Tres maneras en que el Big Data y la Inteligencia Artificial están transformando el sector de los medios de comunicación

Wednesday, September 19, 2018

Tres maneras en que el Big Data y la Inteligencia Artificial están transformando el sector de los medios de comunicación

Post escrito por Iñaki Hernandez, Periodista de datos en EuropaPress y colaborador de Huffington Post .


En junio de 2017 el New York Times puso a prueba uno de sus rediseños más ambiciosos desde 2014. Sin embargo, el cambio más profundo  no se veía a simple vista..  De la noche a la mañana, el periódico que tú leías desde el móvil era distinto al que leía yo. Igual que los resultados de búsqueda de Google son distintos para una persona que para otra. 


Imprenta de un periódico.
Figura 1: Imprenta de un periódico.

El NYT de hace varias décadas llevaba en sus páginas cada mañana a los quioscos las noticias que los editores consideraban más importantes; el periódico digital actual también lo hace, pero al criterio de los editores han añadido un condimento: tu opinión. En palabras de Caroline Que, editora del diario:
"Producimos una gran cantidad de buen periodismo; simplemente, no queremos desperdiciarlo"

Este nivel de personalización no sería posible si el New York Times, como están haciendo la mayoría de empresas que quieren competir en el terreno digital, no estuviera recopilando, procesando y analizando gran cantidad de datos de sus lectores. Los experimentos realizados por el NYT son muchos y variados: mostrar noticias diferentes en la portada según el lugar desde el que el lector se conecta, cambiar la velocidad de actualización de las historias en función de la frecuencia con la que el usuario accede (a lectores más 'adictos' a la información', mayor velocidad de actualización) o proponer al lector historias sobre temas por los que haya demostrado interés en el pasado.

¿Qué sentido tiene todo esto? ¿por qué no "dejar las cosas como están"? Qué ganas de enredar en algo que funciona perfectamente, después de todo. Bueno, la mala noticia para el periodismo es que hace tiempo que "la cosa" no funciona perfectamente. La irrupción de las nuevas tecnologías ha reducido los ingresos publicitarios que solían financiar el trabajo periodístico y ha lanzado a los medios --lo quieran o no-- a competir por lo atención de los lectores en un entorno, el de Internet, muy distinto al que estaban acostumbrados.

He aquí tres verdades incómodas para el periodismo que justifican, y ejemplifican, cómo el NYT, que "no enreda" a lo tonto, esté invirtiendo en análisis de datos e inteligencia artificial para prosperar en esta nueva realidad:

1. El periodismo compite por el tiempo de personas que tienen ofertas más atractivas (o cómo el análisis de datos puede ayudar a mejorar la distribución). El mercado de Internet se ha convertido en una lucha por un bien escaso: el tiempo. El limitado tiempo que alguien tiene a lo largo del día para conectarse a Internet desde su móvil y pinchar en un enlace. En ese mercado del tiempo los periodistas estamos compitiendo --no seamos ingenuos-- con ofertas más atractivas: el atractivo de cotillear en lo que está haciendo el vecino en Facebook, el atractivo de ver una serie en Netflix de la que todo el mundo habla o de consultar cualquier aspecto del conocimiento humano escribiendo unas pocas palabras en un buscador, todo a golpe de un click. Por eso no podemos permitirnos renunciar a tratar de llegar a los lectores allá dónde estén, mejorando la distribución de las noticias todo lo que se pueda.

En 2015 el NYT producía alrededor de 300 noticias cada día, de las cuales sólo unas 50 llegaban a publicarse en Facebook, incluso menos en fin de semana. Llegaron a la conclusión de que no podían permitirse el lujo de perder ninguna de esas 50 oportunidades diarias de captar lectores. El equipo de Data Science del periódico creó un "bot" para Slack llamado "Blossom" capaz de predecir, a partir de datos históricos, cuál de esas 300 noticias tenía más posibilidad de funcionar en Facebook. A la vista de los resultados, lo consiguieron: un post  de Facebook "típico" recomendado por Blossom tiene 380 más clicks que uno no recomendado.

2. A la gente no le gusta ver anuncios ni pagar por ser informada (o cómo los datos pueden ayudar a tomar mejores decisiones de negocio). Que a la gente no le gusta pagar es tan cierto como que el trabajo de los periodistas, sobre todo si queremos que sea de calidad, hay que pagarlo bien y que el dinero no brota de los árboles. ¿Entonces qué hacemos? No hay una solución fácil, pero las tendencias más prometedoras pasan otra vez por el análisis de datos.

La primera gran vía es tratar de mejorar la efectividad de la publicidad mostrando menos anuncios, pero más relevantes y menos molestos para el que los ve. En este sentido, el NYT acaba de anunciar la creación de un grupo llamado nytDEMO encargado de adaptar para los anunciantes las herramientas de análisis de datos que ya usaban internamente. Una de esas herramientas, Project Feels, utiliza el análisis de datos para prever la reacción emocional de los usuarios ante una noticia. La intención del periódico es usar esa herramienta en lo que han llamado "perspective targeting": relacionar anuncios con artículos que vayan a producir una determinada emoción en los lectores. Es decir, ya no sólo se muestran anuncios pensando en la ubicación, el tipo de lector o el tema, sino incluso en la reacción esperada a la noticia. Todo para que el anuncio tenga el mayor efecto y la publicidad sea relevante para la persona.

La segunda gran alternativa es conseguir que la gente pague por el periodismo que lee. Y la mejor forma de hacerlo es conseguir que tus lectores sean "fans"; no simplemente que les guste leer tu periódico, sino que sean "frikis" de él, que te reivindiquen, que se sientan identificados como un seguidor de "Juego de Tronos" se define con la HBO. Un nivel de compromiso que es difícil conseguir y que se alcanza, en parte, dando a los lectores la sensación de que forman parte de un selecto club reservado para unos privilegiados. Los comentarios en las noticias son uno de los ingredientes en esta receta. ¿Qué mejor para sentir que formas parte de una familia que poder dar tu opinión en las reuniones familiares?

El "pero", y no es un "pero" menor, es que moderar los comentarios de las noticias es caro. Un periódico como el NYT tiene un equipo de 14 personas a tiempo completo expulsando a "trolls", eliminando insultos y asegurándose de que en su sección de comentarios se respeta un ambiente sano para el diálogo. 14 personas: un lujo no al alcance de todo el mundo. Y aún así ese equipo sólo permitía hasta hace poco al NYT moderar los comentarios en el 10% de sus noticias. Muchos medios se han visto en la obligación de sacrificar el "engagement" que conseguían con los comentarios para ahorrar costes. El Times, sin embargo, que se toma muy en serio lo de aumentar su base de suscriptores, ha encontrado, gracias a la inteligencia artificial, una alternativa. En junio de 2017 puso en marcha una sistema llamado Moderator, desarrollado con Jigsaw, el incubador tecnológico de Google, para filtrar automáticamente los comentarios que se envía a su equipo de moderadores. Con ese sistema, el número de artículos con comentarios ha pasado del 10 al 80%.

Los comentarios es sólo un ejemplo de cómo el NYT aplica modelos matemáticos para aumentar el número de suscriptores: tratar de predecir qué suscriptor está a punto de darse de baja, antes incluso de de que lo haga o basar en el análisis de datos las campañas de marketing online para aumentar los suscriptores en momentos y lugares concretos son otros ejemplos.

3 - Hacer buen periodismo es caro (o cómo los datos pueden ayudar a hacer mejor contenido).  Es un hecho que tanto los lectores como algunos periodistas parecen ignorar, pero es cierto. Enviar alguien a un país lejano para cubrir un conflicto es caro; dejar que un reportero investigue una historia durante un mes o dos, es caro; el mal periodismo es barato, pero el bueno suele resultar caro. 

En un mundo de "fake news", queremos que el buen periodismo sobreviva. Por ese motivo no podemos permitirnos que nuestro orgullo nos impida usar todos los recursos a nuestro alcance para hacer el mejor contenido posible.  Un medio digital como BuzzFeed cuenta con más de 20 herramientas internas para que cualquiera dentro de la organización pueda obtener respuestas de los datos. Cuestiones como: ¿qué es lo que interesa a nuestra audiencia? ¿de qué se está hablando ahora mismo en las redes sociales? ¿qué tema preocupa en este país concreto o, incluso, en esta ciudad concreta? ¿qué información necesita recibir la gente para estar mejor informada sobre ese tema? ¿qué fotografía puede funcionar con esta historia? ¿qué titular va a conseguir que este tema importante sea leído por más personas? No se trata de trocar el criterio periodístico de un profesional por un algoritmo, se trata de dotar a ese profesional de todas las herramientas posibles para que su trabajo tenga una repercusión real en la sociedad. Desde luego que hay riesgos, pero también oportunidades. Nunca antes los periodistas supieron tanto de sus lectores. Aprovechémoslo.



No comments:

Post a Comment