Puede que a muchos no les agrade la idea, pero las opciones para calificar un producto con un “no me gusta” ayudan a construir un perfil de las preferencias del usuario.
Un grupo de investigadores de la Universidad de Cornell quiso averiguar que pasaría con Spotify si permitiera calificar de la manera ya señalada a los temas musicales. Para tal fin desarrolló un algoritmo de recomendación, como Piki, con alternativas para aprobar o desaprobar un tema conocido.
El experimento demostró que los usuarios ofrecen un 20% más de me gusta si el algoritmo es entrenado con ambas alternativas. Lo que implica que las versiones con esa configuración son más efectivas a la hora de descubrir las preferencias de los consumidores.
“Un algoritmo que solo tiene ‘me gusta’ como opción puede ayudar a encontrar canciones que disfrutarás, pero también tiene una mayor posibilidad de recomendar temas que no te gustarán”, Señalá Sasha Stoikov, investigador líder de este proyecto.
Sin descubrir
La investigación también mostró que era mucho más difícil para artistas poco conocidos ganar visibilidad, dado que sus temas no tienen la suficiente cantidad de “me gusta” para ser recomendados a una audiencia amplia.
Además, como los algoritmos consideran más importante si una canción es escuchada o no antes de la calificación que recibe, favorecen a los músicos más populares que son también los que ganan mayor exposición.
