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