Abrir Netflix, recorrer el catálogo durante diez minutos y acabar sin haber elegido ninguna película es una situación cada vez más habitual. El exceso de opciones puede convertirse en un problema para las plataformas de streaming, que compiten no solo por ofrecer contenidos, sino también por conseguir que el usuario elija uno y empiece a reproducirlo.
La inteligencia artificial juega un papel cada vez más importante en esta batalla. Netflix utiliza sistemas de recomendación que analizan grandes cantidades de información para anticipar los gustos de cada persona y presentarle una selección mucho más reducida que el conjunto del catálogo. El objetivo es combatir lo que se conoce como "fatiga de decisión" y evitar que el usuario abandone la aplicación antes de ver nada.
Esta es una de las conclusiones del análisis publicado por la Universitat Oberta de Catalunya (UOC), elaborado con las aportaciones de Juan Luis García Fernández, profesor de los Estudios de Ciencias de la Salud e investigador del NeuroADaS Lab, y Elena Neira, profesora de los Estudios de Ciencias de la Información y de la Comunicación y experta en plataformas de streaming.
Además, el usuario no solo quiere elegir una opción que le guste, sino que puede quedar atrapado pensando si otra película o serie habría sido mejor. Cuanto mayor es el número de alternativas, más difícil resulta llegar a la sensación de haber tomado la decisión perfecta.
Para Netflix, este bloqueo tiene una consecuencia empresarial directa: si el usuario no encuentra rápidamente qué ver, puede cerrar la aplicación e ir a otra plataforma o simplemente dedicar el tiempo a otra actividad.
Cómo decide Netflix qué te muestra
El sistema de recomendaciones combina diferentes tipos de información. Por un lado, analiza el comportamiento del propio usuario, como los contenidos que ha visto o las búsquedas que ha hecho. Por otro, incorpora patrones de comportamiento de otros usuarios e información sobre los propios contenidos.
Así, el sistema de Netflix utiliza técnicas de machine learning y deep learning para elaborar predicciones y seleccionar las opciones que considera más adecuadas para cada perfil. No se trata, por tanto, de mostrar simplemente los contenidos más populares, sino de intentar encontrar los que tienen más probabilidades de encajar con los gustos de cada espectador.
Neira explica que los algoritmos funcionan como un filtro que reduce una selección potencialmente enorme a un número manejable de opciones. La profesora compara este mecanismo con el trabajo de un bibliotecario: ayuda a llegar a la estantería adecuada, pero la decisión final sigue siendo del usuario.
De las recomendaciones a hablar con la plataforma
La IA está llevando este sistema un paso más allá. Según Neira, Netflix trabaja en una experiencia en la que el usuario pueda establecer una conversación con el sistema y explicarle directamente qué busca en cada momento.
Esta evolución permitiría pasar de un modelo en el que el algoritmo interpreta las acciones del espectador a otro en el que este también puede expresar de manera explícita sus preferencias. La IA podría interpretar más información sobre el contexto y los gustos de la persona para afinar aún más la selección.
La personalización también llega a elementos aparentemente secundarios, como las miniaturas. Netflix puede adaptar las imágenes que aparecen en las portadas de películas y series para que sean potencialmente más atractivas para cada usuario.
El riesgo de dejar decidir demasiado a la máquina
La estrategia tiene una clara dimensión empresarial. Cuanto más fácil sea encontrar un contenido que satisfaga al usuario, más probabilidades habrá de que lo reproduzca, siga utilizando la plataforma y mantenga la suscripción. La personalización, por tanto, busca convertir el exceso de oferta en una experiencia más sencilla y satisfactoria.
Pero esta comodidad también tiene una cara menos evidente. García Fernández alerta del riesgo de externalizar progresivamente funciones mentales que antes ejercía directamente el usuario. En este sentido, habla de la posible "deuda cognitiva": la dependencia creciente de sistemas automatizados para resolver tareas que requieren poco esfuerzo, pero que forman parte de nuestras capacidades para decidir de manera autónoma.
El algoritmo puede ayudar, así, a pasar de cientos de posibilidades a diez opciones. Pero la cuestión es si el usuario seguirá escogiendo entre estas diez o acabará dejando que la máquina dé también este último paso.