https://www.facebook.com/wilber.carrion.1 - Twitter: @wilbercarrion  
  Su apoyo es bienvenido, cuenta: BBVA Continental- 0011 0175 0200256843  

martes, 15 de julio de 2014

Siri

5 cosas que debes saber sobre Siri (y su competencia)



Forbes - ‎martes‎, ‎15‎ de ‎julio‎ de ‎2014
Los asistentes virtuales que viven dentro de nuestros teléfonos inteligentes aprenden algo de nosotros cada vez que hablamos con ellos. Aquí explicamos cómo.


A medida que la carrera por el mejor asistente personal se hace más reacia, la atención se vuelve hacia quien puede ofrecer la experiencia más personalizada. Mientras que la representación de Scarlett Johansson de Samantha en la película Her aún podría pertenecer más a un mundo de ciencia ficción, los sofisticados asistentes de hoy son ya mucho más personalizados de lo que crees.

Aquí hay cinco cosas que necesitas saber acerca de la personalización implícita, y eso que es sólo un paso más cerca de lo último en asistente personal.

1. ¿Qué es la personalización implícita y por qué es importante?

La personalización implícita permite que las máquinas aprendan sobre un usuario a través del lenguaje, al igual que un ser humano. Por ejemplo, el asistente personal que uses ya sabe quién es tu hermana, o tu esposo, incluso tu jefe, simplemente porque en algún momento podrías haberle pedido: “Envía un mensaje a mi hermana Annie: llegaré 15 minutos tarde.” El asistente habrá llevado a cabo la petición y almacenado que tu hermana se llama Annie.

Más datos personales que también pueden aprenderse de esta manera son tus preferencias cinematográficas o tu comida favorita. Para un asistente personal, la personalización implícita es una forma mucho más natural de aprender sobre los gustos y disgustos de un usuario con el fin de proporcionar una mayor precisión con las respuestas y sugerencias que ofrece a un usuario individual.

La alternativa de la creación de este tipo de conocimiento a partir de la personalización explícita (“decirle” formalmente hechos clave a tu asistente personal) sería demasiado largo y tedioso para el usuario, por lo que es prohibitivo para el desarrollo de asistentes personales en el largo plazo.

2. Cómo se diferencia de la personalización explícita 

La personalización implícita se aprende con el tiempo de forma natural a través de la conversación. La personalización explícita podría ser una característica específica que has activado en la configuración del teléfono, como tu preferencia de Wolfram Alpha sobre Google como fuente de información, o proporcionar información personal, como tu fecha de nacimiento o equipo favorito.

3. La geolocalización significa una mayor personalización 

La ubicación geográfica y los datos demográficos juegan un papel importante en la personalización implícita. Es muy probable que sólo a través de la charla un asistente personal sepa que ciertos lugares se corresponden a tu casa, tu oficina o tu gimnasio favorito. Este tipo de información hace que sea más fácil proporcionarte más información personalizada como el clima o actualizaciones del tráfico, pero también permite que el asistente sea aún más útil, como cuando vas de viaje.

Si apareces en un sitio a miles de kilómetros de tu casa, tu asistente no te dará simplemente la bienvenida al “Estado dorado de California”, sino que también te proporcionará una gran cantidad de información pertinente, como la hora local y el tipo de cambio, información personalizada que el asistente ha aprendido sobre el usuario. Por la noche, cuando quieras comer fuera, tu asistente puede ofrecerte una selección de restaurantes basado ​​en la cocina que sabe que te gusta, pero si pides algo diferente buscará los demográficos, entre otras cosas, para darte una respuesta.

Pero aquí está la parte genial: gracias a la personalización implícita tu asistente no sólo sabe lo que le gusta; sabe lo que no te gusta también. Así que es posible que pueda responder: “A la gente de tu edad le gustan los restaurantes italianos, pero sé que no te gusta la pasta, George, así que ¿qué hay de estos restaurantes japoneses?”

4. Mientras más fuentes de datos se usen, más precisa será la personalización

En un mundo ideal la personalización implícita se beneficia más de recibir información de muchas fuentes diferentes.

Por ejemplo, Spotify podría conocer tu estado de ánimo cuando haces clic en el botón melancólico, pero no lo sabe de antemano. Mediante la personalización implícita, un asistente personal entendería por las palabras o frases que has estado utilizando con anterioridad o incluso sólo por el hecho de que tu equipo de futbol perdió la noche anterior.

A través del cotejo de información procedente de diversas fuentes, el asistente puede saber qué tipo de música te gusta cuando corres, manejas por la ciudad o estás en casa un domingo por la mañana, así que sólo tendrías que pedir que tocara un poco de música, sin dar detalles.

Otro ejemplo podría ser que tu asistente sabe que siempre abres la aplicación de Domino’s Pizza cada vez que ves películas de acción, así que la próxima vez que le pidas reproducir la última superproducción de Hollywood podría preguntar: “¿y quieres que pida pizza también?”

5. La personalización implícita pone de vuelta sobre la mesa el debate sobre la privacidad 

Cuánta información se opta por compartir depende de las preferencias individuales. Deben ponerse salvaguardas para proteger la privacidad del usuario, pero el desarrollo de los ayudantes virtuales se basa en el aprendizaje de las máquinas, que a su vez se basa en el intercambio de datos sobre un individuo entre aplicaciones, incluso si esto ocurre sólo dentro de la cuenta de un usuario.


Para los desarrolladores de aplicaciones hay una complicación añadida: las leyes de privacidad pueden cambiar sustancialmente de país a país, lo cual impacta en la forma como se usan los datos y la forma en que se almacenan. Si bien el debate es mucho mayor en torno a los asistentes personales móviles y las preocupaciones de privacidad, desarrollar su verdadero potencial requerirá una interacción mucho mayor, y eso dependerá en gran medida de la cantidad de información que un usuario esté dispuesto a compartir.

No hay comentarios: