[Les Entretiens 1/5] Aurélie Jean: “Cuanto más se recomienda un libro, más se recomienda, es un círculo”

¿Cómo funcionan los algoritmos de recomendación de libros?

Al no haber metido las manos bajo el capó, sólo puedo imaginar cómo funcionan. En una plataforma de venta de libros en línea, un primer algoritmo de aprendizaje automático (o aprendizaje automático) conocida como categorización, clasifica a los usuarios según su perfil estático y su perfil dinámico. El perfil estático contiene toda la información proporcionada explícitamente por el usuario al registrarse, como su edad, sexo y preferencias de lectura (ciencia ficción, ensayo, cómics, etc.). El perfil dinámico contiene toda la información relacionada con su comportamiento en la plataforma, como los tipos de libros que compran (formato de bolsillo o de bolsillo, ficción o ensayo, tipo de literatura -comedia romántica, clásica, teatro, etc.-), su compra. frecuencia, o incluso el tipo de libro que visitan en la plataforma. A partir de esta información, el algoritmo de categorización construirá clases de usuarios según la similitud estadística en sus perfiles estáticos y dinámicos.

A cambio, un llamado algoritmo de recomendación recomendará a un nuevo usuario, cuya clase conoceremos a partir de la proyección de sus datos en el espacio de clases, un libro que a otro usuario de su clase le gustó con la idea, en teoría, que a él también le encantará. A esto hay que añadir el llamado componente de algoritmo explícito, que interferirá con los resultados del algoritmo de categorización al filtrar los resultados. Por ejemplo, si el usuario no quiere leer novelas, será poco probable que el algoritmo se las sugiera.

¿Es el papel de los algoritmos un simple reflejo de las tendencias o influye activamente en las elecciones de los lectores?

¡Ciertamente ambos! En la práctica, y de forma explícita, los libros que más se venden posiblemente tendrán más relieve en la plataforma, independientemente de la clase a la que pertenezca el usuario o de las preferencias de lectura que especificó al registrarse. A esto hay que añadir que aquí se crea una especie de círculo: cuanto más se recomienda un libro, más se ve y se compra, y por tanto más se recomienda posteriormente. En este sentido, la forma en que se diseñan los algoritmos de recomendación debe tener en cuenta este efecto, introduciendo peso estadístico en los resultados de la sugerencia o influyendo directamente en el funcionamiento del algoritmo.

¿Cuáles son las ventajas y desventajas de los algoritmos de recomendación?

La ventaja es tener recomendaciones personalizadas basadas en datos de comportamiento del usuario al permitir que el algoritmo capture señales fuertes y débiles de sus preferencias de lectura. Dicho esto, estos algoritmos -cuando están moderadamente bien diseñados o cuando apoyan un modelo de negocio de compra impulsiva sin una estrategia de profunda satisfacción- pueden evitar el descubrimiento por sorpresa o encerrar a los usuarios en burbujas de lectura. En la práctica, al lector se le recomendarán principalmente libros que lean lectores similares a él.

¿El análisis de ventas corre el riesgo de socavar la diversidad editorial?

Este efecto siempre ha existido y no es específico de las recomendaciones algorítmicas. Lo que encuentro interesante en los algoritmos es el análisis de las preferencias y comportamientos de los lectores para comprender ciertos éxitos o fracasos. Pero los editores y libreros no deberían correr menos riesgos con respecto a la maquinaria algorítmica que guiaría las preferencias de los lectores y, por tanto, las ventas futuras.

¿Los algoritmos tienden a favorecer a los grandes vendedores o ayudan al surgimiento de los pequeños?

Es difícil de decir. No podría comentar sobre este punto. En la práctica, si un algoritmo diseñado de forma más sencilla destaca las grandes ventas sin ir más allá en la personalización de la recomendación, es posible.

“¡Los algoritmos de recomendación deben existir en complementariedad ideal con nuestros súper libreros de carne y hueso! »

¿Cómo preservar la singularidad de las librerías?

¡Tenga los mejores libreros, como el mío! (Reír.) El algoritmo de recomendación nunca será mejor que un librero con sus emociones, su inteligencia práctica y creativa, su instinto y su intuición. Además, al dominar todos los componentes de la inteligencia que la máquina no domina, regularmente me sorprenden con sugerencias que me parecen contradictorias, ¡pero que en realidad me agradan mucho! Mi librero, Fred, de la Librairie Tome 7 de París, siempre tiene razón al recomendarme novelas, aunque leo pocas porque no me siento naturalmente atraído por ellas.

¿Cuáles son los riesgos de un mercado homogeneizado por la IA?

Impedir la existencia de toda forma de cambio cultural por el surgimiento de un nuevo estilo literario o por un autor desconocido para el gran público. Dicho esto, los algoritmos de recomendación pueden ayudar, pero recordemos que estos algoritmos existen para operar plataformas a menudo administradas por personas que no son libreros, que buscan obtener ganancias sin ningún compromiso particular con la lectura (que los libreros pueden tener).

¿Las “burbujas de lectura” que generan los algoritmos no suponen un riesgo, a largo plazo, de apagar nuestra curiosidad y todo lo que nos empuja hacia lo desconocido?

¡Es por eso que los algoritmos de recomendación deben existir en complementariedad ideal con nuestros súper libreros de carne y hueso! Por eso también la radio, la televisión, los podcasts y otros programas tienen un futuro brillante.