Como abogado creía que esto de la transformación digital no tenía leyes propias, pero resulta que si, que de haberlas haylas como sucede con el derecho o la física, y por ello tiene pleno sentido que allí donde hay leyes deba haber abogados, que para algo somos la única profesión citada en la Constitución de 1978.
Una de la más interesantes es la ley de Metcalfe, que no debe su nombre a las reuniones de los amantes del café light (met + café + light), sino al señor Robert Metcalfe, ingeniero, co-inventor de ethernet y empresario estadounidense, que fue seguramente uno de los primeros casos de personas famosas que han popularizado su apellido dando nombre a una ley (Bosman, Wert, Sinde, entre otros).
La ley en cuestión afirma lo siguiente: El valor de una red es proporcional al cuadrado del numero de usuarios conectados.
En la práctica esta ley explica que una red (como Facebook, LinkedIn, WhatsApp, etc.) se vuelve más valiosa a medida que otros usuarios se unen a la misma, a modo de retroalimentación continua.
Pero claro, así de sopetón cuesta de entender el significado o las consecuencias de la ley metclafe para la gente de letras.
Es por ello que los expertos en transformación digital han utilizado históricamente una misma pregunta -que ya se ha vuelto clásica para explicar la ley en cuestión-, para que la ley metcalfe sea entendible para el común de los mortales, sin necesidad de tener un doctorado por el MIT.
La pregunta que se lanza a los alumnos de cualquier curso de transformación digital será parecida a la siguiente: ¿cual fue el aparato tecnológico que fue más difícil vender por primera vez, al primer cliente?.
Aunque sepáis la respuesta -fácil si continuáis leyendo este artículo- os aconsejo que dejéis pasar unos segundos como aquel que piensa profundamente antes de contestar al inquisitivo profesor que ha lanzado la cuestión, y al cabo de ese rato levantéis la mano para dar la respuesta mágica: el teléfono o el fax.
La respuesta es fácil de entender cuando te dan la explicación completa -como habitualmente sucede-, pero no tanto cuando te sueltan la teoría de golpe en medio de una clase.
Entrando a desentrañar los misterios de la ley, parece claro que si somos el propietario del primer y único teléfono que existe en el mundo, ese intrépido y osado primer cliente no podrá llamar a nadie con ese trasto, o si lo hace, nadie contestará -amantes de las ciencias ocultas, abstenerse de comentarios-.
Por tanto con un único teléfono -el ejemplo también sirve para el fax- parece claro que no podremos crear ninguna conexión llamando a alguien, ya que necesitamos que otro aguerrido usuario como nosotros, tenga a su vez otro teléfono como el nuestro, para así hacer la primera llamada y que alguien responda.
Si cogemos un papel y hacemos un dibujo lo veremos más claro, como me sucedió a mi:
1.- Si tenemos un solo usuario con su flamante teléfono, los enlaces que podemos obtener con el mismo son cero, con lo que no es necesario que hagamos ningún dibujo y guardemos el papel para el resto de ejemplos que veremos a continuación.
2.- Si tenemos dos usuarios y cada uno de ellos tiene su correspondiente teléfono, la cosa ya pinta bien.
Así dibujaremos un teléfono en una punta del papel y otro teléfono en la otra punta del papel, momento en que visualizaremos claramente que ambos teléfonos (o nodos, nada que ver con los noticiarios de antaño) se unen con una línea (la conexión o enlace), es decir -y aquí la primera conclusión de la ley Metcalfe- 2 nodos dan lugar a 1 enlace.
3.- Ahora bien ¿qué sucede si conectamos 3, 4 o 10 teléfonos o nodos entre si? ¿cuántas conexiones se pueden crean?:
Aquí os pongo los resultados directamente:
– 1 nodo = 0 conexiones
– 2 nodos = 1 conexión
– 3 nodos = 3 conexiones
– 4 nodos = 6 conexiones
– 5 nodos = 10 conexiones
– 6 nodos = 15 conexiones
– 7 nodos = 21 conexiones
– 8 nodos = 28 conexiones
– 9 nodos = 36 conexiones
– 10 nodos = 45 conexiones
Esta es la ley de Metcalfé explicada en plan de ir por casa.
Big data y meteorología: el caso The Weather Channel (TWC).
La ropa que nos ponemos antes de salir de casa, el decidir si cogemos o no un paraguas, el saber si una alergia al polen nos afectará o si haremos deporte mañana por la tarde al aire libre, son decisiones personales en las que el clima está presente, por lo que los cambios del tiempo afectan a nuestra forma de organizarnos la vida.
Las empresas también tienen en cuenta el clima a la hora de tomar sus decisiones, desde los modelos climáticos que las compañías aéreas utilizan para evitar turbulencias durante los vuelos, al rendimiento de los parques eólicos en función del viento previsto o el decidir cuál es el momento idóneo para sembrar el trigo en una zona de secano, hasta las alertas que pueden lanzar las compañías de seguros a los asegurados que viajan hacia una zona con previsión de granizo.
Por tanto el clima tiene una presencia constante en nuestra vida diaria, como se puede observar del hecho que la mayoría de las conversaciones las empezamos hablando del tiempo, y que además muchas de las decisiones que tomamos en nuestro día a día dependen de la previsión del tiempo.
De hecho los expertos señalan que según algunas estimaciones, hasta 1/3 parte de la economía de los EEUU depende o está relacionada con la meteorología.
En este contexto es interesante analizar el caso The Weather Channel (TWC), canal de televisión por cable dedicado las 24 horas del día a hablar del tiempo, que fue lanzado en EEUU en el mes de mayo de 1982 y que en 2015 fue adquirido por IBM, siendo por tanto un ejemplo exitoso de transformación digital de una organización convertida ahora en data driven -empresa centrada en los datos-.
Su modelo inicial de ingresos era la publicidad y las suscripciones, pero al cabo de un tiempo se reinventó y se ha convertido en lo que esa ahora, una enorme potencia digital.
TWC trata una montaña de datos en sus operaciones diarias y ha tenido la habilidad de convertir la información del tiempo en un activo estratégico, ya que ha encontrado un gran negocio en los datos pues ha sabido transformarse digitalmente, evolucionando de un modelo de predicción del tiempo a otro de predicción sobre cuando los consumidores comprarán un determinado producto o servicio.
Pese a que la información sobre el tiempo es gratis, TWC ha creado un modelo de plataforma con la que vende servicios a empresas cuyos productos o servicios son sensibles al clima.
TWC ha logrado adaptarse a las nuevas circunstancias tan rápidamente como lo hacemos las personas antes los cambios en el clima, desde una organización que producía información a otra que la monetiza, que ayuda a que las personas y las organizaciones tomen mejores decisiones en función del clima.
Datos personales, big data y un embarazo adolescente.
Datos personales, big data y un embarazo adolescente.
El 28 de enero se abrió a la firma el convenio 108 de 1981 del Consejo de Europa, el primer instrumento internacional jurídicamente vinculante que regula el derecho a la protección de datos, motivo por el que cada año el día 28 de enero se celebra el día internacional de la protección de datos en todo el mundo.
Los datos en general son una materia prima de gran valor económico y clave para cualquier negocio, ya que permiten crear una nueva forma de valor -la conocida como economía de los datos- de la que son ejemplo las llamadas GAFA -Google, Apple, Facebook y Amazon- que basan su modelo de negocio en la explotación de nuestros datos personales en un entorno de plataforma digital.
El big data -o datos masivos- se refiere al procedimiento creado para aprovechar estos datos que generamos las empresas consistente en el análisis de grandes volúmenes de datos que a menudo se captan a tiempo real en una gran variedad de formatos.
El objetivo final es la extracción de conocimiento para la toma de decisiones a partir de la detección de patrones, tendencias o correlaciones, descubriendo conocimiento oculto dentro de un gran volumen de datos -el caso Walmart, con los pañales y la cerveza es un ejemplo conocido-, lo que supone empezar a dejar de lado la intuición y la experiencia como únicas herramientas para tomar decisiones -utensilios adecuados sólo para un mundo con pocas. datos- pero insuficientes para la economía digital basada en el big data.
Es por ello que la normativa de protección de datos es necesaria en todo proceso de big data, si partimos de que muchas de las cosas que suceden en nuestra vida cotidiana dejan un rastro en forma de dato personal, que escaparía a nuestro control como ciudadanos si no existiera esta normativa -el reglamento 2016/679 y la ley 3/2018-, las agencias o autoridades de protección de datos y la figura clave del delegado de protección de datos.
Las empresas quieren conocer mejor nuestros gustos e intereses, adecuar sus productos y ofertas a nuestros patrones de consumo y adaptar así sus campañas de marketing, aunque hay casos donde el análisis de los datos de consumo en la web de un supermercado llevan a consecuencias digamos «imprevistas» en el ámbito familiar como el que sucedió en la cadena target de los EEUU.
Es el curioso caso de una adolescente que estaba embarazada sin que su padre lo conociera, y que debido a los patrones de búsqueda que la futura madre había generado en el portal del supermercado -pañales, biberones y chupetes-, este establecimiento había deducido que aquella clienta estaba embarazada.
El supermercado envió rápidamente a casa de la menor cupones de descuento para productos para criaturas y cuando el padre los vio, se presentó hecho una fiera en el supermercado pidiendo explicaciones de la razón por la que enviaban esta información a una menor de edad.
La historia termina con una segunda visita del padre al supermercado solicitado disculpas, ya que se ve que el único miembro de la familia que desconocía que su hija estaba embarazada era él, el padre.
El caso Amazon, Greg Linden, el poder de los experimentos de los trabajadores, el instinto y los datos.
El caso Amazon, Greg Linden, el poder de los experimentos de los trabajadores, el instinto y los datos.
Greg Linden fue uno de los primeros ingenieros de Amazon, prototipo del trabajador innovador al que le ocurre una idea que acaba triunfando, pese a que los responsables de marketing de Amazon le prohibieron trabajar en ella.
La idea era implementar una herramienta de recomendaciones a los clientes de Amazon en el momento de finalizar la compra, basada en aquellos productos que constaban en el carrito.
Cuando Linden presentó la innovación a sus jefes, los llamados HIPPO (Highest Paid Person’s Opinion), un vicepresidente de marketing desestimó la propuesta bajo el argumento que no era nada recomendable distraer al comprador durante el proceso de compra (según decía su experiencia).
Pese a ello -sostenella y no enmendalla debió pensar el trabajador- Linden preparó un prototipo y lo presentó en el sitio de pruebas interno de Amazon, siendo el resultado totalmente positivo, ya que no solo no interrumpía el proceso de compra sino que se incrementaron las ventas notablemente (el poder de los datos).
La conclusión es clara: los datos habían triunfado, dejando en mal lugar la experiencia e intuición del vicepresidente de marketing de Amazon.
El resto de la historia es conocida, con la implementación de un algoritmo de recomendación en Amazon basado en el experimento de Linden y posteriormente, su extensión a la mayoría de portales de venta online.
Este es un ejemplo paradigmático de la experimentación de los trabajadores en las empresas y un debate entre la prevalencia del instinto de los hippos o la experimentación con datos de los trabajadores.
Por cierto, en nuestra organización ¿cómo hubiera terminado la idea de Linden?.
La correlación no significa causalidad.
Los humanos estamos acostumbrados a detectar patrones y tendencias, lo que en una época con poca información es relativamente sencillo. Ahora bien, ello no es posible en plena era de los macrodatos, ya que existe tantísima información disponible que los patrones y las tendencias permanecen ocultos a los ojos de cualquier persona, sepultados entre millones y millones de datos.
Las empresas han acudido a los ordenadores y al fenómeno del big data para que la tecnología nos ayude a los humanos a detectar esos patrones invisibles, a poner luz en esa montaña de datos, a buscar relaciones entre hechos aparentemente inconexos a través de la minería de datos, para así tomar decisiones que ayuden a las empresas por ejemplo a incrementar las ventas.
Y es interesante aquí introducir un concepto muy utilizado en el entorno del big data y que es que la correlación no significa causalidad. Las diferencias entre la causalidad y la correlación sería algo parecido a decir:
a.- no es lo mismo afirmar que a es la causa segura de b (causalidad),
b.- que señalar que parece que a y b están relacionados (correlación).
La causalidad (el porqué de la cosas) es aquella ley que establece una relación directa entre una causa y un efecto, de tal manera que para llegar a esa conclusión cierta (que a es la causa de b) es necesario previamente experimentar, investigar y dedicar mucho tiempo y dinero a validar que efectivamente, existe una única relación directa entre esa causa y ese efecto.
La causalidad -como su nombre indica-, nos ayuda a conocer la causa de las cosas, es decir a recorrer el camino de vuelta desde el efecto producido y hacia la causa que lo ha producido, por lo que si el resultado de esa investigación es positivo, ello nos sirve para afirmar sin ningún género de dudas, que a es la causa de b, ya que no existe una explicación alternativa.
En cambio la correlación (el qué de las cosas, sin importar el porqué) simplemente nos advierte que entre a y b existe una posible relación pero no nos explica a ciencia cierta -al contrario de la causalidad- cual es la causa concreta que produce ese resultado.
Por tanto la correlación sería algo así como que el fenómeno a y el fenómeno b se observan al mismo tiempo, que parece que existe un patrón común entre ambos o una correlación estadística, que los dos se mueven juntos, pero sin poder afirmar de manera científica que a es la causa de b, como si haríamos con el principio de causalidad.
La correlación es un método por tanto más rápido y barato y por tanto, la deducción a la que llega la correlación sobre la relación de la causa y el efecto podríamos decir que es débil, en el sentido que no se basa en ese ejercicio científico de la causalidad que hemos visto antes, sino en otro principio del tipo “si la acierto, la adivino”.
La metatesiofobia y la transformación digital
La metatesiofobia es el miedo al cambio.
Este concepto hay que relacionarlo con el acrónimo vuca, creado por la Escuela de Guerra del Ejército de EE.UU. para ayudar a los estudiantes de la academia militar a afrontar los nuevos desafíos geoestratégicos.
Vuca significa volatility (volatilidad), uncertainty (incertidumbre), complexity (complejidad) y ambiguity (ambiguedad).
No decimos nada nuevo si afirmamos que las reglas de juego han cambiado, que la lógica de los acontecimientos en el mundo de la empresa ya no es lineal y que el cambio encuentra siempre elementos paralizantes como son la falta de visión estratégica de algunos Ceo y la resistencia de los empleados.
La razón es que el cambio preocupa, pues cualquier transformación en las organizaciones se observa como una amenaza, ya que como humanos creemos que no seremos capaces de adaptarnos y mucho más si abrimos los ojos a las tecnologías disruptivas que amenazan muchos puestos de trabajo actuales.
Pero lo cierto es que la transformación digital es eso, un proceso meditado y gestionado pero no una revolución.
Pese a ello ¿por qué algunas organizaciones eligen no transformarse digitalmente si intuyen que la parálisis las llevará a resultados fatídicos?.
Veamos el caso de kodak, ejemplo paradigmático de falta de visión estratégica y de miedo al cambio.
Kodak inventó la primera cámara digital en 1975, pero no la quiso comercializar y decidió guardarla en un cajón para evitar que afectara a su exitoso modelo de negocio en ese momento, vender carretes y revelar fotos.
El resultado de esta decisión antiestratégica es que en el año 2012 kodak se declaró en quiebra.
Son muchas las organizaciones para las que todos los clientes como iguales, a los que no escuchan ni los ponen en el centro de sus decisiones, las mismas que consideran que la competencia es el enemigo a batir y que aunque se puedan crear oportunidades con ella, no quieren oír ni hablar de coopetir -que podemos definir como la estrategia para colaborar con la competencia- siendo su mantra algo así como que a la competencia ni agua, pese a que es conocido que algunos rivales eternos dentro del mundo de los teléfonos móviles -Apple y Samsung-, colaboran intensamente desde el momento en que la empresa japonesa está vendiendo pantallas para los móviles de la empresa norteamericana.
Estas organizaciones metatesiofobias se caracterizan por no utilizar los datos ni el conocimiento generado por ellas para convertirlos en un activo estratégico, en su nueva materia prima, pues por el contrario confían más en la intuición subjetiva del ceo, en su clarividencia proverbial que no en las evidencias objetivas resultado del análisis de los datos y los modelos predictivos, organizaciones que además penalizan el fracaso y que nunca llevan al mercado ideas nuevas, sino que se limitan a exprimir su invariable e inmutable modelo de negocio, por lo que ante el conocido dilema del emprendedor – explotar o explorar- gastan toda su energía en explotar y explotar.
Jack Welch director general de General Electric, dijo una vez que cuando el ritmo de cambio dentro de la empresa se ve superado por el ritmo de cambios afuera, el final está cerca.
Ahora es el momento de perder el miedo a la transformación -que no revolución- digital y para ello la primera clave es comunicar y comunicar, poder discutir sobre el proceso de cambio creando un espacio para las dudas de los empleados, escuchar a los más escépticos y darles respuestas.
También es importante que este proceso de cambio se lidere desde arriba y desde dentro de la organización, por aquello que el cambio es una puerta que se abre desde dentro.
Hacerlo en compañía, iniciando el camino con alguien con experiencia y visión estratégica, nos ayudará a mirar más allá del día a día y nos alejará de aquellos que asocian transformación digital únicamente con vender y vender tecnología.
El consejero que nos acompañe habrá definido con nosotros una estrategia, una ruta para el viaje sin improvisar, tutor que pilotará el despegue, el viaje y el aterrizaje y que se centrará en conseguir pequeños objetivos, más que grandes revoluciones.
Y sabremos que vamos bien cuando nos hable de situar al cliente en el centro de todas las decisiones de la organización, evolucionado de modelos anticuados donde la única función del cliente era comprar y pagar, a otros esquemas donde escucharemos al cliente a través de un modelo de plataforma, aprovechando así el interesante efecto red.
Ignorar que estamos inmersos en la cuarta revolución industrial y no querer transformarnos digitalmente, significa que ese miedo a lo desconocido nos paraliza y nos convierte en una organización cada vez más ineficiente, si como sucedió con kodak no tomamos decisiones estratégicas a tiempo para explorar otros modelos de negocio de la mano de la transformación -que no revolución- digital.
La singularidad tecnológica y la inteligencia artificial.
La singularidad tecnológica y la inteligencia artificial.
Google para su motor de búsqueda, Facebook para la publicidad dirigida, Apple para potenciar sus asistentes digitales o el sistemas compás en Estados Unidos, para predecirquién es más probable que vuelva a delinquir son ejemplos de uso de inteligencia artificial.
La singularidad tecnológica es el advenimiento hipotético de inteligencia artificial general, también conocida como IA fuerte.
Será aquel momento de la historia de la humanidad en el que el desarrollo tecnológico llegará a un punto en que las máquinas igualarán y superarán la inteligencia humana.
Si llegara ese momento, las máquinas crearían otras maquinas aún más inteligentes que ellas mismas, produciendo una escalada exponencial de la inteligencia artificial.
Así las máquinas se mejorarán a sí mismas de modo que cada nueva generación, al ser más inteligente, sería capaz de mejorar su propia inteligencia, dando lugar a otra nueva generación aún más inteligente, y así sucesivamente.
Un ejemplo típico de inteligencia artificial que aprende por sí misma es Alfa Go, un programa de inteligencia artificial desarrollado por deepmind de Google, que aprendió a jugar siguiendo no solo las reglas dadas por los programadores, sino -y esto es lo más relevante- empleando también un sistema de aprendizaje automático consistente en jugar contra sí mismo.
En este video se explica de forma muy clara todo el proceso:
Otra visión de la singularidad tecnológica pero de carácter distópico, son las palabras del ordenador Hall en la película de ciencia ficción de Stanley Kubrick, 2001 una odisea en el espacio.
En la escena que podéis ver en el enlace de you tube, Hal en respuesta a una orden humana donde le pide que abra las puertas del hangar, la máquina inteligente responde al humano: “ … lo siento David me temo que no puedo hacer eso …”:
Metcalfe, la transformación digital y sus curiosas leyes
Como abogado creía que esto de la transformación digital no tenía leyes propias, pero resulta que si, que de haberlas haylas como sucede con el derecho o la física, y por ello tiene pleno sentido que allí donde hay leyes deba haber abogados, que para algo somos la única profesión citada en la Constitución de 1978.
Una de la más interesantes es la ley de Metcalfe, que no debe su nombre a las reuniones de los amantes del café light (met + café + light), sino al señor Robert Metcalfe, ingeniero, co-inventor de ethernet y empresario estadounidense, que fue seguramente uno de los primeros casos de personas famosas que han popularizado su apellido dando nombre a una ley (Bosman, Wert, Sinde, entre otros).
La ley en cuestión afirma lo siguiente: El valor de una red es proporcional al cuadrado del numero de usuarios conectados.
En la práctica esta ley explica que una red (como Facebook, LinkedIn, WhatsApp, etc.) se vuelve más valiosa a medida que otros usuarios se unen a la misma, a modo de retroalimentación continua.
Pero claro, así de sopetón cuesta de entender el significado o las consecuencias de la ley metclafe para la gente de letras.
Es por ello que los expertos en transformación digital han utilizado históricamente una misma pregunta -que ya se ha vuelto clásica para explicar la ley en cuestión-, para que la ley metcalfe sea entendible para el común de los mortales, sin necesidad de tener un doctorado por el MIT.
La pregunta que se lanza a los alumnos de cualquier curso de transformación digital será parecida a la siguiente: ¿cual fue el aparato tecnológico que fue más difícil vender por primera vez, al primer cliente?.
Aunque sepáis la respuesta -fácil si continuáis leyendo este artículo- os aconsejo que dejéis pasar unos segundos como aquel que piensa profundamente antes de contestar al inquisitivo profesor que ha lanzado la cuestión, y al cabo de ese rato levantéis la mano para dar la respuesta mágica: el teléfono o el fax.
La respuesta es fácil de entender cuando te dan la explicación completa -como habitualmente sucede-, pero no tanto cuando te sueltan la teoría de golpe en medio de una clase.
Entrando a desentrañar los misterios de la ley, parece claro que si somos el propietario del primer y único teléfono que existe en el mundo, ese intrépido y osado primer cliente no podrá llamar a nadie con ese trasto, o si lo hace, nadie contestará -amantes de las ciencias ocultas, abstenerse de comentarios-.
Por tanto con un único teléfono -el ejemplo también sirve para el fax- parece claro que no podremos crear ninguna conexión llamando a alguien, ya que necesitamos que otro aguerrido usuario como nosotros, tenga a su vez otro teléfono como el nuestro, para así hacer la primera llamada y que alguien responda.
Si cogemos un papel y hacemos un dibujo lo veremos más claro, como me sucedió a mi:
1.- Si tenemos un solo usuario con su flamante teléfono, los enlaces que podemos obtener con el mismo son cero, con lo que no es necesario que hagamos ningún dibujo y guardemos el papel para el resto de ejemplos que veremos a continuación.
2.- Si tenemos dos usuarios y cada uno de ellos tiene su correspondiente teléfono, la cosa ya pinta bien.
Así dibujaremos un teléfono en una punta del papel y otro teléfono en la otra punta del papel, momento en que visualizaremos claramente que ambos teléfonos (o nodos, nada que ver con los noticiarios de antaño) se unen con una línea (la conexión o enlace), es decir -y aquí la primera conclusión de la ley Metcalfe- 2 nodos dan lugar a 1 enlace.
3.- Ahora bien ¿qué sucede si conectamos 3, 4 o 10 teléfonos o nodos entre si? ¿cuántas conexiones se pueden crean?:
Aquí os pongo los resultados directamente:
– 1 nodo = 0 conexiones
– 2 nodos = 1 conexión
– 3 nodos = 3 conexiones
– 4 nodos = 6 conexiones
– 5 nodos = 10 conexiones
– 6 nodos = 15 conexiones
– 7 nodos = 21 conexiones
– 8 nodos = 28 conexiones
– 9 nodos = 36 conexiones
– 10 nodos = 45 conexiones
Esta es la ley de Metcalfé explicada en plan de ir por casa.
Los robots antropomórficos y la teoría del valle inquietante.
La robótica social es una disciplina que se dedica a estudiar los robots antropomórficos que se diseñan y construyen para interactuar y comunicarse con los seres humanos, como sucede con los de tipo asistencial que ayudan a algunas personas mayores a recordar la hora de tomar el medicamento o de practicar ejercicio físico.
Como profanos que somos en esta materia podemos pensar que a mayor realismo del robot por sus rasgos antropomórficos, es decir a mayor semejanza del robot con el ser humano, la respuesta de las personas hacia el robot será en general de mayor empatía.
Pero ello no es exactamente así, si hacemos caso a las teorías del profesor Masahiro Mori.
En 1970 este profesor japonés de robótica del Instituto de Tecnología de Tokio lanzó la hipótesis conocida como del valle inquietante -uncanny valey- y referida a la reacción emocional o de empatía que los robots antropomórficos provocan entre los seres humanos con los que interactúan.
El profesor Mori analizó la relación existente entre el diseño de los robots con caracteres antropomórficos y la respuesta que ello genera en las personas, esto es si a mayor realismo en el diseño de los robots, la respuesta era de mayor empatía o más bien de rechazo.
Pues bien la conclusión del profesor es que cuando el diseño del robot podríamos decir es poco humano, nuestra reacción es positiva hacia él, pero a medida que el robot se va asemejando cada vez más a un humano y sus facciones son claramente antropomórficas, cuanto más aumenta por tanto el realismo del robot, mayor es a su vez el rechazo o la aversión de los humanos hacia él, respuesta que en algunos casos se convierte en recelo o incluso en miedo.
Y de ahí la importancia a la hora de diseñar un robot social de tener en cuenta la teoría del valle inquietante, por los sentimientos de inquietud o temor que pueda causar el mismo cuando interacciona con un ser humano.
Lo cierto es que ya tenemos algunos ejemplos en la vida real de esta teoría, desde maniquíes o figuras de ceras muy humanizadas o por ejemplo el caso del cortometraje Tin Toy creado por Pixar que sufrió grandes críticas por el diseño extremadamente realista del bebé.
Esta teoría tiene incluso un gráfico que la representa, por lo que es importante que los diseñadores de los robots antropomórficos la tengan en cuenta si quieren obtener una respuesta humana positiva hacia el robot.
Por ello los diseñadores de robots deben tener presente el gráfico del valle inquietante antes de empezar a dar forma al diseño del robot, para poder situarlo en el punto más alto de esa imaginaria montaña ya que es el lugar donde la percepción humana hacia el robot será más positiva y por ello evitar de todas todas, los diseños que discurran más allá del pico y que se adentren hacia el fondo del valle.
La razón es que a medida que el diseño se desplaza a la parte más baja de esa hipotética montaña dibujada en el gráfico, es decir a mayor realismo del robot, la respuesta que se obtendrá de los humanos será negativa, salvo que sea ese el resultado pretendido por el diseñador y quiera emular a aquel estudiante de medicina llamado Frankenstein que creó un monstruo de aspecto humano que tomó vida propia, al que abandonó a su suerte con resultados funestos.
Los datos anónimos del proyecto Netflix Prize y la identificación de la orientación sexual de una cliente.
En el año 2006 Netflix anunció un premio de 1 millón de dólares para aquellas propuestas que mejoraran su algoritmo de búsqueda en un 10 %.
El nombre del concurso era Netflix Prize.
Para que ello fuera técnicamente posible, Netflix decidió compartir sin conocimiento de sus clientes, 100 millones de clasificaciones de películas de casi 500.000 suscriptores, datos que eran -teóricamente- anónimos pues con ellos no podía identificarse a ningún cliente de Netflix.
Ese historial de alquiler de los clientes consistía en información tal como la fecha, la calificación y los comentarios a las películas de Netflix, información que sería suficiente para que los concursantes del concurso hicieran sus propuesta de mejora del algoritmo.
Pero lo cierto es que sucedió algo inesperado.
Unas semanas después del inicio del concurso, Arvind Narayanan y Vitaly Shmatikov, investigadores de la Universidad de Texas en Austin, pudieron reidentificar a algunos de los clientes anónimos de Netflix.
La pregunta es ¿y como fue posible si los datos de Netflix eran anónimos?.
La estrategia de los investigadores fue la de comparar dos fuentes de información diferentes, por una parte las clasificaciones anónimas de Netflix y por otra las clasificaciones publicas en Internet Movie Database (IMDb), portal de internet que almacena y comparte información sobre películas y donde los usuarios se registran e identifican.
Así cruzando informacion de ambos portales, fue como localizaron diversos perfiles anónimos de Netflix que coincidían a la perfección con los de IMDb, resultando que en algunos casos los perfiles en ambos portales eran de la misma persona.
Aunque pueda parecer que la lista de las películas que visualiza un cliente no es materia sensible, una usuaria de Netflix cuyos datos se habían utilizado en el proyecto Netflix Prize demandó a la compañía, ya que estaba entre las personas reidentificadas.
La cliente en cuestión era una madre lesbiana que no había compartido con nadie -ni con sus hijos- su orientación sexual, por lo que el resultado del proyecto claramente la perjudicada al sacar a la luz una información que ella había guardado celosamente.
La cuestión a debatir es si la empresa debería haber sabido que era posible reidentificar a sus clientes con datos anónimos y por ello, hubiese tenido que aplicar medidas adicionales de seguridad o simplemente no lanzar el proyecto.
El efecto Tom Sawyer es la clave del modelo de negocio de las plataformas como Facebook
En el capítulo segundo de las aventuras de Tom Sawyer, la tía Polly le encarga a Tom que pinte con cal una larga valla de madera, exactamente treinta varas de largo y nueve pies de altura.
Tom se las ingenia para que sus amigos realicen su trabajo por él y así descubre, en palabras del autor, uno de los principios fundamentales de la humana conducta: que para hacer que alguien, hombre o muchacho, anhele alguna cosa, sólo es necesario hacerla difícil de conseguir.
¿Y como lo hace? Pues haciendo creer a sus amigos que ese tedioso trabajo de pintar una extensa valla, es en realidad una agradable actividad creativa.
Para ello Tom empieza a pintar la valla a ojos de sus amigos como un gran artista que disfruta enormemente con su emocionante actividad creativa -que no es trabajo-.
¿Y que consigue?. Pues que sus amigos no solo le pinten la valla entera con 3 capas, sino que a cambio le hagan todo tipo regalos por ese trabajo, mejor dicho por esa ociosa actividad creativa.
Para ello Tom les vende el turno para encalar la valla, a cambio que sus amigos le regalen desde un trozo de vidrio azul de botella para mirar las cosas a través de él, una llave incapaz de abrir nada, un pedazo de tiza, un gatito tuerto o un collar de perro pero sin perro, regalo que da derecho a los colegas de Tom a pintar animosamente la valla -que no es trabajo-.
Tom les observa desde la sombra de un árbol, balanceando las piernas y comiéndose una manzana viendo como sus amigos trabajan por él, aunque ellos piensan que no es trabajo.
El final es conocido … la tía Polly se asombra tanto del trabajo de Tom que no puede expresarlo con palabras, al observar toda la valla encalada con varias capas y con una franja de añadidura en el suelo, y no solo le felicita sino que le regala una manzana.
Si trasladamos esta historia publicada en 1876 y la extrapolamos a las redes sociales o plataformas tipo Facebook, podemos sustituir los 3 personajes y ponerles nombres y apellidos:
a.- La tía Polly sería la representante de los accionistas de Facebook.
b.- Tom Sawyer sería sin duda Mark Zuckerberg.
c.- Los amigos pintores de Tom somos todos nosotros, los 2.449 millones de usuarios de Facebook que hacemos el trabajo -o para algunos una agradable actividad creativa consistente en crear contenidos gratuitos para la plataforma o red social.
En conclusión, aquel trabajo que deberían realizar los trabajadores de Facebook a cambio de un salario, nosotros los usuarios -los amigos pintores de Tom- lo hacemos no solo gratis et amore y de manera desinteresada, sino además pagando un precio como es regalando a la plataforma nuestros datos personales y no, como en el caso de los amigos de Tom, entregando a cambio un vidrio azul o un collar de perro pero sin perro.
Este es el llamado efecto Tom Sawyer, clave del modelo de negocio de las plataformas digitales.