cultura de agresividad que permitía ignorar o romper las reglas no solo se aplicaba a “los malos”, sino también a competidores: en agosto de 2014, se evidenció que una serie de los llamados brand ambassadors de la compañía, equipados con teléfonos prepago se dedicaban a solicitar viajes a Lyft para cancelarlos posteriormente, además de otras acciones como tratar de reclutar a sus conductores con ofertas más agresivas, acciones que constituían todo un plan de sabotaje organizado. Las pruebas que demostraron que Lyft había entrado en la misma dinámica de guerra sucia y que también llevaba a cabo acciones similares contra Uber no lograron ocultar que la cultura de la compañía permitía desarrollar unas actitudes y tácticas brutalmente agresivas. Escándalos derivados del uso de técnicas para impedir que los reguladores y autoridades pudiesen investigar la actividad de la compañía en las ciudades, seguimiento a periodistas mediante una “God view” de la aplicación que permitía abiertamente invadir la privacidad de los usuarios, y finalmente, la llegada de la demanda de Waymo están configurando una tormenta perfecta para una compañía en la que todo indica que existe una cada vez más acuciante necesidad de ser salvada de sí misma.

Uber es una compañía edificada sobre un modelo indudablemente agresivo: lanzar un producto, captar cuantos más usuarios sea posible con un nivel de satisfacción alto, y esperar la llegada de una rentabilidad que tiene lugar cuando el elemento clave que presta el servicio, el conductor, es eliminado de la ecuación de coste. Cuanto antes tenga lugar ese “momento de la verdad”, esa eliminación del conductor mediante la tecnología de conducción autónoma, antes se puede empezar a salir de unos resultados negativos de varios miles de millones anuales que se van cubriendo mediante las aportaciones de los inversores. Es esa carrera por obtener la tecnología de conducción autónoma ha llevado a la búsqueda de atajos que supone montar un plan para que un directivo salga de Waymo cargado de información robada y listo para ponerla en práctica en su nuevo destino.

El problema está en que la agresividad, que puede ser un valor muy interesante a la hora de luchar contra la regulación, pasa a ser más discutible cuando se trata de cuestiones como batallar contra competidores, un escenario en el que deberían aplicarse estándares éticos razonables, y mucho más discutible aún cuando se intenta aplicar a la investigación y desarrollo o a los estándares de seguridad. Las pruebas son claras: incluso con la ventaja que supone disponer ilícitamente de la tecnología de Waymo, los vehículos autónomos de Uber están muy por debajo de los de Waymo en prestaciones, y su operación podría estar introduciendo riesgos muy posiblemente inaceptables. En un amplísimo reportaje de Recode, titulado Inside Uber’s self-driving car mess, se prueba que el clima de guerra civil dentro de la compañía está provocando que los progresos sean mucho más lentos, que los vehículos aún precisen de la actuación del conductor cada muy poco tiempo, que los incidentes con comportamientos erráticos de los automóviles son muy comunes y, en general, que el proyecto no solo está muy retrasado con respecto a los de otros competidores, sino que además, se lleva a cabo de una manera profundamente imprudente. El accidente de hoy, del que aún se sabe obviamente muy poco, podría ser una nueva prueba de ello.

Uber es una compañía valorada en torno a los 70,000 millones de dólares. Eso equivale, aproximadamente, a unos treinta y cinco camiones largos cargados de pallets de la altura de una persona y llenos de fajos de billetes de cien euros. Es mucho, muchísimo dinero. Pero ese dinero no está en ningún sitio, sino que responde a una cuenta muy sencilla, a una proporcionalidad directa entre los fondos que aportan sus inversores y el porcentaje de propiedad que obtienen con ello. Para sostener su actividad deficitaria, la compañía necesita que esas aportaciones de inversores no se detengan, y le permitan llegar hasta ese momento dulce en el que en conductor es sustituido por la conducción autónoma. Si la compañía es castigada por los tribunales y eso supone un retraso de ese momento, podría tener importantes problemas. Si una oleada de escándalos genera un clima de mala reputación, atraer inversores le resultará mucho más caro y difícil. No, el avance de la tecnología de conducción autónoma no parece estar en peligro a día de hoy, y todo indica que los plazos estimados para su madurez podrían estar cumpliéndose y progresando adecuadamente. No, no es la conducción autónoma la que tiene problemas… la que tiene problemas, y cada vez más, es Uber.

Y todo ello, por primar el exceso de agresividad, el “vale todo”, y por proyectar sobre toda la compañía ese aspecto de la personalidad de su fundador. La agresividad que fue un activo fundamental para la compañía a la hora de situarse en un mercado fuertemente regulado, convertida ahora en una terrible fuente de problemas de todos los colores. Y todo, por una cuestión de cultura corporativa.

 

Powered by WPeMatico

Trump, tecnología y medio ambiente

IMAGE: Isaincuz - 123RFMi columna en El Español de esta semana se titula “Otra de Trump“, como esas sagas eternas de chistes que siempre tienen el mismo protagonista. Pero desgraciadamente, no se trata de un chiste, sino de algo muy serio.

En su reciente visita a Detroit para reunirse con la industria del automóvil, a Donald Trump no se le ha ocurrido otra cosa que anunciar la eliminación de las medidas de control de emisiones instauradas por Barack Obama para combatir el cambio climático. Según su lógica, se trata de una medida para “beneficiar a la industria” para que pueda ser más competitiva y genere más puestos de trabajo, unos puestos de trabajo que sabemos perfectamente que no van a volver jamás, porque simplemente ya no existen nada mas que en su cabeza. Para una persona que no solo niega el mayor problema actual de la humanidad, el cambio climático, sino que además cree que es simplemente “un invento de los chinos“, la cuestión suena a lógica aplastante: elimino restricciones, y la industria será más competitiva. 

Las medidas de control de emisiones impuestas por Barack Obama se habían convertido en el mayor incentivo para la mejora de la industria automovilística estadounidense. Las restricciones obligaban a la industria a invertir en motores necesariamente más eficientes y, sobre todo, en alternativas al motor de explosión, lo que en su momento significó el auge primero de los vehículos híbridos y, posteriormente, del interés por lograr ser competitivo en el segmento de los eléctricos puros. Eliminar las restricciones no supone hacer a la industria del automóvil más competitiva, sino precisamente todo lo contrario: permitir la complacencia, reducir la necesidad de cambio y relajar la agenda de las compañías para que puedan seguir fabricando y vendiendo vehículos menos eficientes y más dañinos para el medio ambiente. Ahora, el progreso en el vehículo eléctrico y el incremento progresivo de su eficiencia y rango ya no tendrá que venir de la industria automovilística norteamericana, sino de compañías como Tesla y similares, o de competidores en Asia o Europa, de países dirigidos por gobernantes que no son estúpidamente negacionistas del cambio climático. Genial movimiento.

Trump es un absoluto ignorante en temas tecnológicos y científicos en general. Esas cuestiones, simplemente, le exceden, y tampoco le generan interés alguno en asesorarse convenientemente. Si tus referencias intelectuales son las noticias de determinadas televisiones y de publicaciones como Breitbart News, la posibilidad de que tu país se quede fuera de la próxima gran revolución industrial propulsada por la robótica o de que condenes a la producción científica a décadas de oscuridad se convierte, tristemente, en muy real. Mientras otros países invierten en nuevos esquemas productivos, tú te dedicas a apostar por el fin de la neutralidad de la red y por la vuelta del carbón, como si eso fuese posible y como si realmente fuese a crear tantos puestos de trabajo, cuando está demostrado que la mayoría de los nuevos empleos ya proviene, precisamente, de la generación de energías renovables. Aquello de “America first” será pronto visto como un auténtico chiste.

 

Powered by WPeMatico

Machine learning para detectar comportamientos nocivos en la red

IMAGE: Redrockerz - 123RFUno de los principales problemas que redes como Twitter han experimentado a lo largo de los años es, como hemos comentado ya en bastantes ocasiones, su gestión del problema del acoso y el insulto.

Desde su fundación, Twitter intentó plantearse como una herramienta que hacía una defensa militante y maximalista de la libertad de expresión, lo que terminó por generar un entorno en el que era precisamente esa supuesta libertad de expresión la que se veía coartada por las reacciones de usuarios con comportamientos nocivos.

A lo largo del tiempo, ese ambiente nocivo le ha costado a Twitter grandes disgustos, desde un crecimiento menor de lo esperado, a un predominio creciente de comportamientos pasivos (lurking) frente a activos, e incluso a comprometer su futuro provocando que otras compañías dejasen de plantearse posibles ofertas de adquisición derivadas de las dinámicas venenosas existentes en la plataforma.

Tras múltiples intentos de corrección de estas dinámicas, muchos de los cuales son en realidad auténticas “tácticas de avestruz”, formas de ocultar el acoso a los ojos del acosado como si eso lo hiciese supuestamente desaparecer, ahora Twitter se plantea algo nuevo: una colaboración con IBM para que sea su sistema de machine learning, Watson, quien detecte, a través del estudio de patrones conversacionales, posibles situaciones de acoso y comportamientos abusivos, incluso antes de que sean denunciados.

¿Es posible que una inteligencia artificial detecte actitudes como el acoso o el abuso verbal? La cuestión no parece sencilla, porque hablamos de situaciones que van desde el insulto directo, que podrían ser detectadas simplemente con el uso de un diccionario, hasta otras mucho más complejas en las que se hace uso de la ironía, de los dobles sentidos, o de elementos no presentes en la conversación a los que se hace referencia de manera velada como insinuaciones, o a veces ni eso. Acosar a alguien puede incluir dinámicas muy complicadas, a veces incluso retorcidas, y utilizar patrones que van desde lo más sencillo a lo más alambicado.

¿A favor de Twitter? Cuenta posiblemente con uno de los mejores archivos online de comportamientos abusivos denunciados como tales. A lo largo de sus ya once años de historia, la compañía se ha visto envuelta en todo tipo de escándalos de elevada visibilidad y en una amplísima variedad de situaciones infinitamente menos conocidas que han afectado a usuarios de todo perfil y condición, con desenlaces conocidos. Para la compañía, resulta perfectamente posible estudiar en su inmenso archivo toda situación en la que determinadas actitudes hayan sido denunciadas como acoso, insulto, bullying, sexismo, incitación al odio, etc. e incluso etiquetar perfiles en función de su inclinación a exhibir ese tipo de comportamientos. Ese tipo de datos son precisamente lo que un algoritmo de machine learning necesita para ser entrenado correctamente, considerando que la semantización y el análisis del lenguaje humano ya son llevados a cabo algorítmicamente de manera más que satisfactoria. Obviamente, esto aún no incluye todo: algunas situaciones, como el uso de imágenes, pueden resultar algo más difíciles de procesar, pero en modo alguno representan algo que, a día de hoy, esté fuera de las capacidades de una inteligencia artificial, o en ultimo término, algo que puede recibir ayuda puntual de evaluadores humanos a la hora de determinar si efectivamente se trataba de una situación de ese tipo.

¿Puede Watson convertirse en el juez que determina si el comportamiento de un usuario debe ser considerado nocivo? Como afectado en algunos momentos por comportamientos de ese tipo que vio, además, cómo Twitter se lavaba las manos e incluso contribuía a empeorar aquella situación considerada por muchos como algo “simpático” y digno incluso de ser premiado, creo que sí, que el machine learning puede aportar un sistema que permita, cuando menos, etiquetar ese tipo de comportamientos, tipificarlos y permitir una gestión adecuada de los mismos, como también es muy posible que pueda colaborar en la detección de otro patrón habitual: la gestión de múltiples identidades y la apertura inmediata de otra cuenta para proseguir con el comportamiento nocivo cuando la primera cuenta es eliminada.

¿Existe algún tipo de conflicto entre un sistema así y la libertad de expresión? Todo depende de cómo queramos definir la libertad de expresión. Si consideramos que una red social debería servir para que todos podamos decir todo lo que se nos pase por la cabeza sin ningún tipo de freno o cortapisa, sí. Pero el ser humano vive en sociedad, la vida en sociedad se regula mediante determinadas reglas que van desde leyes a protocolos más o menos explícitos, y creo que a estas alturas, todos deberíamos asumir que el adjetivo “social” aplicado al sustantivo “red” debería implicar algo más que lo que actualmente implica. Al menos, en el caso de Twitter…

 

Powered by WPeMatico

El cerebro como interfaz

IMAGE: Alexmit - 123RFLa posibilidad de una comunicación directa entre el cerebro y las máquinas parece estar convirtiéndose en una de las obsesiones de Silicon Valley y de algunos de sus personales más emblemáticos: dispositivos capaces de captar las señales emitidas por nuestra actividad cerebral, ubicarlas dentro de su topografía, y vincularlas con determinados estímulos o comportamientos, con la posibilidad de ir descifrando su significado y, posiblemente, de obtener formas de generar conexiones voluntarias.

Utilizar señales cerebrales captadas mediante scanners sencillos para accionar los controles de juegos en entornos de realidad virtual, por ejemplo, es una de las aplicaciones que se barajan no solo por el interés en sí misma, sino como clave para extraer aprendizaje sobre esa interfaz. Poner a una persona a jugar en un entorno virtual al tiempo que una serie de electrodos situados en un casco capturan las señales de su cerebro puede permitir vincular las señales emitidas con determinados comportamientos, e incluso mapear respuestas que se producen de manera involuntaria ante determinados estímulos. Con cascos de ese tipo cada vez más baratos y sencillos pero capaces de captar con cierto nivel de precisión la localización de determinadas señales, las posibilidades de aislar señales que el usuario pueda generar y utilizar de manera consciente apuntan a usos cada vez más ambiciosos.

Dispositivos capaces de escanear nuestra actividad cerebral con el fin de aislar respuestas y vincularlas con determinadas sensaciones o comportamientos llevan utilizándose en el ámbito del neuromarketing bastantes años, para tratar de entender las respuestas de los consumidores a determinadas señales o patrones. De hecho, ya existen compañías que comercializan el equivalente a focus groups o estudios de mercado para estudiar reacciones de consumidores ante un producto determinado o para decisiones de pricing. Pero ¿qué pasa cuando se empieza a hablar de dispositivos capaces de detectar esas señales de manera no intrusiva, y de, por ejemplo, conectar nuestro cerebro con la nube? ¿Podemos plantearnos el envío de señales entre personas, como se ha hecho en algunos experimentos, e incluso llegar a sistemas de comunicación prácticamente telepáticos? ¿Redes sociales en las que compartimos experiencias cerebrales completas, en lugar de fotografías o vídeos? ¿Implantes de memoria con capacidad de almacenar y volver a enviar recuerdos al cerebro? En el fondo, hablamos de tecnologías que llevan, en algunos casos, bastante tiempo en estudio con resultados hasta el momento escasamente prometedores, pero nunca se sabe cuando ni en función de qué puede surgir una discontinuidad en esa evolución.

Aislar señales emitidas por el cerebro es una cosa, medirlas adecuadamente y procesarlas para llegar a entenderlas es otra, y llegar a hacerlo además con un dispositivo que no implique estar aislado en una cámara anecoica y que pueda utilizarse en el día a día sin tener un aspecto completamente siniestro es otra muy diferente. Pero entre accionar los controles de un juego mediante estímulos cerebrales y vincular esos mismos estímulos con otras tareas, la distancia no tiene por qué ser tan elevada, y todo indica que no van a faltar emprendedores dispuestos a intentar recorrerla.

¿Ciencia-ficción o realidad?

 

Powered by WPeMatico

Crímenes postmodernos

Seizure-inducing GIFEl FBI ha detenido a un hombre de 29 añosJohn R. Rivello, por haber enviado a un periodista del que sabía que era epiléptico, Kurt Eichenwald, un tweet con el GIF animado que aparece en la imagen (obviamente sin animación) conocido por ser epileptogénico, es decir, por ser potencialmente susceptible de provocar ataques en personas con epilepsia. Tras la recepción y visualización, el periodista efectivamente sufrió un ataque. 

El tweet fue enviado por Rivello a través de una cuenta de Twitter con un nombre falso, @jew_goldstein, ahora suspendida. Tras la correspondiente denuncia del periodista, la policía solicitó a Twitter los detalles de la cuenta, petición a la que la compañía respondió de forma afirmativa, para encontrarse con que el atacante había utilizado un teléfono prepago adquirido específicamente para ello y pagado en metálico, además de abrir la cuenta con un correo electrónico falso. La compañía que vendió el teléfono, Tracfone, no tenía ningún tipo de información sobre el usuario.

Finalmente, la investigación ofreció un cabo suelto: Rivello utilizó la tarjeta SIM, además de en el terminal en cuestión, en un iPhone 6 de su propiedad, lo que hizo que pudiese ser vinculada con una cuenta de iCloud. Una comprobación de esa cuenta tras la correspondiente petición de información a Apple permitió encontrar documentos que mostraban un interés en el periodista, y permitió relacionar la tarjeta SIM con Rivello. Aunque tanto Apple como Twitter son conocidas por proteger celosamente la identidad de sus usuarios, sí colaboran con la policía cuando las órdenes correspondientes están razonablemente sustentadas.

Kurt Eichenwald es un periodista conocido y polémico. De 55 años y con más de trescientos mil followers en su cuenta de Twitter, es autor de cuatro libros, y ha sido fuertemente crítico con la campaña y las acciones del actual presidente Donald Trump, del que se especula que el atacante era ferviente seguidor. Tras la recepción del tweet, la mujer de Eichenwald lo encontró en el suelo, con el GIF reproduciéndose en la pantalla de su smartphone, y tras avisar a emergencias, respondió al atacante utilizando la cuenta de su marido. Según su abogado, como consecuencia del ataque y la caída, el periodista estuvo incapacitado durante varios días, perdió sensibilidad en su mano izquierda y tuvo problemas con el habla durante varias semanas.

Desde aquel primer envío, el periodista, que adopta ya las oportunas precauciones a la hora de abrir sus mensajes, ha recibido GIFs animados similares de otras cuarenta cuentas, que están siendo igualmente investigadas por el FBI e inculpadas con un delito de asalto con arma mortal y otro de odio. En los tiempos que vivimos, un arma mortal ya no es necesariamente una pistola o un cuchillo, sino que puede ser un GIF animado, y el aparentemente inocente hecho de enviarlo a través de Twitter puede justificadamente constituir un delito de asalto.

No importa de qué tecnología hablemos, ni hasta qué punto parezca inocente o inofensiva: siempre aparecerán criminales con ideas peregrinas para utilizarla. Enviar un GIF puede parecer un acto sencillo e inocente, pero también puede no serlo: un simple GIF puede ser un arma potencialmente peligrosa según a quién y con qué intenciones lo enviemos. Y un delito de asalto, de odio o de cualquier otro tipo puede serlo independientemente del arma o del canal utilizado para cometerlo.

 

Powered by WPeMatico

Sobre las perspectivas de Snapchat

26-??????? ??????? - Novoye VremyaAnna Pavlenko, de la revista ucraniana Novoye Vremya, me envió un correo electrónico para hacerme algunas preguntas sobre Snap, sobre Evan Spiegel y sobre su reciente salida a bolsa, cuyo texto incluyó en su reportaje publicado el pasado día 17 de marzo con el título “26-??????? ???????” (“Un capitán de 26 años”). 

Fundamentalmente, hablamos sobre la importancia no solo de las ideas, sino de la capacidad de ejecución: cómo una idea aparentemente simple y que puede ser copiada con facilidad había sido capaz de convertirse en una compañía con una valoración situada por encima de los veinte mil millones de dólares y de salir a bolsa captando 3,400 millones de dólares.

Resulta interesante ver hasta qué punto las características personales de Evan Spiegel – chico de familia rica con una clara inclinación a la toma de decisiones aparentemente arriesgadas – pueden condicionar la marcha de una compañía que no parece tener ningún respeto ante planes tan ambiciosos como dedicarse al hardware, redefinirse de repente en base a una actividad completamente incipiente, o lanzarse a bolsa con un esquema de propiedad excesivamente sesgado que, claramente, el mercado iba a penalizar.

Una actitud así puede inspirar muchas cosas y no todas ellas buenas, pero parece indudable que cualquier otro con unas características diferentes habría escrito la historia de otra manera, empezando con la más que probable venta a Facebook por tres mil millones de dólares en noviembre de 2013, y siguiendo con las reacciones ante las sucesivas copias que la compañía de Mark Zuckerberg ha llevado a cabo de su modelo o con la manera brillante de estructurar su negocio publicitario. Una parte importante de las perspectivas de Snapchat, para bien o para mal, están fuertemente vinculada con esa arrogancia característica de Evan Spiegel.

A continuación, las preguntas y respuestas que crucé (en inglés) con Anna:

 

Q. How does Snapchat differ from the other social media platforms? What are its strengths and weak sides, to your mind?

A. Everything on Snapchat boils down to an amazing capacity for execution: it ain’t what you do, it’s the way that you do it. The original idea behind Snapchat, ephemeral messaging that self-destructs within a few seconds, is not a particularly overwhelming concept, but it was designed in a way that made it absolutely alluring for a specific target audience, and allowed the company to become a real trend-setter that every other company in the social media arena is now relentlessly copying. This obsession of “walking their own path” and waiting for others to follow is what clearly differentiates Snap as a company: Evan Spiegel is a rich kid that manages a company as if money and resources were not an issue, starts new lines of business – even hardware, despite the old adage that says “hardware is hard” – as if there was no tomorrow, and gets investors crazy about the trends it could generate. Their main strength is definitely their capacity for execution, and their weakness, the dependency on a sociodemographic segment that has previously proved to be random and fickle in their tastes and adoption patterns.

Q. How would you characterize Snap’s co-founder and CEO Evan Spiegel? What helped him to become the youngest billionaire in the world?

A. Evan Spiegel is a man with an idea. He has been pursuing that idea for many years, through several dozens of projects – Snapchat, originally called Picaboo, was no less than their 34th entrepreneurial attempt – and always with a strong focus in what the customer wants. The best way to understand Evan Spiegel is by following the way he communicates through the Snapchat corporate blog. He is clearly trying to redefine the way young people communicate, he doesn’t allow any deviations from that path, and so far, he has been pretty successful in doing so: 160 million users every day relentlessly sending each other messages… when they have nothing to look at, they just point their camera to an empty wall and send it along with some recording of themselves speaking, just to stay in touch. Even Spiegel is an incredibly ambitious person following a very well defined vision.

Q. What are the Snap’s perspectives, to your opinion?

A. Snap’s IPO was cleverly designed as a way to capitalize on the company’s ability to attract legions of fans believing in a success story, even though financially, the company is still far from being a success story. The plan was to squeeze as much money as possible, releasing the minimum amount of control. In fact, the original idea was probably to let Snap’s market cap to be pushed so high that major indices, including the S&P 500 index and the MSCI USA Index, would have to include the stock, so index and pension funds that track these indices would all have to buy the shares, driving up the share price even further. However, there’s a limit for ambition: a group representing large institutional investors approached index providers S&P Dow Jones Indices and MSCI Inc., and tried to bar Snap Inc. and any other company that sells investors non-voting shares from their stock benchmarks. Apparently, the company went too far in trying to preserve their control, so some wise observers decided this was against the interest of the common investor. Financial markets are tough to deal with, and even worse when they grow suspicious. Right now, there’s no way to know whether Snap’s IPO will follow the successful path previously walked by Facebook (regardless of its initial problems) or the not so successful road followed by Twitter… but Snap financials and user base now definitely resemble more Twitter’s than Facebook’s. Only time will tell.

 

 

Powered by WPeMatico

Cuando la publicidad programática no atina

IMAGE: Samuraitop - 123RFGoogle se ha encontrado con un serio problema en el Reino Unido, cuando de repente, el gobierno y algunos grandes anunciantes hicieron pública su decisión de interrumpir la publicidad institucional en YouTube debido a la aparición de anuncios gubernamentales en páginas de vídeos con contenidos calificables como de incitación al odio, racistas, antisemitas, extremistas o de mal gusto.

El problema, que ha obligado a la compañía a prometer controles más rigurosos en el etiquetado de ese tipo de contenidos, hace evidentes las carencias del esquema publicitario que más crece en la red: la publicidad programática o real-time bidding, en la que cada impacto proviene de un proceso de subasta en tiempo real de la audiencia supuestamente cualificada de una página.

La supuesta idea de hacer llegar el anuncio correcto a la persona adecuada y en el momento perfecto, administrada mediante un sistema que permite al más interesado formular el precio más elevado, choca con muchos problemas en su conversión en realidad. Y uno de ellos es tan claro y evidente como que los contenidos no pueden ser definidos únicamente por las audiencias que congregan, y menos aún si cualificamos a esas audiencias únicamente en función de unas pocas variables sociodemográficas. La realidad, como todos sabemos, es mucho más compleja que unas pocas variables.

En el caso de YouTube, resulta evidente que Google tiene un problema: las cifras que mueve, en torno a trescientas horas de vídeo recibidas y publicadas cada minuto que pasa, hacen imposible una supervisión manual: se calcula que serían necesarias unas cincuenta mil personas viendo vídeo constantemente durante ocho horas al día para poder llevarla a cabo. En su lugar, YouTube emplea un sistema de alertas basadas en herramientas para la comunidad de usuarios: cuando varias personas marcan un vídeo como ofensivo, este pasa a un sistema de supervisión manual que podría llevar a varias medidas, desde su eliminación total de la plataforma a su exclusión del sistema de publicidad, pasando por bloqueos locales, exclusión de determinadas audiencias, u otras posibilidades.

El problema para un gobierno o compañía no termina simplemente diciendo “yo no sabía nada” o “no tengo ni idea de en qué sitios sale mi publicidad”, porque aunque nadie tenga por qué asumir que una publicidad determinada suponga el estar de acuerdo con los contenidos de una página, la cuestión va mucho más allá de un simple problema estético: es que con la impresión publicitaria se está contribuyendo a financiar al creador del contenido. De ahí que la idea de que con dinero público o con los beneficios de una marca se estén aportando recursos a causas como el racismo, la xenofobia, el odio, el terrorismo o el antisemitismo, entre otras, resulte tan preocupante.

Por otro lado, la cualificación de los contenidos está lejos de ser el único problema de la publicidad programática. A medida que crece y se generaliza este mecanismo, se está dando lugar a un ecosistema en el que cunde la sensación de que “todo es mentira“: audiencias generadas a golpe de bots, cantidades crecientes de click fraud, reproducciones de vídeo simuladas o inexistentes, analíticas falseadas… hace algún tiempo, escribía en El Español sobre la necesidad de un reset para la industria de la publicidad en general: en muy poco tiempo, la red ha pasado de representar la promesa de un medio perfecto para alcanzar con nuestros mensajes publicitarios a las personas a las que más les pudiesen interesar, a convertirse en una especie de salón de los espejos en el que se fabrica tráfico, se compra tráfico, se vende tráfico y se simula tráfico. 

Una vez más, se cumple la regla general: una vez creado un ecosistema atractivo y sometido a un fuerte crecimiento, no tardan en aparecer aprovechados dispuestos a enturbiarlo, a timar a incautos y a destrozar su propuesta de valor. Nada nuevo bajo el sol.

 

Powered by WPeMatico

Taxistas y futuro

¿Tienen razón los taxistas que van a la huelga? - La Ventana (SER)El pasado jueves estuve en La Ventana, el programa de Carles Francino en la SER, hablando sobre el conflicto de los taxis, al hilo de la enésima huelga protagonizada por este colectivo, que volvió a generar, como todas las anteriores, récords en las descargas de aplicaciones como Uber o Cabify. La conversación con Carles Francino y con Daniel Díaz fue agradable, tuvo el detalle de no asumir, como erróneamente hacen algunos, que yo de alguna manera “represento” a compañías como Uber o Cabify (cuando la realidad es que simplemente me dedico a estudiarlas en mi papel de profesor de innovación), y tuvo el único problema de la falta de tiempo.

Para el colectivo del taxi, tradicionalmente mal informado y, sobre todo, muy mal representado, la huelga es una extraña manera de intentar defenderse como colectivo: ante una huelga de taxis, una persona que necesite desplazarse es probable que decida instalarse y probar Uber o Cabify, ante lo que se encontrará con un vehículo negro de alta gama, un conductor profesional, un desplazamiento agradable, una botellita de agua y un precio en torno a un 30% menor del de un taxi. Considerando que el crecimiento de ese tipo de servicios dependen fundamentalmente del factor prueba, cada huelga no es más que una manera de poner de manifiesto la incapacidad del sector del taxi para competir con ese tipo de iniciativas, lo que genera una cada vez más generalizada sensación de que los servicios de taxi, limitados por un sistema de licencias que pretenden explotar una economía de la escasez, están condenados al pasado.

Hasta ahí fue la parte que, en el limitado tiempo de antena del programa, me dio tiempo a cubrir: los sistemas basados en licencias municipales tuvieron sentido cuando su ausencia suponía una condena a la llamada “tragedia de los comunes“: ante la explotación no regulada de un recurso común, el resultado final era que nadie podía llevar a cabo esa tarea y obtener un beneficio. Todos conocemos ya hasta la saciedad los casos de Nueva York, que impuso las licencias de taxi en 1929 para evitar la alocada aparición de taxis como resultado de la crisis de 1929, y el de Lima, que decidió desregularlo completamente: en el primer caso, llegamos a un sistema completamente absurdo en el que una licencia de taxi llegó a costar un millón de dólares, debido a la resistencia de los taxistas a incrementar el número de licencias en una ciudad sometida a un crecimiento desmesurado. El segundo, igualmente subóptimo, dio lugar a un sistema en el que cualquiera podía dedicarse al transporte de viajeros, lo que generó inseguridad, picaresca, desprotección del usuario y precios completamente variables y arbitrarios.

Esos sistemas se diseñaron para un mundo en el que las únicas formas de obtener un taxi eran saliendo a la calle y alzando la mano, acudiendo a una parada o llamando por teléfono. El mundo actual el completamente diferente: todos llevamos un ordenador en el bolsillo permanentemente conectado que ons geolocaliza, y un gestor de flota como Uber o Cabify es perfectamente capaz, en cada momento, de tener en la calle el número de vehículos necesarios para abastecer la demanda, garantizando además que esos vehículos van a mantenerse activos de forma prácticamente permanente. Cuando un vehículo se mantiene activo y facturando la práctica totalidad del tiempo, en lugar de esperar en una parada durante horas, como es el caso de aeropuerto o la estación de tren, o de circular desocupado por las calles en busca de clientes gastando combustible inútilmente y entorpeciendo el tráfico, puede aplicar al transporte como tal precios sensiblemente menores, manteniendo su rentabilidad.

La peregrina protesta de los taxis en Madrid proviene de la creencia incorrecta de que tienen derecho a explotar el transporte de viajeros de manera exclusiva. Eso no es así. No lo fue nunca, no lo es ahora, y lo va a ser menos aún en el futuro. Vehículos con licencia VTC han existido siempre. Sometidos a una absurdo límite y posicionados como servicio de lujo, pero existían. Si ahora la tecnología permite que esos servicios de lujo se conviertan en servicios de precio asequible, la vida es dura, pero es lo que hay. Si además, dado su bien funcionamiento, se decide ampliar el número de licencias por demanda generalizada de los usuarios que desean ese tipo de servicios, tenemos que plantearnos una pregunta muy simple: ¿qué es lo mejor para el bien común? Las pruebas son claras: si te parece que en Nueva York hay muchos taxis, piénsalo de nuevo: las 13,237 licencias de taxi existentes, número que se ha mantenido constante desde los años ’30, están acompañadas de otros 40,000 vehículos de compañías privadas que llevan a cabo transporte de viajeros. Si después de eso aún quieres protestar porque en Madrid o en Barcelona se están concediendo demasiadas licencias VTC, mejor háztelo mirar.

En realidad, la respuesta a esa pregunta del bien común es clarísima y tajante: lo mejor para el bien común es que exista una abundancia de alternativas de transporte. Décadas de servicio de taxi jamás han sido capaces de conseguir el objetivo más importante ahora mismo en las grandes ciudades: desincentivar el uso del vehículo privado. La existencia de un servicio de taxi sometido a un sistema de licencias y con precios regulados no funciona a la hora de convencer a un ciudadano para dejar su coche en casa. Para que el ciudadano se decida a ello, no basta, como históricamente ya sabemos, con ofrecerle metro, bus y taxi, aunque sean de alta calidad: hay necesariamente que posibilitar que además tenga a su disposición servicios de carsharing como Emov, Car2go, Respiro, Bluemove, iniciativas como Cabify o Uber, bicicletas, y una pléyade de posibilidades más, que cada uno considerará adecuadas para cada momento y circunstancia. Para desincentivar el uso del vehículo privado, convertido en gran enemigo por lo que supone de atascos y contaminación, es absolutamente necesario pasar de la anticuada economía de la escasez – pocas licencias para que podamos ganar dinero unos pocos – a una economía de la abundancia.

Pero vayamos más allá: en realidad, los servicios como Cabify o Uber responden a un planteamiento a largo plazo, a varios años vista. Los precios que hoy en día disfrutamos cuando utilizamos sus servicios configuran una actividad claramente deficitaria, que se sustenta gracias a la participación de inversores privados dispuestos a aportar los fondos necesarios para sufragarla. Pero la intención de esos servicios, contrariamente a lo que algunos ingenuos piensan, no es “quedarse con el mercado para subir después los precios”, porque ese esquema, sencillamente, no funcionaría y traería como consecuencia la aparición de nuevos competidores dispuestos a explotar ese segmento de precios bajos. La intención es llegar lo antes posible, en un plazo de menos de tres años, a explotar una nueva tecnología profundamente disruptiva: la del vehículo autónomo.

El vehículo autónomo supone, obviamente, la eliminación del conductor, el factor más importante en el coste de explotación del servicio. La llegada del vehículo autónomo lleva a compañías como Uber o Cabify a pasar de ser deficitarias, a ser muy rentables, porque seguirán siendo plataformas que no poseerán vehículos – los vehículos los aportarán compañías de automoción, inversores dispuestos a explotarlos, etc. De ahí la importancia de la demanda presentada por Google contra Uber por apropiación indebida de su tecnología: si la demanda termina imponiendo a Uber la paralización de su actividad en el ámbito del vehículo autónomo, en la que progresa lenta pero decididamente, la compañía podría tener un serio problema en sus planteamientos de rentabilidad futura. Pero incluso en ese caso, en la hipótesis de una Uber en problemas, habría numerosas compañías dispuestas a cubrir ese hueco. No, el enemigo de los taxistas no es Uber ni Cabify: es el avance de la tecnología, algo contra lo que de ninguna manera se puede luchar.

La triste realidad del taxi es que hablamos de un colectivo que de manera inevitable se está peleando por las migajas de rentabilidad que quedan entre hoy y el momento en que sea completamente imposible ganarse la vida conduciendo. El momento en que conducir profesionalmente ya no será una actividad llevada a cabo por personas, sino por máquinas. Y ese momento, por mucho que todo taxista se niegue a aceptarlo y entierre la cabeza en la arena como no hacen ni los avestruces, está a unos tres años vista. Pero si tú le cuentas a un taxista que los coches conducirán solos, en lugar de salir corriendo para tratar de deshacerse de su licencia como lógicamente debería hacer, lo que hace es mirarte con ojos desafiante y decirte eso de “ya, y los coches volarán”. Y si le dices que este mes de julio ya puede viajar a Dubai y subirse a un taxi que vuela, te dirá sencillamente “el mío aún no vuela, y para eso le queda mucho”. Esa tozuda negación de la realidad tecnológica es lo que de verdad resulta ingenuo y, en muchos sentidos, triste.

El futuro es el que es: ciudades en las que convivirán multitud de servicios de transporte, algunos de titularidad pública, otros que responderán a iniciativas privadas, y todos ellos configurando una economía de la abundancia en la que los sistemas de licencias no tienen ya ningún sentido. Los tiempos en los que una licencia que garantizaba la explotación en exclusiva de un recurso escaso podía llegar a valer, en un mercado paralelo, cientos de miles de euros, han terminado, y los que queden sujetos a ese esquema harían muy bien en salirse de él lo antes posible sin pretender que las inversiones que libremente decidieron hacer sean compensadas con dinero público. Al taxi como lo conocemos le quedan tres o cuatro años, y en ese plazo las cosas se van a poner feas, muy feas. Pero no porque nadie les tenga manía ni les odie, sino porque los tiempos han cambiado.

 

Powered by WPeMatico

Noticias, algoritmos y reajustes necesarios

IMAGE: Greyjj - 123RFMi columna en El Español de esta semana se titula “Rediseñando algoritmos“, y habla de la manera en que compañías como Facebook o Google están intentando responder al problema de las noticias e informaciones ofensivas o factualmente incorrectas permite ver claramente el desarrollo de sus estrategias y la forma en que afrontan los problemas en el funcionamiento de sus algoritmos de relevancia.

En ambos casos hablamos de compañías con una necesidad evidente de plantearse soluciones: Facebook lleva ya varios meses, desde la llegada de Trump a la Casa Blanca, recibiendo acusaciones con respecto a su papel como difusor de noticias falsas durante la campaña que pudieron llegar a alterar significativamente el voto de muchos norteamericanos, mientras Google se ha encontrado también últimamente en el ojo del huracán por las noticias absurdas, conspiranoicas, partidistas o procedentes de fuentes carentes de toda credibilidad que recomienda en sus snippets o a través de Google Home.

¿Cómo rediseñar un algoritmo para evitar el ascenso en popularidad o la recomendación de noticias de ese tipo, respetando el hecho de que hay personas que quieren conscientemente consumirlas (el sensacionalismo y la información sesgada tienen indudablemente su público), pero evitando la viralización de información calificable como factualmente incorrecta?

Las posibilidades que se apuntan, por el momento, son cuatro, y en ambos casos pasan por introducir nuevos datos en la ecuación. ¿De dónde extraer esos nuevos datos que pretenden cualificar las noticias?

  1. Otras fuentes consideradas autorizadas, de páginas dedicadas a esa actividad cada vez considerada más importante, el fact-checking: sitios como Snopes, Politifact u otros que cumplan unos principios básicos de funcionamiento y que dedican personas cualificadas a comprobar las noticias y emiten un veredicto sobre las mismas. Este es el camino escogido por Facebook en una iniciativa ya puesta en marcha, que adjudica a las noticias la calificación de “disputada” en función del juicio emitido por este tipo de páginas, y por Google en Francia a través de  CrossCheck, una herramienta desarrollada por Google News Lab junto con First Draft dentro de la iniciativa de trabajo con medios europeos. En esta categoría se encuadra, también en Francia y con carácter experimental, la introducción en los algoritmos de bases de datos como las desarrolladas por Le Monde, seiscientas páginas web directamente identificadas como no fiables; o por Libération, en la que se compilan noticias positivamente identificadas como falsas.
  2. Opinión de los usuarios: el uso de sistemas de peer-rating y la evaluación de patrones derivados de su uso. Ante la difusión rápida de una noticia con carácter claramente partidista, sectario u ofensivo, cabe esperar no solo una viralización rápida entre aquellos que sintonizan con el tono o el contenido de la noticia, sino también un uso de herramientas de calificación por parte de aquellos que consideren esa noticia como factualmente incorrecta o inaceptable. El estudio de los patrones de generación de esas evaluaciones negativas de los usuarios puede ser, unida al análisis de esos usuarios, un elemento más que puede introducirse en el algoritmo.
  3. Patrones de difusión: el análisis de las curvas de difusión de las noticias en sí. Curvas muy rápidas, muy bruscas o que crecen fundamentalmente a expensas de personas identificadas como de una tendencias determinada, en grupos muy homogéneos o con patrones claramente identificables y atribuibles, deberían como mínimo ser objeto de algún tipo de supervisión.
  4. Uso de evaluadores independientes: disponer de un número significativo de personas en diversos países y con un nivel de diversidad elevado dedicadas a la evaluación de esas noticias. Es el caso de la iniciativa recién presentada por Google: diez mil personas contratadas específicamente para esa tarea, que no pueden influir directamente sobre el posicionamiento de las noticias en las páginas de resultados, pero sí generan datos cualificados sobre su nivel de credibilidad y etiquetan noticias como “upsetting – offensive” en función de un exhaustivo documento directriz de 160 páginas para que esa calificación sea utilizada como una variable de entrada adicional (un documento que supone un intento de definición del problema que en muchos de sus apartados debería ser objeto de estudio, crítica y enriquecimiento por parte de muchos periodistas, o incluso llegar a ser utilizado en las facultades de Periodismo).

Es conveniente recordar que en todos los casos hablamos de variables de entrada, no de salida: es decir, no se trata de que un patrón determinado, la opinión de un evaluador o la de una fuente secundaria “descalifiquen” o “eliminen” de manera automática una noticia, sino de que esa información es utilizada para alimentar un algoritmo de machine learning que trata, a lo largo del tiempo, de desarrollar patrones derivados de esa información.

¿Por qué es preciso rediseñar los algoritmos? Sencillamente, porque el entorno al que responden también cambia. Toda herramienta es susceptible de ser pervertida a partir del momento en que los incentivos para hacerlo son suficientes, y eso genera la necesidad de esas herramientas de protegerse contra ese tipo de usos. La mayor parte de los algoritmos que conocemos son, como tales, trabajos en curso que tratan de evolucionar con las características del entorno o con los patrones de uso que generan. El caso de las noticias falsas, como el de los sucesivos intentos de corrección del peso del sensacionalismo llevados a cabo anteriormente por Google, no son más que pruebas en ese sentido.

Como tal, una evolución muy necesaria. Pero además, desde un punto de vista de investigación, completamente fascinante.

 

Powered by WPeMatico