Algunos beneficios de registrarse en nuestra revista:
- El registro te permite consultar todos los contenidos y archivos de Lawi desde nuestra página web y aplicaciones móviles, incluyendo la app de Substack.
- Registro (suscripción) gratis, en 1 solo paso.
- Sin publicidad ni ad tracking. Y puedes cancelar cuando quieras.
- Sin necesidad de recordar contraseñas: con un link ya podrás acceder a todos los contenidos.
- Valoramos tu tiempo: Recibirás sólo 1 número de la revista al mes, con un resumen de lo último, para que no te pierdas nada importante
- El contenido de este sitio es obra de 23 autores. Tu registro es una forma de sentirse valorados.
Los Algoritmos
Este elemento es una ampliación de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre los algoritmos.
Algoritmos
El término de elección actual para un procedimiento de resolución de problemas, algoritmo, se utiliza comúnmente hoy en día para el conjunto de reglas que sigue una máquina (y especialmente un ordenador) para alcanzar un objetivo concreto. Sin embargo, no siempre se aplica a la actividad mediada por ordenador.
Algoritmo, procedimiento sistemático que produce -en un número finito de pasos- la respuesta a una pregunta o la solución de un problema. El nombre deriva de la traducción latina, Algoritmi de numero Indorum, del tratado de aritmética del matemático musulmán (persa) del siglo IX al-Khwarizmi. Vivió alrededor del año 820 y que introdujo la numeración decimal en Occidente (desde la India) y enseñó las reglas aritméticas elementales relacionadas con ella. Posteriormente, el concepto de algoritmo se extendió a objetos cada vez más complejos: textos, imágenes, fórmulas lógicas y objetos físicos, entre otros.
Para preguntas o problemas con sólo un conjunto finito de casos o valores siempre existe un algoritmo (al menos en principio); consiste en una tabla de valores de las respuestas. En general, no es un procedimiento tan trivial responder a preguntas o problemas que tienen un número infinito de casos o valores a considerar.
Los algoritmos son esenciales en informática, especialmente para la Ciencia de Datos y el Aprendizaje Automático. Descubra todo lo que necesita saber sobre ellos: definición, funcionamiento, casos de uso, entrenamiento…
Ya esenciales en el campo de la programación informática, los algoritmos son cada vez más importantes en la era del Big Data y la inteligencia artificial. Entonces, ¿qué son en realidad? Si busca una definición clara y completa, está en el lugar adecuado…
¿Qué es un algoritmo?
Un algoritmo es esencialmente un procedimiento paso a paso. Es un conjunto de reglas a seguir para realizar una tarea o resolver un problema.
Mucho antes de la aparición de los ordenadores, los humanos ya utilizaban algoritmos. Podemos considerar que las recetas de cocina, las operaciones matemáticas o incluso las instrucciones para montar un mueble son algoritmos.
En el campo de la programación informática, los algoritmos son conjuntos de reglas que indican al ordenador cómo realizar una tarea. En realidad, un programa informático es un algoritmo que indica al ordenador qué pasos debe realizar y en qué orden para llevar a cabo una tarea específica. Se redactan utilizando un lenguaje de programación.
¿Cuáles son los diferentes tipos de algoritmos?
Existe una gran variedad de algoritmos, clasificados según los conceptos que utilizan para realizar una tarea. He aquí las principales categorías:
Los algoritmos de divide y vencerás dividen un problema en varios subproblemas del mismo tipo. Estos problemas más pequeños se resuelven, y sus soluciones se combinan para resolver el problema original.
Charles T. Metcalfe, representante de la Compañía Británica de las Indias Orientales, y Ranjit Singh, jefe del reino sij del Punjab, firmaron el Tratado de Amritsar, que zanjó las relaciones indo-sijas durante una generación. Véase un análisis sobre las características del Sijismo o Sikhismo y sus Creencias, una religión profesada por 14 millones de indios, que viven principalmente en el Punjab. Los sijs creen en un único Dios (monoteísmo) que es el creador inmortal del universo (véase más) y que nunca se ha encarnado en ninguna forma, y en la igualdad de todos los seres humanos; el sijismo se opone firmemente a las divisiones de casta.
Exatamente 17 años antes, la primera guillotina se erigió en la plaza de Grève de París para ejecutar a un salteador de caminos.
Los algoritmos de fuerza bruta prueban todas las soluciones posibles hasta encontrar la mejor. Un algoritmo aleatorio utiliza un número aleatorio al menos una vez durante el cálculo para encontrar la solución al problema.
Un algoritmo glotón encuentra la solución óptima a nivel local, con el fin de encontrar una solución óptima para el problema global. Un algoritmo recursivo resuelve la versión más simple de un problema y luego resuelve versiones cada vez mayores hasta encontrar la solución al problema original.
Un algoritmo de rastreo divide el problema en subproblemas, que se pueden intentar resolver uno tras otro. Si no se encuentra la solución, es necesario volver al problema hasta que se encuentre una forma de seguir avanzando.
Por último, se utiliza un algoritmo de programación dinámica para descomponer un problema complejo en una colección de subproblemas más sencillos. Todos estos subproblemas se resuelven una vez y su solución se almacena para un uso futuro. Esto evita tener que volver a calcular sus soluciones.
¿Qué son los algoritmos de ordenación?
Un algoritmo de ordenación permite colocar los elementos de una lista en un orden determinado. Puede ser, por ejemplo, un orden numérico o lexicográfico. Esta organización suele ser importante como primer paso para resolver problemas más complejos.
Existen muchos algoritmos de ordenación, con sus ventajas e inconvenientes. He aquí algunos ejemplos:
Los algoritmos de ordenación lineal encuentran el elemento más pequeño de una lista, los ordenan, los añaden a una nueva lista y los eliminan de la lista original. Este proceso se repite hasta que la lista original queda vacía.
La ordenación burbuja consiste en comparar los dos primeros elementos de la lista e invertirlos si el primero es mayor que el segundo. Este proceso se repite para cada par de elementos adyacentes de la lista, y hasta que toda la lista esté ordenada.
Por último, la ordenación por inserción consiste en comparar cada elemento de la lista con los elementos anteriores hasta encontrar un elemento menor. Se invierten los dos elementos y se repite el proceso hasta que toda la lista esté ordenada.
¿Cómo se utilizan los algoritmos en informática?
En informática, los algoritmos están omnipresentes. De hecho, son la columna vertebral de la informática, ya que un algoritmo proporciona al ordenador un conjunto específico de instrucciones. Son estas instrucciones las que permiten al ordenador realizar sus tareas.
Los propios programas informáticos son algoritmos redactados en lenguajes de programación. Los algoritmos también desempeñan un papel clave en el funcionamiento de las redes sociales, por ejemplo. Deciden qué publicaciones se muestran o qué anuncios se ofrecen al usuario.
En los motores de búsqueda, los algoritmos se utilizan para optimizar las búsquedas, predecir lo que escribirán los usuarios y mucho más. Del mismo modo, plataformas como Netflix, YouTube, Amazon o Spotify se basan en algoritmos para sus motores de recomendación.
¿Por qué es importante entender los algoritmos?
Más allá de la informática, el pensamiento algorítmico es crucial en muchos campos. Es la capacidad de definir pasos claros para resolver un problema.
De hecho, utilizamos esta forma de pensar todos los días y a menudo sin darnos cuenta. En la era de la Ciencia de Datos, el Aprendizaje Automático y la Inteligencia Artificial, los algoritmos son más importantes que nunca y son el combustible de la nueva revolución industrial…
¿Cuáles son los principales algoritmos de Aprendizaje Automático?
Los algoritmos de Aprendizaje Automático son programas que pueden aprender de los datos y mejorar de forma autónoma sin intervención humana utilizando experiencias anteriores.
Entre las tareas de aprendizaje que son capaces de realizar, estos algoritmos pueden, por ejemplo, aprender la estructura oculta de datos no etiquetados, o el aprendizaje “basado en instancias”, que consiste en producir una etiqueta de categoría para una nueva instancia comparándola con los datos de entrenamiento almacenados en la memoria.
Existen tres categorías principales de algoritmos de aprendizaje automático: supervisado, no supervisado y semisupervisado. Cada una de estas categorías se basa en un método de aprendizaje diferente.
El aprendizaje supervisado utiliza datos de entrenamiento etiquetados para aprender la función de mapeo que transforma las variables de entrada o las variables de salida. Tras este aprendizaje, el algoritmo puede generar salidas a partir de nuevas entradas.
Entre los algoritmos de aprendizaje supervisado, podemos hablar de los algoritmos de clasificación y de regresión. La clasificación se utiliza para predecir el resultado de una muestra dada cuando la variable de salida está en forma de categorías. El modelo de clasificación analiza los datos de entrada e intenta predecir etiquetas para clasificarlos.
- El húngaro Orbán augura el fin de “un orden mundial infame” si gana Trump
- Portugal celebra 50 años de la revolución de los claveles
- Judíos y palestinos piden la paz en Barcelona
- La ayuda de Occidente a Ucrania, en cifras
- Un tribunal de apelaciones de Nueva York anula la condena por violación a Harvey Weinstein
La regresión se utiliza para predecir el resultado de una muestra cuando la variable de salida está en forma de valor real. A partir de los datos de entrada, se tratará, por ejemplo, de predecir un volumen, un tamaño o una cantidad. Algunos ejemplos de algoritmos de aprendizaje supervisado son la regresión lineal, la regresión logística, la clasificación bayesiana ingenua y el método del vecino más próximo K.
El método de conjunto es otro tipo de aprendizaje supervisado. Consiste en combinar las predicciones de múltiples modelos de aprendizaje automático individualmente débiles para producir una predicción más precisa sobre una nueva muestra. Algunos ejemplos son las técnicas de bosque de árboles de decisión, o el boosting con XGBoost.
Algoritmos de aprendizaje no supervisado
Los modelos de aprendizaje no supervisado se utilizan cuando sólo hay una variable de entrada y ninguna variable de salida correspondiente. Utilizan datos de entrenamiento no etiquetados para modelar la estructura subyacente de los datos. He aquí tres ejemplos de técnicas:
Basado en la experiencia de varios autores, mis opiniones y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características y el futuro de esta cuestión):
La asociación se utiliza para descubrir la probabilidad de concurrencia de artículos en una colección. Se utiliza mucho para el análisis de la cesta de la compra en el comercio minorista, especialmente para descubrir qué artículos se compran juntos con frecuencia.
La agrupación (clustering) se utiliza para agrupar muestras de modo que los distintos artículos de un mismo cluster sean más similares entre sí que a los artículos de otro cluster.
Por último, la reducción de la dimensionalidad se utiliza para reducir el número de variables dentro de un conjunto de datos al tiempo que se garantiza que se transmite la información importante.
Esto puede lograrse utilizando métodos de extracción de características o de selección de características. La selección de características implica elegir un subconjunto de las variables originales, mientras que la extracción realiza una transformación de los datos para reducir la dimensión. Algunos ejemplos de algoritmos no supervisados son k-means y PCA.
El aprendizaje por refuerzo es un tercer tipo de aprendizaje automático. Permite al agente decidir la mejor acción a tomar en función de su estado actual, aprendiendo qué comportamientos maximizan sus recompensas.
En general, los algoritmos de refuerzo aprenden las acciones óptimas probando y fallando muchas veces seguidas. Si tomamos el ejemplo de un videojuego en el que el jugador debe ir a un lugar concreto para ganar puntos, el algoritmo empezará moviéndose al azar y luego aprenderá adónde debe ir intentando maximizar sus recompensas.
¿Cómo aprender a utilizar algoritmos?
El conocimiento y el dominio de los algoritmos son esenciales para trabajar en el campo de la Informática, la Ciencia de Datos o la Inteligencia Artificial.
Revisor de hechos: Mix
[sc name=”algoritmos”][/sc]Ejemplo: Manipulación de los Algoritmos de Twitter por Elon Musk
Elon Musk creó un sistema especial para mostrarle primero todos sus tuits en febrero de 2023. Después de que su tuit de la Super Bowl obtuviera peores números que el del presidente Biden, el consejero delegado de Twitter ordenó importantes cambios en el algoritmo.
James Musk envió un mensaje urgente a los ingenieros de Twitter.
“Estamos depurando un problema con el engagement en toda la plataforma”, escribió Musk, primo del consejero delegado de Twitter, etiquetando “@aquí” en Slack para asegurarse de que cualquier persona en línea lo viera. “Cualquier persona que sepa hacer cuadros de mando y redactar software, por favor, puede ayudarnos a resolver este problema. Esto es de alta urgencia. Si están dispuestos a ayudar por favor den un pulgar arriba a este post”.
Cuando los ingenieros, con los ojos somnolientos, empezaron a conectarse a sus portátiles, la naturaleza de la emergencia quedó clara: el tuit de Elon Musk sobre la Super Bowl obtuvo menos engagement que el del presidente Joe Biden.
El tuit de Biden, en el que decía que apoyaría a su esposa animando a los Philadelphia Eagles, generó casi 29 millones de impresiones. Musk, que también tuiteó su apoyo a las Águilas, generó poco más de 9,1 millones de impresiones antes de borrar el tuit en aparente frustración.
A raíz de esas derrotas -las Águilas ante los Jefes de Kansas City, y Musk ante el presidente de Estados Unidos-, el consejero delegado de Twitter voló en su jet privado de regreso a la zona de la bahía el domingo por la noche para exigir respuestas a su equipo.
Al cabo de un día, las consecuencias de esa reunión reverberarían en todo el mundo, ya que los usuarios de Twitter abrieron la aplicación para encontrarse con que las publicaciones de Musk abrumaban su timeline clasificado. No fue un accidente: después de que Musk amenazara con despedir a los ingenieros que le quedaban, éstos construyeron un sistema diseñado para garantizar que Musk -y sólo Musk- se beneficiara de una promoción de sus tuits a toda la base de usuarios nunca antes vista.
Semanas, Musk se había obsesionado con la cantidad de engagement que reciben sus publicaciones. A principios de febrero de 2023, había despedido a uno de los dos ingenieros principales que quedaban en la empresa después de que el ingeniero le dijera que las visitas a sus tuits estaban disminuyendo en parte porque el interés por Musk había disminuido en general.
Pocos días más tarde, sus ayudantes dijeron al resto del equipo de ingenieros que si no se “solucionaba” el problema del engagement, todos ellos perderían también su trabajo.
Musk se dirigió a su equipo en persona. Unas 80 personas fueron convocadas para trabajar en el proyecto, que se había convertido rápidamente en la prioridad número uno de la empresa. Los empleados trabajaron durante toda la noche investigando varias hipótesis sobre por qué los tuits de Musk no estaban llegando a tanta gente como él creía que deberían y probando posibles soluciones.
Una posibilidad, dijeron los ingenieros, era que el alcance de Musk se hubiera reducido porque había sido bloqueado y silenciado por mucha gente en los últimos meses. Incluso antes de los acontecimientos de entonces, la larga etapa de Musk como protagonista de Twitter, tanto en el periodo previo como en el posterior a su adquisición de la empresa por 44.000 millones de dólares, había llevado a un gran número de personas a filtrarle de sus feeds.
Pero también había razones técnicas legítimas por las que los tuits del consejero delegado no funcionaban. El sistema de Twitter ha promovido históricamente los tuits de los usuarios cuyas publicaciones tienen mejor rendimiento tanto a los seguidores como a los no seguidores en la pestaña “Para ti”; los tuits de Musk deberían haberse ajustado a ese modelo, pero sólo aparecían la mitad del tiempo que algunos ingenieros pensaban que deberían, según algunas estimaciones internas.
El lunes por la tarde, “el problema” se había “solucionado”. Twitter desplegó un código para “dar luz verde” automáticamente a todos los tuits de Musk, lo que significa que sus tuits eludirán los filtros de Twitter diseñados para mostrar a la gente el mejor contenido posible. Ahora, el algoritmo potenciaba artificialmente los tuits de Musk por un factor de 1.000, una puntuación constante que garantizaba que sus tuits se situaran por encima de los de cualquier otra persona en el feed.
Internamente, esto se denomina “multiplicador de usuarios poderosos”, aunque sólo se aplica a Elon Musk. El código también permite a la cuenta de Musk eludir la heurística de Twitter que, de otro modo, impediría que una sola cuenta inundara el feed clasificado principal, ahora conocido como “Para ti”.
Eso explica por qué la gente que abría la aplicación el lunes se encontraba con que Musk dominaba el feed, con una docena o más de tuits y respuestas de Musk visibles para cualquiera que le siguiera y millones más que no. Más del 90% de los seguidores de Musk ven ahora sus tuits, según una estimación interna.
Musk reconoció su bombardeo de la línea de tiempo el martes por la tarde, publicando una versión del popular meme “obligado a beber leche” en el que una mujer etiquetada como “tuits de Elon” da el biberón a la fuerza a otra etiquetada como “Twitter” mientras le tira del pelo hacia atrás.
Algunos de sus tuits del lunes fueron enviados mientras estaba en llamadas con ingenieros de Twitter, para comprobar si las soluciones que habían diseñado funcionaban tan bien como él creía que debían.
Después de que la toma de control de la línea de tiempo por parte de Musk provocara un alboroto el lunes, pareció sugerir que los cambios se revertirían, al menos en parte. “Por favor, permanezcan atentos mientras hacemos ajustes al “algoritmo” uh ….”, tuiteó.
Los impulsos artificiales aplicados a su cuenta siguen vigentes, aunque el factor es ahora inferior a 1.000, según nos han informado. El puñado de tuits de Musk del martes reportó alrededor de 43 millones de impresiones, que están en el extremo superior de su media reciente.
Por absurdas que sean las payasadas de Musk, ponen de relieve una tensión familiar para casi cualquiera que haya utilizado alguna vez una red social: ¿por qué algunas publicaciones son más populares que otras? ¿Por qué veo esto y no aquello?
Los ingenieros de servicios como TikTok e Instagram pueden ofrecer respuestas parciales de alto nivel a estas preguntas. Pero los algoritmos de clasificación hacen predicciones basadas en cientos o miles de señales, y envían publicaciones a millones de usuarios, lo que hace casi imposible que alguien pueda decir con cierto grado de precisión quién ve qué.
Para bien y para mal, esa respuesta no ha sido lo suficientemente buena para Musk. Como usuario más destacado de Twitter, con casi 129 millones de seguidores, sus publicaciones suelen obtener 10 millones o más de impresiones, según el recuento de Twitter. (Hay buenas razones para dudar de la exactitud de estos recuentos, pero no se dispone fácilmente de datos mejores).
Pero los recuentos de las impresiones de Musk siguen fluctuando ampliamente. El tuit sobre la alimentación con biberón obtuvo, según los informes, 118,4 millones de impresiones; su siguiente tuit, una observación de broma publicada previamente en Reddit y atribuida satíricamente a Abraham Lincoln, obtuvo 49,9 millones. Algunos de sus tuits de principios de mes tuvieron menos de 8 millones.
La razón más obvia de esta discrepancia es que la gente piensa que algunos tuits son mejores que otros. Pero no tiene por qué funcionar así: también se podrían cambiar los algoritmos de clasificación para que muestren sus publicaciones pase lo que pase.
Aterrorizados ante la posibilidad de perder su trabajo, este es el sistema que los ingenieros de Twitter están construyendo ahora.
“Compró la empresa, se empeñó en mostrar lo que creía que estaba roto y manipulado bajo la dirección anterior, y luego se da la vuelta y manipula la plataforma para forzar el compromiso de todos los usuarios a escuchar sólo su voz”, dijo un empleado actual. “Creo que ya hemos pasado el punto de creer que realmente quiere lo mejor para todos aquí”.
Revisor de hechos: Adelaide
Recursos
[rtbs name=”informes-juridicos-y-sectoriales”][rtbs name=”quieres-escribir-tu-libro”]Véase También
▷ Esperamos que haya sido de utilidad. Si conoce a alguien que pueda estar interesado en este tema, por favor comparta con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.
La formación de Científico de Datos le enseñará a manejar algoritmos y le proporcionará todas las competencias necesarias para convertirse en un Científico de Datos. Además de los algoritmos, también aprenderá a manipular bases de datos y a manejar herramientas de Big Data, programación en Python y diversas técnicas de Machine Learningy Deep Learning.
El término “algoritmo” deriva del nombre del gran matemático persa Al Khwarizmi, es cierto.
Los algoritmos se crean para permitir a los usuarios decirle a un ordenador cómo resolver un problema. Comprender cómo construir cinco de los algoritmos más comunes es una habilidad fundamental para los desarrolladores de software en ciernes.
Algoritmos hace un repaso de los algoritmos informáticos más importantes que se utilizan hoy en día y enseña las técnicas fundamentales al creciente número de personas que necesitan conocerlas. Existen algoritmos para muchas clases infinitas de cuestiones de este tipo; los Elementos de Euclides, publicados hacia el año 300 a.C., contenían uno para hallar el máximo común divisor de dos números naturales.
Donde gobiernan los muros de pago …
Sócrates tuvo que admitir una vez que no entendía la cuestión de los nombres, porque no podía permitirse el curso de 50 dracmas sobre la materia. Ahora me siento igualmente avergonzado. No entiendo qué significa que los algoritmos gobiernen (¿las leyes son algoritmos? ¿son procedimientos?) o que los valores se marchiten. Sólo puedo preguntarme si el problema fundamental en el escándalo de la robodeuda no fue el desplazamiento de la carga de la prueba.
Las leyes no son algoritmos, porque un sistema jurídico humano tiene margen de maniobra. Se puede negociar, persuadir, y el sistema es capaz de hacer frente a entradas imprevistas. Un algoritmo es una serie estricta de pasos, ejecutados basándose en entradas permitidas predeterminadas. Son preferibles a los que los definen porque A) pueden automatizarse y B) desvían la culpa: “No es culpa mía, es sólo la política” o “es sólo la forma en que funciona el programa”. Actúan así como un apoderado a través del cual opera la clase dominante.
Los “valores” son ideas que nosotros, como sociedad, “valoramos”. La compasión, la comprensión, etc. Éstos tienden a implicar matices, de los que carece inherentemente un sistema diseñado de antemano y aplicado ciegamente a una circunstancia dada.
Así pues, en caso de que no esté simplemente fingiendo ignorancia, el título podría ampliarse a: “Cuando los individuos con poder existente sobre los demás diseñan sistemas rígidos para aplicarlos indiscriminadamente a los que están por debajo de ellos tanto por conveniencia como para redirigir la percepción de la responsabilidad, se llega a consecuencias inhumanas”.
Las leyes no son algoritmos, porque un sistema jurídico humano tiene margen de maniobra: es una afirmación interesante. ¿Es este “margen de maniobra” la diferencia fundamental entre leyes y algoritmos, tan fundamental que tenemos que temer que los valores se marchiten cuando gobiernan los algoritmos, pero no cuando gobiernan las leyes?
¿Es la razón por la que la clase dirigente no puede operar a través de leyes, sólo a través de algoritmos? ¿Impide que los humanos que ejecutan las políticas digan que “no es culpa mía, es sólo la política”?
Yo iría más allá porque la diferencia es esencial y masiva. Los sistemas jurídicos humanos no tienen “margen de maniobra”. Son cuerpos vivos, que respiran, abiertos a la interpretación y al cambio. De hecho, al cambio radical y a la interpretación radical.
Hay ocasiones en las que las leyes han sido estrictas (piense en la regla de los tres strikes de Estados Unidos, o en una de las favoritas de los 90, la regla singapurense del azote con vara por tirar basura), sin embargo, cuanto más rígido es el conjunto de normas, más autoritario se supone que es un sistema y, por lo general, se supone que el autoritarismo no es favorable.
Alternativamente, el Estado de derecho significa igualdad ante la ley. Todas y cada una de las personas deben estar sujetas a las mismas reglas, a pesar de que la variación en la interpretación dé lugar a una variedad de resultados.
Los algoritmos carecen de esto y estamos viendo las consecuencias en todo, desde las interacciones mundanas del servicio de atención al cliente hasta el sistema chino de crédito social
El “margen de maniobra” incorporado al sistema lega se debe a que el razonamiento de cualquier tipo siempre se lleva a cabo en condiciones de incertidumbre epistémica. Esto se incorpora a los sistemas jurídicos a través de conceptos como la carga de la prueba, la duda razonable, etc., que reconocen que el sistema jurídico comete errores con frecuencia debido a la falta de información o a información distorsionada y, por lo tanto, siempre debe haber vías a través de las cuales se puedan impugnar las decisiones.
El segundo concepto que está arraigado (al menos teóricamente) en los sistemas jurídicos es el concepto de justicia procesal, según el cual un resultado es Justo si todos los participantes en el procedimiento que condujo a ese resultado lo consideran Justo. El ejemplo más obvio de esto es el juicio por un jurado de sus iguales.
A la luz de esto se pueden ver dos problemas obvios con este tipo de sistemas algorítmicos. En primer lugar, tienden a tratar el modelo como perfecto y se utilizan como si pudieran escupir respuestas de culpable / inocente por parte de las personas que los utilizan, y en segundo lugar, a menudo son cajas negras en las que es imposible que el sujeto impugne el resultado, ya que no sabe cómo se ha llegado a él.
En última instancia, creo que estos sistemas necesitan tener a un humano en el bucle y ser razonables (en el sentido de que se pueda razonar sobre ellos).
Sobre la manipulación de los algoritmos de Twiter (ahora X) por parte de Elon Musk: Lo curioso es que esta es la razón por la que antes decidieron no mostrar las impresiones. Todo el mundo piensa que debería recibir un determinado número de impresiones en función de sus seguidores, sin tener en cuenta que las personas que les siguen también pueden estar siguiendo a cientos de otras cuentas. Y la mayoría de los usuarios sólo están activos en twitter durante muy poco tiempo al día. Y eso incluye hacer búsquedas y consultar retweets o comentarios. Así que, estadísticamente, sólo una fracción de los seguidores de alguien va a ver realmente su contenido y entonces depende de los retweets de los que sí lo hacen, o de ser relevante en los primeros resultados de búsqueda sobre temas populares, para que consiga una exposición más amplia. Y si le siguen muchas personas que no tienen seguidores o tienen muy pocos (que es un porcentaje bastante significativo de las cuentas), los retweeets no hacen gran cosa por usted.
Puede haber otros errores y cosas que estropeen las impresiones, pero en general eso es lo que causa una gran diferencia entre la frecuencia con la que alguien cree que debería recibir impresiones y la realidad. Las personas que se quejan son probablemente las que están en Twitter con mucha más frecuencia que el usuario medio y no entienden que no todo el mundo está siempre sentado refrescando sus feeds.
Los fanáticos de Musk no están del todo equivocados. Al fin y al cabo, las redes sociales funcionan gracias a la publicidad.
La publicidad consiste en publicaciones promocionadas que usted no quiere ver, forzadas por empresas que suelen ser molestas y poco éticas. Así es como ha sido siempre. La autopromoción de tuits por parte de un multimillonario molesto y poco ético es totalmente normal.
Si no le gusta, el único recurso es borrar Twitter. Bloquear no hará nada y será anulado rápidamente. Todas estas sugerencias de “bloquear” son inútiles. Si utiliza Twitter apoya a Musk, fin de la historia. Un lector enfadado y un lector feliz dan las mismas métricas de compromiso.
Pero incluso para aquellos que ven los tweets… ¿cambia realmente el día de alguien? Y como han dicho otros, simplemente sal de twitter si no te gusta twitter o Musk o lo que sea. Incluso después de que comprara twitter vi pocos cambios. Hubo un par de fallos importantes durante un tiempo, pero los solucionaron. Y hay muchas otras plataformas. Cree su propio blog, vaya de excursión, coma galletas con pepitas de chocolate. ¡Hay muchas formas de evitarlo!
Creo que la cuestión es menos “había un tuit de Elon en mi feed” y más que, en algunos casos, los feeds de la gente fueron tomados completamente por tuits de Elon. Estoy de acuerdo con usted en que ver uno a veces no haría que me importara, pero me enfadaría si de repente mi feed de Twitter se viera totalmente invadido por él. Y también está la cuestión más amplia: Que Twitter es a menudo muy influyente en la discusión política y cultural en general, por lo que es bastante preocupante que el ego de Elon sea tan grande que realmente vaya a utilizar su poder como propietario para impulsar y controlar artificialmente lo que él personalmente quiere que la gente vea a pesar de defender supuestamente un algoritmo de contenidos más justo e imparcial.
Creo que twitter tiene un impacto menor en la vida cotidiana de lo que la mayoría de la gente (en particular Musk) piensa que tiene. Pero la idea de que un consejero delegado pueda comprar una red social en nombre de la libertad de expresión, con dinero respaldado por los saudíes, y luego convertirla en una herramienta de promoción personal… es más tonta que diabólica, pero eso no significa que no merezca la pena informar sobre ella en detalle.
Nada de lo que ha dicho o hecho ha afectado a mi vida de un modo u otro, nunca. Bueno, supongo que su empresa de satélites puede estar prestando un servicio en alguna parte que me ayude de alguna manera (no conozco ninguna manera, pero eso no significa que no esté ayudando en alguna parte). Todavía no he visto ningún tweet suyo. Tampoco he leído todos los mensajes de aquí, pero los que he leído tampoco han afirmado haber visto tweets suyos en su timeline. ¿O tal vez aquí nadie está en twitter?
Esa es una foto realmente extraña para que Elon la comparta, ya que se puede saber exactamente de qué tipo de desordenada, um, película es. Entre que tiene esa foto a mano y las teorías conspirativas que compartió sobre el marido de Nancy Pelosi, uno se pregunta qué tipo de dieta mediática tiene Musk. Luego te preguntas si eso es en lo que quiere que se convierta Twitter y da un poco de miedo. Yo solía pasarme todo el día, todos los días en Twitter y ahora casi nunca entro en él. Ver cosas así de Musk me hace querer borrar mi cuenta por completo.
Aunque no tenía una buena opinión de Musk como ser humano, estoy realmente conmocionado por esta incompetencia alimentada por el narcisismo. ¿Puede alguien confiar realmente en cualquier producto en el que haya participado este tipo? Este rechazo total a cualquier tipo de pruebas científicas, rigor, normas, cumplimiento de las regulaciones para el lanzamiento de características / productos, y la falta de cualquier estrategia o plan coherente es aterrador. ¿Quién puede decir que no existe tal multiplicador en Tesla sólo porque el propio Tesla de Elon era demasiado lento? Todo el mundo debería estar preocupado por esto. No sólo los propietarios de Tesla, sino también los no propietarios que son conejillos de indias en el experimento de FSD en vivo de Elon.
Fui digital durante varios años para una persona destacada del Gobierno y lo que más me sorprende es que sólo Elon tenga semejante multiplicador añadido.
Está elevando la ridiculez de estas empresas de medios sociales a niveles astronómicos, pero no finjamos ni por un minuto que antes de Elon estaban seriamente interesadas en garantizar un compromiso uniforme entre sus usuarios.
Estos algoritmos son absurdas cajas negras que esconden todo tipo de absorciones aleatorias que, por la razón que sea, son la prioridad de la empresa. Nadie sabe cómo funcionan y si echa un vistazo bajo cualquiera de sus capuchas (algo de lo que intentan protegerse activamente), es extremadamente feo.
Como sí, ahora mismo tienen a un molesto niño de 5 años dictando las prioridades de la empresa, pero ¿es mucho mejor una sala de juntas de inversores aleatorios interesados en llenarse los bolsillos? Sí, pero no por mucho.
Con o sin Elon, estas empresas necesitan mucha más supervisión de la que tienen ahora mismo.
Los algoritmos están ocultos y se ajustan constantemente por muy buenas razones: para asegurarse de que la gente ve lo que le interesa y para evitar que otros manipulen el algoritmo con el fin de dominarlo. Este es el mayor problema de Google en la actualidad: se ha visto desbordado por la manipulación del SEO, hasta el punto de que muchos resultados de búsqueda distan mucho de ser útiles, porque se ha convertido principalmente en una competición de “quién es el mejor manipulando el algoritmo para mostrar sus sitios web”.
No es que crea que todos los algoritmos deban ser públicos. Pero la cuestión de quién decide esto y por qué está extremadamente ofuscada y las motivaciones no suelen ser de interés público.
Como ejemplo: Hace años se descubrió a Facebook inflando artificialmente su recuento de visitas en los vídeos gracias a un denunciante. No había una buena razón para ello, aparte de que necesitaban competir en vídeo con otras plataformas.
Ni siquiera se exigen o se conocen las normas básicas sobre cómo abordar este reto y ese es el problema.
Increible. Elon Musk, director ejecutivo de Twitter, reunió a un equipo de unos 80 ingenieros para reconfigurar el algoritmo de la plataforma con el fin de que sus tuits fueran más vistos, según ha informado el sitio de noticias tecnológicas Platformer.
Un descontento Musk pidió un esfuerzo de emergencia después de que un tweet que envió durante el partido de la Super Bowl del domingo no lograra tanta participación como un tweet de Joe Biden.
Si. El esfuerzo se desencadenó cuando un tuit del presidente, que tiene 37 millones de seguidores, generó casi 29 millones de impresiones, mientras que un tuit similar de Musk -que tiene 128 millones de seguidores- generó poco más de 9,1 millones de impresiones.
Un empleado de Twitter y primo de Elon Musk, James Musk, publicó un mensaje urgente en el Slack de la empresa a las 2.30 de la madrugada del lunes siguiente, pidiendo a todos los empleados que supieran programar que participaran. “Cualquier persona que pueda hacer cuadros de mando y redactar software, por favor, ¿puede ayudar a resolver este problema?”, escribió. “Esto es de alta urgencia”.
Los ingenieros desplegaron entonces un nuevo algoritmo que inflaba artificialmente los tuits de Musk por un factor de 1.000, asegurando que más del 90% de los 128,9 millones de seguidores de Musk los vieran. Muchos de los que no siguen a Musk también reciben sus tuits a través de la pestaña “Para usted” de la página de inicio de la aplicación, que recopila tuits de varias cuentas, incluidas las que el usuario no sigue.
Musk pareció confirmar públicamente la medida, a su manera, publicando un meme sobre cómo obligar a sus seguidores a leer sus tuits. También dijo a sus seguidores que “permanecieran atentos” mientras Twitter realiza ajustes en el algoritmo.
La decisión de dedicar recursos internos a promocionar sus propios tuits se produce en medio de continuos informes sobre la obsesión de Musk por sus propias impresiones en la plataforma. La semana pasada, un informe de Platformer también reveló que Musk había despedido a un ingeniero principal de Twitter que le dijo que las visualizaciones de sus tuits habían disminuido de forma orgánica, con lo que el interés por el errático consejero delegado menguaba. Los usuarios se han quejado desde que Twitter convirtió su página “Para usted” en el feed por defecto de la plataforma en enero de que los tuits de Musk aparecían con más frecuencia.
Musk, que compró Twitter en octubre de 2022 por 44.000 millones de dólares, ha realizado una serie de cambios adicionales en la plataforma en los meses intermedios, permitiendo el regreso de cuentas previamente prohibidas como la de Donald Trump, cambiando el proceso para la verificación de Twitter y revocando el acceso gratuito a la API de la plataforma, o interfaz de programación de aplicaciones.
En medio de las continuas críticas a sus decisiones como director ejecutivo, Musk ha prometido dimitir y encontrar un sustituto tan pronto como a finales de este año. Los empleados actuales han descrito un ambiente angustioso en la empresa, que despidió a casi la mitad de su plantilla en noviembre de 2022. En aquel momento, Musk defendió los recortes y otras medidas de reducción de costes, afirmando que la empresa estaba perdiendo 4 millones de dólares al día.