¿Recuerda cuando había que ir a una videotienda para alquilar una película? ¿Recuerda la sensación de caminar entre docenas de títulos sin estar seguro de cuál elegir? Al final, siempre quedaba la opción de ir hasta el mostrador y preguntar: ¿qué me recomienda?

El ideal de Netflix, una empresa que distribuye películas y series en internet por streaming (descarga continua), es reproducir esa experiencia pero con dos diferencias. La primera elimina la caminada y la segunda cambia a la persona detrás del mostrador por un algoritmo complejo, capaz de predecir los gustos de 44 millones de usuarios en el mundo.

El mexicano Carlos Gómez Uribe, vicepresidente de algoritmos de personalización de Netflix, es el encargado de liderar un equipo de 60 personas, entre ingenieros de software, matemáticos y programadores, que mantienen y afinan el sistema de recomendaciones de esa firma.

Graduado del Instituto Tecnológico de Massachusetts y exempleado de Google, Gómez Uribe le dijo a EL TIEMPO que el verdadero desafío no son las matemáticas, sino la gente. “El sistema es muy importante para nosotros porque más del 80 por ciento de los videos que ve la gente en Netflix se elige por medio de una recomendación. El algoritmo hace que usen más el servicio y lo cancelen menos”.

El principal reto técnico surge de la enorme cantidad de datos que maneja Netflix, que en enero –indica Gómez– superó los mil millones de horas de reproducción de video. No es solo escoger qué va en ‘acción’ o en ‘romance’. El sistema, que tiene un grupo de personas dedicadas a ver todas las películas y crear las etiquetas que permiten su clasificación, se alimenta de toda clase de variables que, al combinarse, producen miles de categorías.

Un reportaje de The Atlantic calculó que el catálogo de Netflix puede armar recomendaciones con base en más de 76.000 composiciones. “Creamos combinaciones con suficientes videos y que tengan sentido gramatical”, dice Gómez. Por eso hay un apartado de “películas de aventura, protagonizadas por una mujer fuerte, enfrentada a un desastre natural y otro de thrillers violentos basados en crímenes reales del siglo XX”.

Netflix computa qué está viendo la gente, cómo y en qué dispositivo. Si es una serie, sabe cada cuánto un usuario ve un episodio. “Conocemos lo que la gente busca, tenemos calificaciones (por estrellas) y sabemos qué recomendaciones le mostramos a cada usuario, por lo que sabemos cuáles funcionaron y cuáles no”, apunta el ingeniero. Una vez recopilada la información, una serie de fórmulas matemáticas la combina y genera una lista de recomendaciones.

Algoritmo adivinador

Más allá de lo técnico, la aproximación de Netflix no es muy diferente a la del sujeto tras el mostrador. Gómez explica: “Primero detectamos la similitud entre videos. Algunas recomendaciones dependen de emociones que comparten los videos; hay otras que se basan en qué tan parecidas son sus calificaciones. Si ya viste House of Cards, te podemos recomendar algo similar”.

La otra estrategia apunta a los usuarios más que a los videos. “Se generan patrones de comportamiento y se buscan usuarios ‘compatibles’ con gustos similares”, agrega. Si a dos usuarios les gustaron las mismas cinco películas de acción, es probable que una sexta a la que uno le dio cinco estrellas encaje con los gustos del otro.

Gómez Uribe dice que todavía queda campo para mejorar. “Pensamos que la especificidad de esas combinaciones es una de las ventajas de nuestro sistema de recomendaciones”. Agrega que ahora están trabajando en desarrollos para producir recomendados en función de la hora del día. “Si un padre comparte su perfil con sus hijos, es posible hacer que no le recomienden la película de Barbie después de las 9 de la noche”. La meta –dice Gómez Uribe– es lograr un algoritmo tan infalible como sea posible.

“La visión utópica es que prendas Netflix y te dé tres selecciones, o una, que se vea inmediatamente y que el usuario diga una gran mayoría de las veces: sí, esto es lo que quería ver”. En otras palabras, que Netflix sepa qué quiere ver usted, antes de que lo piense.