viernes, 4 de julio de 2014

Los 6 algoritmos de recompensa más relevantes en las Redes Sociales y Plataformas Web 2.0

Exceptuando a algunas personas realmente altruistas, cuando alguien participa de forma activa en una Red Social lo hace por algún motivo, colabora en busca de algún beneficio personal o profesional (entendidos de la forma más amable posible). Son estas recompensas en buena parte responsables del éxito de dichas redes y de otras plataformas y herramientas de Internet. Es un hecho conocido desde hace años que sólo ahora se está formalizando mediante las Técnicas de Gamificación.

Cuando intentas trasladar lo aprendido en las Redes Sociales al entorno empresarial lo haces con gran optimismo. Es una necesidad real de tu empresa y esperas que todos participen animosamente, compartiendo las perlas de conocimiento que atesoran en sus cabezas.Sueñas con transformar la empresa, con convertirla en una Learning Organization, en una organización capaz de aprender de cada una de las actividades que emprende, capaz de extraer y explotar en beneficio de los empleados todo el conocimiento disponible.

Pero esos animosos empleados, ¿por qué van a participar en esta transformación?:
  • Porque quieren contribuir al desarrollo de la empresa. Sin comentarios.
  • Para ser más productivos en su trabajo. Dedicar tiempo a ofrecer información implica dedicar menos tiempo al trabajo diario lo que va, precisamente, en contra de la productividad. O eso piensan.
  • Porque quieren ayudar a otros compañeros. Hay personas así, pero no son mayoría.
  • Para salir airosos ante problemas que no sabes resolver. Por aquí vamos mejor, el problema es que tendrás mucha gente ávida de información y muy poca dispuesta a ofrecerla.
  • Para obtener un reconocimiento profesional, para destacar entre los mejores expertos, para ganar visibilidad. Y por aquí, mucho mejor.

Sólo las compañías que tienen claras las motivaciones de los empleados pueden triunfar. Sólo aquéllas que saben ofrecer las recompensas adecuadas para satisfacer tales demandas lo logran.

Y, ¿cuáles son estas recompensas?. Ya hemos hablado de algunas de ellas: la reputación, la popularidad, el reconocimiento profesional, la presencia entre los mejores y otro largo etcétera, todas relacionadas con instintos primarios. Por supuesto, siempre puedes regalar una iPad cada vez que alguien publique algo, es un método más efectivo pero poco sostenible.

Para ofrecer estas recompensas los grandes actores de la Web 2.0 y las Redes Sociales  han ideado diversos algoritmos que, a pesar de su complejidad, son comprendidos y reconocidos por los usuarios. Conocerlos mejor puede ayudaros a entender mejor el funcionamiento de estas plataformas.

PAGERANK

PageRank fue desarrollado por los fundadores de Google (Larry Page y Serguéi Brin) y fue el principal factor que otorgó el triunfo a Google frente a sus competidores. Es el algoritmo de recompensas más conocido aunque actualmente se encuentra en franca decadencia.

Básicamente determina la relevancia de un sitio Web en función del número de páginas que lo nombran y la relevancia de éstas (su PageRank).

Hasta hace no mucho, un buen PageRank aseguraba aparecer antes en los resultados de las búsquedas y garantizaba un buen número de visitas diarias. Ahora el dinero manda y la simplicidad también. Si tienes más visitas apareces antes y ya.

Aunque se ha intentado mejorar -añadiendo coeficientes de amortiguación, premiando a personas que publican contenidos únicos- el algoritmo, en su versión actual, es realmente peligroso. Las páginas que aparecen primero en los resultados de las búsquedas se vuelven más populares y aumenta el número de sitios que hacen referencia a ellas, lo que hace que se vuelvan aún más relevantes y sigan avanzando en las listas. Es un bucle retro-alimentado que tiende a favorecer los sitios que ya han sido favorecidos.

En cualquier caso, PageRank premia la calidad de los contenidos y la relación de éstos con otros sitios Web ofreciendo una mayor Visibilidad y Difusión a tus publicaciones.

EDGERANK

EdgeRank es el algoritmo empleado por Facebook para determinar qué contenidos aparecen primero en el NewsFeed de una persona, en el famoso Muro.

Para asignar un valor a cada publicación se utilizan diversos factores:
  • Afinidad: determinada en función del grado de relación que tengas con la persona que publica el contenido. Se valora si lees con frecuencia sus publicaciones, las comentas o recomiendas.
  • Tipo de Contenido: mejoran su relevancia los contenidos cuyo tipo es más popular en la red. Si los usuarios acceden con más frecuencia a vídeos que a imágenes o textos, los primeros tendrán un mayor peso y se mostrarán antes (en realidad, por el momento van ganando las fotos).
  • Tiempo: por mucha afinidad que tenga una fotografía, su prioridad en tu muro se irá deteriorando con el tiempo. La media está actualmente en menos de tres horas
  • Last Actor: ganan peso los contenidos de personas o páginas que has visitado más recientemente
  • Story Bumping: si te has perdido una publicación (apenas tienes 3 horas) que según los criterios anteriores es muy popular (muchos comentarios o recomendaciones), ésta volverá a aparecer la siguiente vez que te conectes
Todos ellos se ven afectados por diferentes coeficientes que se van ajustando en función de las pruebas realizadas con los usuarios (algunas sin su consentimiento y no especialmente bondadosas) y de algunos indicadores estadísticos. Por ejemplo, los últimos cambios en el algoritmo han provocado un incremento del 5% en el número de recomendaciones registradas.

En definitiva, interactuando con otras personas, participando de forma activa en la Red Social conseguirás que tus publicaciones se vean en un sitio preferente en los muros de tus seguidores, facilitando así que reciban más recomendaciones y lleguen a más personas que, quizás, quieran seguirte. La recompensa a la publicación de contenidos es aquí el aumento de la Popularidad.

KARMA

Karma es el algoritmo utilizado por la popular red de noticias MENÉAME.

En este caso, cada persona tiene asignado un Karma en función de su participación y de los votos positivos y negativos que reciben sus publicaciones, comentarios y recomendaciones. Cuando tienes un buen Karma y "meneas" alguna noticia en proceso de evaluación, ésta sube como la espuma en la lista y es publicada antes.

Los factores principales se ven muy afectados por aspectos temporales. Por ejemplo, si votas negativamente tres noticias en menos de un minuto, bajará tu Karma. El Karma, además, sólo puede subir si tienes actividad en la red (al menos 4 votos) en los últimos dos días. Si no es así, puede bajar o no verse afectado por las últimas acciones.

El Karma también determina los privilegios de los usuarios. Se comienza con 6 (eres normal), si consigues llegar a 17 te vuelves especial y puedes descartar noticias y editarlas antes de ser publicadas. Tienes, además, mayor margen para perder Karma sin que se vean afectados tus privilegios (hasta que bajes al nivel 12). Existen también los roles de Admin, Blogger y God que ostentan mayores privilegios.

Quizás por esta concepción del Karma, los usuarios de Menéame están especialmente comprometidos. Enviar una noticia relacionada con tu Blog está tremendamente castigado. Dos minutos después de hacerlo tendrás miles de votos negativos. Si tus votos contradicen a los demás con demasiada frecuencia, también serás penalizado.

Un buen Karma aumenta, en definitiva, tu Reputación en la red y te da ciertos privilegios exclusivos. Es una de esas recompensas que juega con los instintos más primarios pero funciona (24 millones de votos en 2013, 220.000 publicaciones recibidas, 15.000 de ellos publicados, 2 millones de comentarios, más...).

STACK OVERFLOW

Stack Overflow es la página preferida por los programadores de software para resolver sus dudas. Fue concebida por Joel Spoisky inspirado por Reddit, la primera plataforma que incorporó las recompensas en su gestión. Aún sigue activa aunque, si os conectáis, comprobaréis que ofrece un interfaz demasiado retro.

Os dejo una entrevista al fundador de esta plataforma que explica bastante bien su funcionamiento y ofrece bastantes datos curiosos.

El sistema de recompensas presenta bastantes diferencias frente a los empleados por otras Redes Sociales más generalistas. A diferencia de otros algoritmos, aquí también se premia, y mucho, a quién pide consejo (las buenas preguntas son casi tan valoradas como las buenas respuestas). Además, cualquier persona puede editar cualquier pregunta o respuesta (algo similar a lo que ocurre en WikiPedia) y, por supuesto, recomendarla. 

La recompensa es aquí el Reconocimiento, el aparecer entre los Mejores.

Algunas curiosidades:
  • La plataforma no fue concebida específicamente para programadores; podríamos decir que han sido ellos quiénes se han apropiado de la red, prohibiendo y penalizando a cualquier persona que realice preguntas sobre otros temas.
  • Se obtienen 5 puntos por cada voto positivo a una respuesta. El récord lo ostenta John Skeet quién recibió 4406 por una de ellas y ahora posee más de 600.000 puntos de reputación.
  • Hay programadores que incluyen sus puntos en esta red en sus Curriculum otorgándoles más valor que a su experiencia profesional.
  • La segunda persona con más puntuación ha sido contratada por Stack Overflow
Por último, comentar que la red, dado su éxito, se está extendiendo a otras áreas técnicas. Las nuevas plataformas de preguntas y respuestas forman parte de Stack Exchange. En el improbable caso de que te muestres interesado por mejorar tus conocimientos en matemáticas puedes consultar Math Overflow

PEOPLERANK

En la misma línea está Quora, una red para compartir conocimiento en forma de preguntas y respuestas. Es menos conocida que las anteriores a pesar de que, ya en 2011, contaba con 164.000 visitantes únicos diarios y ahora está valorada en unos 900 millones de dólares. Se incluye en esta lista porque su algoritmo de recompensas, PeopleRank, presenta ciertas peculiaridades interesantes.

Esta plataforma permite, básicamente, plantear preguntas sobre una interminable serie de temas. Las respuestas recibidas son cualificadas en función de la reputación e influencia del autor a partir de dos fuentes de inspiración: los Gráficos de Reputación ideados por Jonh Bischke (jerarquías sobre la relevancia de las personas) y PageRank (la forma en que Google ordena, u ordenaba, los resultados de las búsquedas)

Klout, una herramienta gratuita del MIT para medir la influencia social de una persona, ha sido diseñada siguiendo premisas similares.

LA MULA

No puedo terminar sin hablar de eMule, uno de los sistemas P2P (Peer to Peer) pioneros, diseñado para facilitar el intercambio de ficheros de gran tamaño entre dos usuarios. Lamentablemente se emplea con demasiada frecuencia para compartir películas protegidas por los derechos de Propiedad Intelectual pero eso es otra historia.

Dejando a un lado esta escabrosa cuestión, La Mula fue una de las primeras plataformas en comprender y explotar las motivaciones reales de sus usuarios potenciales. Es muy simple: una persona busca bajar los contenidos lo más rápidamente posible mientras que su interés por compartir con otras personas es prácticamente nulo.

Para resolver esta dicotomía La Mula (y la mayoría de los sistemas P2P) premia a los usuarios que más contenidos comparten con otras personas. Cuanta más gente se baje uno de tus ficheros más rápidamente asciendes en las listas de espera lo que te permite recibir los contenidos solicitados más rápidamente.

En cualquier caso, "hecha la ley, hecha la trampa". Los usuarios no tardaron en comprender este funcionamiento y comenzaron a publicar contenidos con nombres populares (por ejemplo, el título de la super-producción estrenada más recientemente) mientras te ofrecían cualquier porquería que encontraban por Internet. Otros, aún más maliciosos, publicaban contenidos de los que eliminaban los bloques finales haciendo que las peticiones no pudieran ser atendidas completamente lo cual aumentaba el número de usuarios que permanecían en sus listas de espera. Conseguían así incrementar su grado de colaboración aparente y mejorar sensiblemente la velocidad en sus descargas.

IMPARCIALIDAD

Estos algoritmos ofrecen un valor final que se calcula mediante un sumatorio en el que intervienen un cojjunto de factores (obtenidos analizando la actividad del usuario o de su círculo de influencia) amortiguados o potenciados por ciertos coeficientes.

¿Qué impide al operador de la Red Social alterar estos coeficientes para ofrecer a ciertos usuarios unos resultados ligeramente diferentes?. La respuesta es NADA.

Google se ha vanagloriado durante años de la absoluta imparcialidad de PageRank aunque ahora se sospecha que está demasiado condicionado por factores de mercado. Pero el caso más sangrante lo ha protagonizado Facebook al publicar los resultados de un estudio realizado sobre casi 700.000 usuarios (sin su consentimiento) durante 2012. A un grupo de ellos se le ofrecían historias con palabras positivas alterando ligeramente algunos parámetros de EdgeRank y al otro con negativas. El objetivo: analizar si es posible alterar el estado emocional mediante la participación en las redes (más información...). También han realizado otros experimentos para animar a la gente a ir a votar o para que donen órganos; fines mucho más loables pero que afectan igualmente a la libertad individual.

CONCLUSIONES

Las Redes Sociales y otras Plataformas Web 2.0 triunfan porque conocen las motivaciones de las personas y saben ofrecer recompensas para satisfacerlas Esta premisa debería ser aplicada en el diseño de cualquier Sistema de Gestión del Conocimiento. Debemos ser honestos con nosotros mismos y comprender que, sin satisfacer tales motivaciones, estaremos avocados al fracaso tras perder la novedad la plataforma implantada.

Sólo atacando los instintos más primarios de las personas puede explicarse porqué las Redes Sociales cuentan con cientos o miles de millones de usuarios (Facebook sale triunfante en esta competición superando los 1500 millones, una cuarta parte de la población mundial).

Si os interesan las cifras, en TheRealTimeReport podéis encontrar las principales estadísticas relacionadas con las redes sociales. Si quieres ver la actividad en tiempo real (es una simulación) puedes consultar este ENLACE, te vas a sorprender de lo que pasa en el primer minuto que te mantengas conectado. También puedes consultar esta infografía.

Por último,comentar que se están desarrollando algoritmos que pretenden predecir la popularidad que tendrá un contenido (por ejemplo, una fotografía en InstaGram) antes de ser publicado. Os dejo un artículo que habla de uno de ellos. Podéis probarlo con una de las vuestras accediendo al proyecto del MIT "What Makes an Image Popular?" (ahora mismo falla más que una escopeta de feria, pero lo dejo aquí por si consiguen arreglarlo)

También puede interesarte:

No hay comentarios:

Publicar un comentario