Por qué un algoritmo de recomendación de repente convierte a todos en expertos
Una plataforma en línea de artículos especializados implementa un algoritmo que debe ofrecer a los usuarios recomendaciones personalizadas basadas en su comportamiento de lectura previo.
El algoritmo se entrena para favorecer contenidos con alto conocimiento experto y profundidad técnica, ya que estos son los más valorados por los usuarios más experimentados.
Al principio el sistema funciona bien, pero pronto se nota que el algoritmo recomienda a todos los usuarios artículos cada vez más complejos y técnicamente exigentes, incluso a aquellos sin conocimientos previos.
Muchos principiantes se sienten abrumados y pierden el interés, mientras el algoritmo sigue favoreciendo los contenidos más exigentes.
El equipo se pregunta: ¿Por qué el algoritmo de recomendación hace que todos los usuarios sean tratados como expertos, aunque eso no corresponda a su competencia real?
Pregunta: ¿Por qué un algoritmo de recomendación optimizado para el comportamiento de usuarios experimentados puede llevar a recomendar contenidos complejos a todos los usuarios y así no satisfacer las necesidades de los principiantes?
La solución se publicará mañana.
Solución
El algoritmo de recomendación aprende qué contenidos son especialmente bien recibidos por los usuarios experimentados, en este caso artículos complejos y con profundidad técnica.
Como estos usuarios interactúan con más frecuencia con tales contenidos, el modelo pondera estos artículos más alto y los prioriza en las recomendaciones.
Sin embargo, el modelo no distingue suficientemente entre diferentes grupos de usuarios con distintos niveles de conocimiento.
En consecuencia, también se recomiendan los mismos contenidos complejos a usuarios inexpertos, ya que el algoritmo asume que estos contenidos son generalmente los más valiosos.
La falta de segmentación o personalización según el nivel de competencia hace que las recomendaciones no sean adecuadas para los principiantes, quienes se sienten abrumados o desanimados.
Resultado: Un algoritmo de recomendación optimizado solo para el comportamiento de usuarios experimentados puede recomendar contenidos inapropiados debido a la falta de consideración de diferentes perfiles de usuario. Para una mejor experiencia de usuario, los algoritmos deben tener en cuenta la diversidad de necesidades y conocimientos de los usuarios y ajustar las recomendaciones en consecuencia para atender óptimamente tanto a principiantes como a expertos.