paint-brush
¿Másteres de posgrado para gestionar tus feeds de redes sociales? ¡Sí, por favor!por@liorb
483 lecturas
483 lecturas

¿Másteres de posgrado para gestionar tus feeds de redes sociales? ¡Sí, por favor!

por Lior Barak9m2024/11/26
Read on Terminal Reader

Demasiado Largo; Para Leer

Nuestras fuentes en línea están rotas y los grandes modelos de lenguaje tienen el poder de arreglarlas.
featured image - ¿Másteres de posgrado para gestionar tus feeds de redes sociales? ¡Sí, por favor!
Lior Barak HackerNoon profile picture
0-item
1-item

La profecía del loco

Sí, la profecía fue dada a los tontos y bromistas, pero como líder en datos y observador agudo de los cambios tecnológicos, estoy a punto de hacer una predicción audaz: estamos presenciando el amanecer de la transformación más significativa en la forma en que consumimos contenido en línea desde que Google revolucionó la búsqueda . Y viene de un lugar inesperado.


El estado actual del caos digital

Nuestras fuentes en línea están rotas.

  • LinkedIn se ha convertido en un páramo de alardes humildes y clichés motivacionales.
  • X (antes Twitter) se está ahogando en discursos de odio y estafas.
  • Facebook es la ciudad fantasma digital donde tu tía todavía comparte memes de Minions.


El sueño de algoritmos que nos conecten con contenido relevante y significativo se ha reducido a una pesadilla obsesionada con la interacción.


Entendiendo la revolución del LLM

Antes de profundizar en cómo los modelos de lenguaje grandes (LLM) transformarán nuestro panorama digital, entendamos qué los hace diferentes. A diferencia de los algoritmos tradicionales que se basan en reglas predefinidas y en la comparación de patrones, los LLM comprenden el contexto, los matices y, lo más importante, la intención. No solo ven que usted hizo clic en una publicación sobre ciencia de datos, sino que comprenden por qué esa publicación le resultó interesante.


Piense en los motores de recomendación tradicionales como un casamentero que trabaja con una lista de verificación, mientras que los LLM son más como un amigo que conoce sus gustos, entiende sus estados de ánimo y puede predecir qué contenido podría realmente agregar valor a su día.

Una mirada al futuro

Dos experiencias recientes ponen de relieve el cambio radical que pueden suponer los LLM:

  1. La reinvención de las compras: mientras buscaba información sobre relojes inteligentes, compartí mis frustraciones con Gemini de Google. En lugar de recomendaciones basadas en palabras clave, Gemini analizó mis necesidades, frustraciones y aspiraciones. Sugirió tres opciones económicas y una alternativa premium, por si valía la pena el derroche. Era menos como navegar por un catálogo de productos y más como consultar a un amigo que lee mucho.

  2. Descubrimiento de contenido que lo comprende : imagine que el caos actual de LinkedIn se reemplaza por un feed impulsado por LLM. En lugar de mostrar publicaciones genéricas, podría reconocer su trayectoria profesional y mostrar artículos, debates e historias adaptados a su trayectoria profesional. Es la diferencia entre la coincidencia de palabras clave y la comprensión de los recorridos profesionales.


Estoy en una encrucijada ahora mismo, dejé mi trabajo hace unos meses y estoy tratando de averiguar qué hacer a continuación, tal vez volver a convertirme en creador de contenido en el campo de los datos, o que me contraten de nuevo como trabajador a tiempo completo, estando con una familia sé que la realidad no es ambas, sino cualquiera de las dos, no necesito otra inspiración de algún influencer de $1 sobre que se despiertan a las 4 am para trabajar en su negocio antes de dejar a los niños en el jardín de infantes y comenzar su trabajo de 9 a 5, lo llamo tonterías. Déjenme tener un feed que me ayude a descubrir mis necesidades e inspirarme en personas reales que hicieron el cambio, déjenme interactuar con ellos y aprender mejor a dónde voy o conectarme mejor con personas que pueden ayudarme a tener éxito en función de sus acciones.


Las guerras de plataformas: un nuevo campo de batalla


Elon Musk Still Serious About Fighting Mark Zuckerberg 'Anytime, Anyplace' Twitter/X y Grok: el juego a largo plazo de Elon

Cuando Elon Musk redujo la plantilla de Twitter de 8.000 a 1.500 personas, muchos vieron el caos. Pero ¿y si esto fuera la preparación para un tipo diferente de moderación de contenidos? Con el lanzamiento de Grok , vemos las semillas de una nueva estrategia: la curación de contenidos basada en una comprensión matizada, no en algoritmos burdos.

LLAMA de Facebook: La última batalla de Mark

El lanzamiento del modelo LLAMA por parte de Facebook no se trata solo de sumarse a la carrera de la IA, sino de sobrevivir. Con los usuarios huyendo hacia TikTok e Instagram (que se está convirtiendo esencialmente en un clon de TikTok), Meta necesita algo revolucionario para revivir su plataforma insignia. LLAMA podría ser la clave para comprender las intenciones de los usuarios en todo el ecosistema de Meta, desde los mensajes de WhatsApp hasta las interacciones en Instagram.


Géminis de Google: defendiendo el imperio de las búsquedas

La introducción de Gemini por parte de Google representa algo más que una estrategia para ponerse al día en la carrera de la inteligencia artificial: se trata de proteger su negocio principal. El modelo de motor de búsqueda tradicional, y especialmente Google Ads, está en peligro, y la capacidad de Gemini para comprender y contextualizar el contenido podría transformar la forma en que descubrimos información en línea.


Más allá de las redes sociales: la revolución del comercio electrónico

Pero aquí es donde se pone interesante: esta transformación no se detendrá en las redes sociales. Imagine un feed de comercio electrónico que no solo le muestre productos en función de lo que ha comprado, sino que comprenda el contexto de su comportamiento de compra. Los LLM podrían transformar las recomendaciones de productos de "otros también compraron" a "esto es lo que resuelve su problema".


Hace unos años, en una conferencia tecnológica, un valiente analista subió al escenario y compartió lo que la mayoría de la industria sabía, pero pocos se atrevían a decir abiertamente. Su mayor desafío, reveló, no era la tecnología necesaria para manejar la demanda de los usuarios, sino encontrar el equilibrio adecuado entre los esfuerzos de SEO y la publicidad paga. El verdadero temor no era sobre la escalabilidad técnica, sino sobre la economía: algunas plataformas estaban viendo cómo los costos de adquisición de usuarios se disparaban a $100 por usuario, en gran parte debido a la publicación de anuncios no enfocados que no generaban conversiones. Mientras tanto, los usuarios que llegaban a través de SEO mostraban métricas de interacción mucho mejores.


Pero aquí es donde la cosa se pone incómoda: el analista señaló que se acerca un punto de inflexión. ¿Qué sucede cuando los algoritmos de feed deciden que mostrar contenido orgánico ya no es de interés financiero para la plataforma? ¿Cuando el afán por los ingresos publicitarios abruma por completo la experiencia del usuario? Esto no era solo teórico: estaban viendo señales tempranas de que esta tensión se desarrollaba en tiempo real.


Esto refleja lo que estamos viendo hoy en día en todas las plataformas. Cuando Elon Musk se queja de los ingresos por publicidad de Twitter, o cuando Facebook mete más anuncios en su muro, están lidiando con este mismo problema fundamental. El modelo tradicional impulsado por la publicidad está llegando a sus límites, empujando a las plataformas hacia una monetización cada vez más agresiva que, en última instancia, degrada la experiencia del usuario.


Cómo la Ley de Inteligencia Artificial, el RGPD y la Ley de Defensa de los Consumidores (DMA) están transformando nuestro mundo (y qué significan para nosotros)

Recuerdo la primera vez que vi los efectos dominó del RGPD. No se trataba solo de anuncios de cookies que aparecían por todas partes, sino del motivo : las empresas se esforzaban por cumplir la normativa y al mismo tiempo repensaban cómo manejaban nuestros datos. Me hizo darme cuenta de cómo una única regulación puede obligar a las industrias a innovar o a colapsar.


Ahora, con la Ley de Inteligencia Artificial y la Ley de Mercados de Tecnología , siento que estamos en otro punto de inflexión. No son solo reglas; son la manera que tiene Europa de decir: “Hagamos la tecnología de manera diferente”. Están sentando un precedente sobre cómo construimos, implementamos y usamos la tecnología de manera ética y transparente.


Tomemos como ejemplo la Ley de IA . Me recuerda a las conversaciones que he tenido con equipos que desarrollan modelos de aprendizaje automático. Todos hemos enfrentado esos momentos en los que una parte interesada pregunta: "¿Por qué el modelo tomó esa decisión?". Pronto, no será solo una pregunta; será un requisito legal. Si su equipo de datos no está listo para explicar sus sistemas de IA, ya está retrasado.


O miremos el DMA . Es como una bocanada de aire fresco, que desafía el dominio de las grandes plataformas y fomenta la colaboración. Pero también plantea preguntas difíciles: ¿cómo creamos ecosistemas abiertos sin exponernos a más riesgos?


Qué significa esto para los equipos de datos (y para usted personalmente)

He pasado por eso: he tenido que hacer malabarismos con el cumplimiento normativo y al mismo tiempo intentar innovar. No es fácil, pero esto es lo que he aprendido:

  1. Adelántese al cumplimiento: piense en regulaciones como el RGPD como una oportunidad para generar confianza, no como un obstáculo.
  2. Apueste por la transparencia: explicar sus decisiones, ya sea que las tome un humano o una IA, puede ser su ventaja competitiva.
  3. Piense más allá de las reglas: las empresas que prosperaron después del RGPD fueron las que no solo cumplieron con los requisitos mínimos, sino que los usaron como trampolín para crear mejores productos y servicios.

El peligro de la monografía: cuando la IA se convierte en una cámara de eco

He aquí un escenario inquietante que está más cerca de lo que pensamos: los LLM se vuelven tan buenos a la hora de predecir lo que queremos ver que crean cámaras de eco perfectas. Imagine un feed tan personalizado que nunca desafíe sus creencias o preferencias existentes. Si cree que la Tierra es plana, el algoritmo podría filtrar gradualmente todo el contenido que explique lo contrario. Si ha comprado una determinada marca de televisión dos veces, el sistema podría decidir que ya no necesita ver alternativas.


Esto va más allá de las cámaras de eco que nos preocupan hoy. Los algoritmos actuales de las redes sociales pueden mostrarte contenido con el que no estás de acuerdo si es probable que genere interacción a través de una discusión. Pero los LLM, al comprender el contexto y la intención a un nivel más profundo, podrían crear lo que yo llamo una "burbuja de confort": un feed tan alineado con tus preferencias que parece perfecto mientras elimina silenciosamente la diversidad intelectual.


La comodidad es seductora. La mayoría de las personas no quieren ver 40 videos de YouTube en los que se comparan lavadoras; solo quieren que alguien les diga "Esta es la mejor para sus necesidades". Pero cuando externalizamos nuestro proceso de descubrimiento a la IA, corremos el riesgo de perder la serendipia de encontrar nuevas ideas, el crecimiento que surge al interactuar con diferentes puntos de vista y las habilidades de pensamiento crítico que se desarrollan al comparar múltiples opciones.


Soy lo suficientemente mayor como para recordar los días en que memorizaba números, podía llamar a quien quisiera gracias a mi memoria en cualquier teléfono público, pregúntame hoy el número de teléfono de mi pareja. ¡No tengo ni idea! El teléfono se ha perdido, tendré que encontrar otra forma de comunicarme con ella. ¿Recuerdo todas las contraseñas que establecí en diferentes servicios? Ya ves a dónde voy con esto ;-)


Piénselo: en un mundo de feeds mono, ¿cómo descubriríamos que estamos equivocados en algo? ¿Cómo podríamos crecer más allá de nuestras preferencias actuales? La misma eficiencia que hace atractivos los feeds impulsados por LLM también podría convertirlos en peligrosas cámaras de resonancia que refuerzan las creencias y preferencias existentes al tiempo que eliminan la fricción cognitiva saludable.


El verdadero desafío no es técnico, sino filosófico. ¿Cómo equilibramos la conveniencia de un contenido altamente personalizado con la necesidad de diversidad intelectual? ¿Cómo garantizamos que los canales impulsados por IA no solo nos digan lo que queremos escuchar, sino también lo que necesitamos escuchar?


Sé que algunos de ustedes dirán, pero Amazon lo intentó con Alexa pidiéndole que ordenara baterías y confiando en que la plataforma le enviara la mejor opción solo para descubrir más tarde que pagaron más y esta función murió lentamente de los dispositivos Alexa, bueno, volverá mejor con LLM.

El futuro del descubrimiento digital

Esta transformación no se trata solo de mejores algoritmos, sino del mercado de publicidad en línea de 740 mil millones de dólares proyectado para 2024. Las plataformas que dominen los feeds impulsados por LLM redefinirán la forma en que interactuamos con el contenido y mantendrán sus arcas llenas.

Qué significa esto para usted

¿Recuerdas cuando Mark Zuckerberg declaró "el fin de la privacidad" en los primeros días de Facebook? Estamos en un momento decisivo similar con los LLM. Pero esta vez, no se trata solo de nuestros datos, se trata de cómo descubrimos e interactuamos con todo el mundo digital.


Analicemos qué significa esto para los diferentes grupos:

Para usuarios:

  • Lo bueno: contenido más relevante, menos tiempo perdido en búsquedas irrelevantes y descubrimientos potencialmente más significativos

  • La preocupación: Ya no somos solo el producto: somos tanto el suministro como los datos de capacitación.

  • Lo desconocido: ¿Cuánto de nuestro descubrimiento digital estamos dispuestos a delegar en la IA?


Para creadores de contenido:

  • La oportunidad: Mejores posibilidades de llegar a audiencias realmente interesadas

  • El desafío: aprender a crear contenido que tenga eco tanto en los humanos como en los LLM

  • El riesgo: volverse dependiente de sistemas de distribución impulsados por IA


Para empresas:

  • Los anunciantes tradicionales podrían tener que repensar sus estrategias: cuando los LLM comprenden realmente la intención del usuario, enviar anuncios a audiencias amplias se vuelve menos efectivo.

  • El enfoque podría cambiar de "¿Cuántas personas ven nuestro anuncio?" a "¿Estamos llegando a las personas adecuadas en el momento adecuado?"

  • Las pequeñas empresas podrían beneficiarse si los LLM nivelaran el campo de juego en términos de llegar a las audiencias relevantes


Para desarrolladores y profesionales tecnológicos:

  • No se trata solo de automatizar revisiones de código o generar documentación.
  • Estamos viendo un cambio fundamental en cómo creamos y optimizamos las experiencias digitales.
  • El desafío será construir sistemas que mantengan la acción humana y al mismo tiempo aprovechen las capacidades de la IA.


No, los LLM no nos reemplazarán a todos y no nos matarán (todavía), pero sí transformarán industrias enteras. Los desarrolladores crearán de manera diferente, los vendedores se enfocarán de manera diferente y el servicio al cliente funcionará de manera diferente. Los ganadores no serán aquellos que simplemente adopten los LLM, sino aquellos que descubran cómo mantener el valor humano y la creatividad mientras aprovechan estas poderosas herramientas.


En esta nueva era, no somos solo consumidores o creadores: somos participantes de un experimento masivo de curación de contenidos impulsado por inteligencia artificial. La cuestión no es si participar (ya lo hacemos), sino cómo hacerlo de manera inteligente y manteniendo nuestra autonomía y pensamiento crítico.


Recuerde: al final del día, somos parte de la oferta, los anunciantes son la demanda y, en este ciclo, solo aquellos que puedan crear las conexiones más significativas entre ambos ganarán. Pero "significativo" en la era de los LLM puede parecer muy diferente a lo que estamos acostumbrados.


Nota del autor: Este artículo refleja observaciones y predicciones personales basadas en las tendencias tecnológicas actuales. El futuro, como siempre, puede resultar diferente a lo esperado.


Acerca de mí (Lior): Soy un líder de datos y estratega tecnológico que explora la intersección de la inteligencia artificial, el contenido y la conexión humana. Actualmente estoy transitando mi transición profesional y compartiendo conocimientos de mi recorrido. Conéctate conmigo aquí en Hackernoon o LinkedIn para continuar la conversación sobre el futuro del descubrimiento de contenido y el liderazgo de datos.