¿Netflix se puede equivocar?

Varias veces por semana, 109 millones de usuarios dispersos por todo el planeta reciben en su dirección de correo electrónico un breve mensaje en el que se les informa: “agregamos un programa de TV que te podría gustar” y a continuación el nombre, el año de producción, la cantidad de episodios y una reseña que, se supone, sirve para acicatear el interés sin satisfacer todos los interrogantes.

El emisor es Netflix, la plataforma que atesora miles de series y películas y perfecciona a diario sus métodos de investigación para estar en condiciones de avisarle a cada cliente que dispone de un material confeccionado a su medida. La clave, aseguran, es el dichoso algoritmo que afinan tanto como para recalcular cada 24 horas el perfil de recomendaciones.

El diccionario define a ese elemento como un conjunto ordenado de operaciones sistemáticas que permite hacer un cálculo y hallar la solución de un tipo de problemas. En este caso, el propósito es saber lo que quiere la gente para brindarle una propuesta que no podrá rechazar. Chris Jaffe, director de producto e innovación de Netflix llegó a decir “el algoritmo lo es todo” y basó en su eficacia el crecimiento de su empresa.

Hay matemáticos, estadísticos e ingenieros que junto a psicólogos y sociólogos trabajan para rastrear qué vemos y que los realizadores no fallen en lo que veremos. Pero algo puede fallar. Aún un sistema tan protegido por cultores de las ciencias exactas, tiene imponderables. Parece que es más o menos normal que en una casa donde hay más de un usuario, todos ingresen por el que está primero en la fila.

Y el algoritmo se vuelve loco, dicen, casi tanto como cuando la persona a la que se sugirió un programa agota todos los episodios aunque a mitad del primero haya descubierto que se equivocaron con la recomendación. Parece que de esa manera no hay nada que los matemáticos puedan hacer.

Tampoco sirve de mucho la impresionante base de datos ni el trabajo que se toma la plataforma para satisfacer las expectativas de sus clientes o la esmerada labor de los espectadores a sueldo que Netflix contrata como taggers o etiquetadores. Son privilegiados “obreros” que ven películas y series con un anotador a mano y la misión de alimentar la base de datos con palabras o frases que le sirvan luego a los usuarios para encontrar rápida y exactamente lo que buscan.

Es probable que la voracidad de consumo del espectador medio y la diversificación de la oferta originada en la necesidad de competir con otras plataformas de streaming, estén forzando algunas mezclas de géneros que pueden afectar el nivel de calidad de las propuestas o desconcertar a los que recibieron el consabido mensaje sobre el programa “que te podría gustar”.

Los encargados de proveernos la ración de ficción hogareña que mueve una impresionante industria, en constante expansión, basan su éxito en la buena puntería, pero es complicado atinarle a un blanco que no emite las señales correctas.

Los métodos para conocer el gusto del consumidor son científicos pero todavía no han inventado cómo conseguir que cada usuario emplee su propio perfil. Hasta que no logren establecer, sin sombra de duda, quién es quién, puede ocurrir que le aconsejen a un devoto de los thrillers un animé que alguien vio en su nombre o que un policial prometedor  derive, imprevistamente, en una historia sobrenatural. Y Netflix no tiene la culpa. Nosotros estamos volviendo loco al algoritmo.