*

X
Tal vez una de nuestras responsabilidades como usuarios de internet sea imaginar formas de burlar los rapaces algoritmos de las compañías que analizan nuestra data.

 Screen Shot 2013-10-03 at 3.30.33 AM

 

Tras años de interactuar con múltiples plataformas digitales, en un intercambio que tiene como principal activo el legado de información por parte de los usuarios a cambio de diversos servicios, se ha consolidado una inimaginable cantidad de data. Ya sea para participar en una red social, enviar correos electrónicos, adquirir libros o comentar alguna nota en cierto blog, en muchos casos lo ‘único’ que se nos ha requerido –recordemos que muchos de estos servicios son gratuitos–, es introducir ciertos datos.

Lo que en algún momento parecía una generosa dinámica para nosotros, los usuarios, en la que de pronto accedíamos a maravillosas posibilidades a cambio de ‘nada’, eventualmente se fue revelando como un modelo con espectacular potencial para ser comercializado: la obtención de información detallada de millones de personas que, en síntesis, damos vida al ‘mercado’.

Por medio del diseño de cada vez más complejos algoritmos, compañías han desarrollado rutas de procesamiento de data, gracias a lo cual descubren o definen perfiles puntuales de consumidores –lo cual no solo les permite segmentarnos con inédita precisión, en segmentos detallados, también son capaces, incluso, de predecir con alto grado de efectividad, nuestras conductas. 

Como ejemplo de esta ‘pre-cognición’ marketingera, podríamos citar la posibilidad de que, tomando el banco de términos empleados en tu historial de Twitter, un algoritmo podría tuitear por ti, replicando con sorprendente fidelidad tu identidad semántica. Otro caso mucho más básico, es el algoritmo que utiliza Google para insertar anuncios ‘relevantes’, asociados a palabras clave incluidas en tu correspondencia digital, dentro de Gmail. También se han dado muestras de esta habilidad dentro de contextos científicos –que seguramente serán adquiridos en un futuro cercano por la industria del Big Data. Aquí tenemos el ejemplo de un método para predecir tu ubicación futura, partiendo de la actividad que realizas en tu teléfono móvil, rastreada mediante GPS, y tu actividad en la Red. El algoritmo creado por Chaoming Song raramente baja de 80% de efectividad.

Confundiendo al Big Data

Más allá de la polémica alrededor de estas prácticas comerciales, a mi juicio cuestionables, o de las extraña sensación que nos genere el sabernos ‘observados’ y procesados, creo que imaginar maneras de confundir a estos algoritmos, o al menos jugar con la posibilidad, debiera ser una especie de obligación, tanto ética como lúdica, de los usuarios. Y para esto se me ocurre un recurso básico, pero potencialmente efectivo: recurrir, periódicamente, a conductas absurdas, que poco tengan que ver con nuestra identidad.

En un plano estrictamente digital, esta actividad generaría bits de data que, ajenos a nuestros hábitos culturales y gustos, serían incorporados a nuestro perfil informativo, restando precisión a los algoritmos que se ocupan de ubicarnos en un determinado segmento del mercado. Lo anterior obligaría a los analistas a sofisticar sus herramientas de monitoreo y procesamiento, pero quiero pensar que, con un poco de creatividad, podríamos siempre estar un paso delante de ellos.

Pasando a un plano de existencia off-line, el ejercicio  podría aportarnos distintas bondades terapéuticas. Al obligarnos a pensar fuera de nuestra propia caja, para imaginar comportamientos que realmente rompan con la personalidad que nos hemos auto-asignado, estaríamos eludiendo nuestro guión identitario, algo que psicológicamente resulta, a mi juicio, en algo particularmente saludable.

En fin, ojalá que Pablito Ruiz lea esta nota, pues no puedo esperar a leer el próximo libro de Paulo Coelho; todo parece indicar que los próximos juegos de la NFL serán memorables, y nada me emociona más que imaginar a Paulina Rubio en Starbucks, paseando a un gato siamés que come pollo frito y bebe Red Bull –no olvidemos que el mundo es en sí un paraíso de cross fit y pilates, con una brújula confeccionada por Versace y algoritmos de cheez-whiz musicalizados por Cut Copy . 

Twitter del autor: @ParadoxeParadis

 

¿Cuánto tiempo aguantarías el paso del maratonista más veloz del mundo antes de colapsar?

Por: pijamasurf - 10/03/2013

Wilson Kipsang impuso un nuevo récord mundial de maratonismo, ¿pero qué tan rápido tendrías que ser para derrotarlo en una carrera?

wilson

El domingo pasado, el keniano Wilson Kipsang marcó un nuevo récord mundial de maratón al cubrir los poco más de 42 kilómetros del 40⁰ Maratón de Berlín en un tiempo de 2 horas, 3 minutos y 23 segundos. Esto no sólo mejora la marca anterior por 15 segundos, sino que sugiere, para ponerlo en términos simples, que Kipsang es uno de los hombres más rápidos de la Tierra, ¿pero qué tan rápido es el hombre común comparado con él?

Para añadir una referencia, pensemos que Kipsang debió correr a un ritmo de 4:43 minutos por milla. La siguiente lista (creada por la revista Deadspin) supone cuánto tiempo tardarían en caer exhaustos adultos de diferentes complexiones y niveles de entrenamiento si decidieran correr al ritmo de Kipsang. Este ejercicio nos permite saber lo lejos que está la condición física promedio de la de un atleta del nivel del keniano (quien, por cierto, al ser entrevistado después de la carrera afirmó: "Había vieno. Pude haber corrido más rápido.")

  • Estadunidense con sobrepeso: 10 metros (1.75 segundos)
  • Estadunidense promedio: 50 metros (8.75 segundos)
  • Jugador de softball no profesional: 100 metros (17.5 segundos)
  • Adulto con entrenamiento constante: 200 metros (35 segundos)
  • Jugador de soccer en buen estado físico: 400 metross (70 segundos)
  • Corredor con entrenamiento constante: 600 metros (1:45)
  • Corredor de competencias locales: 800 metros (2:20)
  • Corredor de competencias nacionales: una milla (4:43)
  • Maratonista colegial de 5 kilómetros: 5K (14:39)
  • El mejor maratonista colegial: 10K (29:18)
  • Medio maratonista profesional: 13.1 millas (1:01:41)
  • Nadie, nunca: 26.2 millas (2:03:23)