Explícito o implícito

Una entrada en el blog de YouTube, “Five stars dominate rankings“, aporta evidencias que demuestran que el sistema de puntuaciones de una a cinco estrellas utilizado en el repositorio de vídeos no está funcionando demasiado bien: la mayoría de las personas que se molestan en puntuar los vídeos que ven, lo hacen otorgando únicamente la puntuación de cinco estrellas, que se convierte en prácticamente la única de la que se hace un uso regular (la de una estrella, usada para puntuar negativamente, es la única que obtiene un uso significativo, pero aún así con una frecuencia alrededor de diez veces inferior a las cinco estrellas). Además, el porcentaje de usuarios que realmente utilizan el sistema de puntuación es sumamente bajo con respecto al total de los que visualizan los vídeos.

Los datos son una clara demostración de que el sistema empleado para puntuar los contenidos en YouTube está siendo claramente ineficiente, y debería ser sustituido. Lo interesante, por supuesto, son las posibilidades de sustitución. Por un lado, nos encontraríamos sistemas del tipo “todo o nada”: dado que los usuarios únicamente se sienten tentados a puntuar aquellos vídeos que les encantan, un único clic para poder marcar el vídeo como “Muy bueno” o “Recomendable” podría ser una posibilidad. Sin embargo, también se podría optar por un sistema que permitiese expresar negatividad, cuando algo realmente no te gusta, convirtiendo el sistema de evaluación en un “pulgar arriba, pulgar abajo” al más genuino estilo romano. Cualquier complicación adicional, como una escala de tres del tipo “no gusta, neutro, sí gusta” acabaría seguramente teniendo el mismo problema de desuso: lo neutro tiende a no ser utilizado, sustituido simplemente por la inacción.

Pero cabe una posibilidad más: los sistemas descritos recurren a un método de calificación explícito, es decir, una puntuación que depende de una acción del usuario, de la decisión de puntuar. Pero cabe la posibilidad de utilizar un sistema implícito, es decir, en el que el usuario no tenga que hacer nada, y la puntuación se extraiga de matices derivados de su comportamiento. Por ejemplo, ver el vídeo en su totalidad puntuaría más que verlo parcialmente, y acciones como reenviarlo, embeberlo, descargarlo o comentarlo en sitios sociales podrían dar lugar a puntuaciones elevadas, porque implican un trabajo adicional por parte del usuario. Existen una amplia variedad de sistemas que utilizan este tipo de datos, o que introducen otros como la secuencia con la que las puntuaciones son recibidas, el tiempo de permanencia en la página, los movimientos del ratón, etc., o incluso una combinación de sistemas explícitos e implícitos.

La discusión permite reflexionar sobre el valor de este tipo de sistemas, o del análisis de los datos proporcionados por los usuarios: habitualmente, los usuarios consideran invasiva la petición de datos explícitos, pero toleran perfectamente la recolección de datos implícitos de su comportamiento, que sin embargo en ocasiones pueden generar información mucho más sutil y valiosa que, además, no suele estar sujeta a una especial protección. Las recomendaciones de Amazon, que incluyen comportamiento de  compra, pero también visualizaciones de página, búsquedas y puntuaciones en un sistema de cinco estrellas, son un ejemplo de sistema de entrada múltiple que termina, al cabo de un cierto nivel de uso, siendo muy útil y generando recomendaciones de gran calidad. En cualquier caso, resulta interesante comprobar como algo tan descomunal como YouTube es, en realidad, un sistema “nacido ayer” que todavía está perfeccionando el funcionamiento de algunas de sus partes…

(Enlace a la entrada original - Licencia)