Promovemos el aprendizaje y la colaboración entre la comunidad tecnológica y científica

Las redes sociales, los buscadores y la inteligencia artificial (IA) amplificaron nuestras voces (algo innegable), pero también abrieron una grieta por donde se filtra nuestra privacidad. Cada “me gusta” en la última coreografía de TikTok, cada búsqueda de “¿Quienes fueron los nominados en la última gala?” y cada foto de mi mascota para mis destacadas de Instagram se convierte en un pedacito de nosotros que alguien guarda. Estos datos alimentan algoritmos que no solo adivinan si compraremos el último iPhone o artículos random en Facebook Marketplace, sino que, a veces, nos incitan a decidir sin que nos demos cuenta. Es como si fuera por arte de magia. El resultado se reduce a patrones predecibles del comportamiento de nuestras vidas. En esta charla, exploraremos el ciclo de vida de los datos para implementar un sistema de recomendación. Comenzaremos desde la captura y limpieza de eventos de usuario, continuaremos con la selección adecuada de variables y avanzaremos hacia la construcción de representaciones vectoriales. Finalmente, abordaremos la validación del sistema mediante pruebas A/B, así como aspectos críticos relacionados con la privacidad y el cumplimiento normativo. El resultado de este proceso es lo que permite, por ejemplo, que Spotify nos proponga la playlist ideal de Cachengue para cada momento o que Netflix nos recomiende series que nos enganchan para hacer un maratón panza arriba en el sofá.