Tweet

Alan Turing fue uno de los grandes del siglo XX. Matemático, criptógrafo, filósofo… entre sus aportaciones a la historia de la humanidad destacan un papel importante en el desciframiento de Enigma, la máquina de encriptación nazi, que sirvió de manera decisiva para ganar la segunda guerra mundial; y el famoso Test de Turing, una prueba para medir cuando las máquinas fueran tan inteligentes como los humanos.

De modo muy resumido consiste en poner tras un panel a un ordenador y hacerle preguntas. El ordenador supera el test de turing si un juez le hace preguntas y no consigue adivinar si es un humano o una computadora. No es baladí: quien consiga crear dicho ordenador recibe un premio de 100.000$ . Por supuesto, nadie lo ha superado todavía.

Aunque se producen avances significativos. Hace poco Watson, un ordenador de IBM, logró ganar al Jeopardy! (un juego de preguntas de la tele) a dos de sus mejores jugadores. Jeopardy! no es tan difícil como el Test de turing, pero se le parece.

¿Por qué es más sencillo para una máquina Jeopardy! que el Test de Turing? Bueno, castizamente en el Jeopardy! el ordenador sabe “por donde le vienen”. Hay varias categorías generales, y eso es mucha, muchísima ayuda a la hora de determinar el contexto. Como hablamos en post anteriores, determinar el contexto es vital para resolver un problema de interpretación del lenguaje humano.

Otra cosa muy interesante es el proceso de almacenamiento de datos y de análisis semántico. Las reglas dicen que el ordenador no puede estar conectado a internet, así que ha tenido que almacenar (y estructurar) grandes cantidades de datos previamente. De algún modo Watson ha comprimido información, del mismo modo que lo hace nuestro cerebro.

Otra bastante importante, es que los propios técnicos de IBM explican que Watson emplea varios sistemas de análisis del sentimiento en paralelo, y luego si varios apuntan en la misma dirección aumenta la confianza en la respuesta. Se parece a los sistemas redundantes de los aviones, y también va en la línea de la Google Prediction API, un sistema todavía no muy estable, pero con una pinta estupenda y que va a acabar pasando por la derecha a la mayoría de los sistemas de análisis del sentimiento actualmente en el mercado.

Muchas veces me toca hacer de “angel exterminador” de las ilusiones de los clientes en lo tocante al análisis semántico automatizado. En clientes grandes, no es inusual que el reto sea analizar quizás 10.000 informaciones semanales. Ante este panorama, sería sensacional que pudiéramos automatizar completamente el análisis de dicha información, que hubiera un programita que produjera unos resultados equivalentes a que alguien con mucho criterio se hubiera leido esas 10.000 informaciones.

Esto no se puede resolver así de sencillo. Con el paso del tiempo, las empresas que ofrecemos servicios de sentiment analysis hemos aprendido a plantear y resolver estos proyectos de modos mucho más prácticos, pero hoy quería profundizar un poco más sobre otro problema. Y para hacerlo me voy a apoyar en una de las últimas patentes publicadas por Google, en concreto la US 2007/0038601: Aggregating Context data for programmable search engines.

El objetivo de esta patente es proteger una metodología que agrega “contextos”. Contexto en este ámbito es una “intencionalidad de búsqueda”. Una imagen vale más que mil palabras:

En este caso el mecanismo de agregación de contexto reivindicado no me interesa mucho, pero fijaros en los ejemplos de diferentes contextos para una búsqueda sobre videocámaras:
- usuario profesional
- consumidor
- propietario
- revisiones profesionales
- buscando una videocamara
- comprando una cámara
- soporte técnico
- comparando vendedores
- comparando precios
- …

Observad que hay tantos contextos como personas, y que el contexto de una persona cambia a lo largo del tiempo. Algunos son más prácticos que otros a la hora de ordenar información y seleccionar cúal es más relevante. Como en el análisis del sentimiento el contexto es determinante! No interesan los mismos resultados de búsqueda cuando estás comprando una videocámara que cuando tienes un problema con una; del mismo modo que no valoras igual un comentario sobre el precio de tu producto cuando tu competencia ha bajado el suyo que cuando lo ha subido.

Y esto es muy importante, porque al final te das cuenta que para que una máquina ordene resultados u análice sentimiento igual de bien que un humano… debería tener el mismo contexto que un humano. La historia que le precedió antes de nacer, su vida, su contexto sociocultural, la economía… todo determina el contexto! Desde el pasado día 16, resultados que eran relevantes para la búsqueda en España de “campeón de liga” han dejado de serlo, porque el contexto ha cambiado.

Y esto nos lleva a una última derivada todavía lejana en el tiempo, pero que haría soñar a Carl Sagan o Isaac Asimov. Si necesitamos contextos igual de buenos que los que tienen los seres humanos, que medios tenemos para trasladar el contexto de estos a las máquinas?

——————————–

Este blog publica habitualmente 6 artículos mensuales relacionados con el Social Media, el marketing digital y la recuperación de información en internet. ¿Por que no suscribirte para mantenerte informado de las novedades?

Seguro que conoces a alguien en Facebook o Twitter a quien pueda interesarle este artículo.

El Social Media Council de la ARF (Advertising Research Foundation) ha publicado la presentación de su última jornada, que tiene cosas bastante interesantes en cuanto al análisis del social media. ARF es una asociación muy potente que aglutina agencias de medios, anunciantes, agencias, etc. Su papel es un poco equivalente al que desarrolla en España la IAB, que cuenta con sectoriales para analizar todo lo relacionado con la publicidad.

En concreto el panel de social media deja en su presentación dos cosas interesantes:

- Cita a Cierzo Development (Smmart) como uno de los proveedores de este tipo de servicios en su página 52, dentro de un listado extraido del famoso Social Media Monitoring Wiki, en el cual figuramos desde hace casi un año (siempre es agradable que se acuerden de uno .

- Afirma tajantemente que el análisis del sentimiento automatizado no funciona y propone aproximaciones diferentes al problema, bastante coincidentes con la metodología que aplica Cierzo a la producción de este tipo de informes. En concreto dice en su página57 :

“La pura verdad: El análisis del sentimiento automatizado no funciona. Forrester le da una precisión del 50%, el lanzar una moneda al aire esencialmente”