Content

Machine learning, más allá del uso comercial

Machine learning, más allá del uso comercial

Las nuevas tendencias del marketing digital avanzan a pasos agigantados hacia paradigmas que hace unos años pensábamos que serían inalcanzables en un futuro próximo. Una prueba de ello es uno de los episodios de la conocida serie The Simpsons, concretamente nos referimos al episodio de The Ultrahouse 3.000, en el que la familia decide instalar en su casa un sistema de inteligencia artificial.

Existen numerosas obras, tanto cinematográficas como literarias, que hacen referencia a la inteligencia de las máquinas y a su hipotética conquista del mundo, sustituyendo al ser humano como especie dominante en la Tierra. Algunas de ellas son Matrix, Minority Report, Yo Robot, etc. Lo cierto es que el uso y el aprovechamiento del Big Data, se ha incrementado notablemente en los últimos tiempos, y gracias a ello es posible obtener una mayor cantidad de información de parte de los usuarios online.

El reto al que los profesionales del marketing nos enfrentamos, consiste en qué hacer con dicha información, cómo emplearla de forma útil para que, tanto empresas como usuarios, se puedan beneficiar de estas tecnologías.

Qué es el Machine Learning

Según el Instituto Internacional Español Marketing Digital el Machine Learning “es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente” … “Machine Learning se trata de crear programas capaces de generalizar comportamientos a partir de una información no estructurada suministrada en forma de ejemplos”. El Machine Learning consiste en una mejora automática de los sistemas mediante la experiencia que le facilitan los usuarios.

Una vez conocido su significado, nos preguntamos ¿Qué serán capaces de aprender las máquinas y cómo afectará a nuestra vida diaria?

Del mismo modo que en otros aspectos del marketing, existen opiniones a favor y en contra de la utilización de esta tecnología. Para aquellos que ven el marketing digital como una intrusión a su privacidad y que se sienten desnudos ante el rastro que dejan en la red, probablemente su visión al respecto sea algo pesimista y coincida con las referencias fílmicas que se han citado anteriormente.

Sin embargo, hay quienes lo vemos como una oportunidad de disfrutar de un universo de posibilidades. Un escenario en el que ganamos todos, tanto empresas como usuarios. Supone facilitar y agilizar, aún más, las interacciones online para poder disfrutar de una atención más personalizada y enfocada a las necesidades de cada uno.

Las marcas, si no quieren quedarse atrás, deben seguir evolucionando para alcanzar a los consumidores, antes y mejor que el resto de los competidores. Por ello, deben adaptarse a los cambios culturales y a las formas de adquirir contenidos por parte de los consumidores permitiendo dar experiencias mucho más individualizadas. Esto simplemente supone facilitar las acciones de compra de los usuarios, para que cada vez sea más sencillo y más intuitivo realizar una compra online.

El lado “NO oscuro” del Machine Learning

Para aquellos que ven esta tecnología de forma negativa e intrusiva, también deben saber que no todas las aplicaciones de Machine Learning tienen enfoques comerciales. Esta disciplina se está desarrollando en campos tan importantes como HR Analytics, mejoras en la cadena de producción, logística o en la medicina.

En la actualidad se emplean millones de algoritmos para diferentes profesiones y aspectos cotidianos. Así que del mismo modo que se emplean algoritmos para controlar el tráfico aéreo de un aeropuerto, o para dirigir la publicidad a audiencias concretas, existen otros destinados a mejorar la precisión de los pronósticos del ámbito de la salud.

Existen estudios que demuestran que hay algoritmos que diagnostican mejor que los médicos humanos. La OMS explica que existen más de 10.000 enfermedades que afectan al ser humano y que es prácticamente imposible que un médico conozca todas ellas. Un estudio de la Universidad de Indiana en 2013 demostró que aplicando el Machine Learning junto con los esfuerzos humanos, podían mejorar tanto la calidad como el costo del sistema sanitario. Llevando a cabo un estudio entre 500 pacientes obtuvieron como resultados que se podrían reducir los costos a más de la mitad y mejoraron los resultados de los pacientes cerca de un 50%. (Bennett y Hauser, 2013)

Por el momento el avance no es tal como para que las aplicaciones puedan sustituir a los doctores, y tampoco es lo que se busca. Lo que se pretende es que todos estos avances sean un complemento para los médicos, un soporte más en el que puedan apoyarse para que la precisión de sus diagnósticos sea aún mayor.

El futuro hecho realidad

Una de estas herramientas de apoyo basada en Machine Learning es UpToDate, que en un 90% de los centros médicos en Estados Unidos lo tienen a disposición de su personal y países como Noruega lo han hecho accesible para cualquier persona en el país.

Un ejemplo práctico de nuestro país es Mediktor, una herramienta certificada por la Agencia Española del Medicamento que tiene como misión evaluar los síntomas de un paciente mediante las tecnologías de inteligencia artificial y gracias a su capacidad de aprendizaje en cada interacción (Machine Learning).

Según datos de la propia empresa, el nivel de acierto de esta herramienta es de 91,3%. En el estudio participaron más de 1.500 pacientes y su objetivo principal es reducir los costes de acceso a la sanidad y agilizar la toma de decisiones del personal sanitario. Por tanto, podemos concluir en que existen numerosos avances tecnológicos con una gran cantidad de posibles aplicaciones. La clave es saber cómo manejarlos para poder darles una utilidad que sea beneficiosa para el conjunto de la sociedad. 

comments powered by Disqus