La Industria Editorial por Números: Algoritmos, Redes Sociales y Prensa
El editor más prolífico del mundo es un genio desconocido.
Fuente: Tipografía metálica de Etsy
Edición por Números: El editor más prolífico del mundo es un genio desconocido
Por: Chris Duncan. Fundador y director ejecutivo de Seedelta. Profesional de los medios de comunicación con experiencia en el mundo de las noticias nacionales, las revistas y las empresas emergentes de tecnología. Escribe sobre el impacto de las nuevas tecnologías en el mundo de las noticias y la información.
La industria editorial se construyó sobre las leyendas de grandes editores. Los mejores tenían dos cosas en común. Estaban muy centrados en lo que quería su público y tenían una visión clara (y a menudo profana) de cómo encargar, seleccionar y empaquetar el contenido para mantener a esos lectores interesados.
Los mejores editores cuando yo empecé eran personajes enérgicos y exigentes; periodistas duros como John Witherow, Rebekah Brooks, Paul Dacre en el Reino Unido, Marty Barron, Anna Wintour en los Estados Unidos. Inspiraban a sus redacciones con pura fuerza de voluntad para conseguir mejores historias que la oposición.
En la era de la prensa escrita, el éxito se medía por la circulación pagada. Así que los Grandes Curadores estaban obsesionados con un único objetivo, sus ventas mensuales. Los ingresos por publicidad eran la guinda del pastel, pero venderlos no era su trabajo.
Pero a principios de la década de 2000 apareció un nuevo editor, que se convertiría en el curador preeminente de esta era, sin llegar a ser un nombre familiar. No ha sido interpretado en el cine por Leonardo DiCaprio o Meryl Streep. No hay periodistas que cuenten historias de cómo aprendieron su oficio de él, a pesar de que cura más historias cada día que las que otros hicieron en toda su carrera juntos.
Su nombre es Muhammad ibn Mūsā al-Khwārizmī.
Su viaje a la cima ha llevado mucho tiempo. Alrededor del año 830 d. C., Muhammad había escrito un libro sobre álgebra que utilizaba números indo-árabes del uno al diez para resolver problemas matemáticos occidentales. Fue el primero en utilizar el sistema decimal para resolver ecuaciones de forma sistemática.
Traducido al latín, el libro de al-Khwārizmī se tituló «Algorithmi de Numero Indorum», y así nació la palabra algoritmo.
Ahora la usamos para hablar de cálculos matemáticos automatizados que toman una serie de entradas y calculan una acción basada en un resultado deseado para el que han sido entrenados.
Los algoritmos utilizados para editar tus pantallas de redes sociales son increíblemente sofisticados. Toman datos de comportamiento a nivel individual (mi consumo de contenido anterior, cuánto tiempo hace que estoy en la plataforma), más datos de contenido (qué contenido está en cola de las cosas que sigo, qué está en tendencia entre mis conexiones), más formatos de contenido (vídeo primero), etc.
El contenido se puntúa y el contenido mejor clasificado se muestra en el feed de forma continua y permanente. Se ha dicho que se tienen en cuenta más de 10 000 señales para seleccionar el News Feed, y en cualquier momento hay miles de artículos que claman por ser seleccionados solo para mi feed.
Entonces, ¿qué impulsa la curación en la sala de redacción de al-Khwārizmī?
El éxito de la mayoría de las plataformas digitales son los ingresos publicitarios, cuyo mejor indicador principal es la participación de los usuarios; cuanto más tiempo pasamos en la plataforma leyendo/viendo/compartiendo/dando me gusta, más anuncios se nos pueden mostrar a nosotros y a nuestras redes al precio más alto.
Los modelos de Muhammad son ajustados sin descanso por equipos de crecimiento que saben que quedan muy pocos clientes nuevos que adquirir. El crecimiento consiste ahora en aumentar el tiempo de permanencia y, al mismo tiempo, aumentar la carga publicitaria y los precios.
Una forma de aumentar el tiempo de permanencia de cada usuario es que no lo comparta con ninguna otra plataforma. Por eso hemos visto una degradación gradual del contenido que contiene enlaces a otros sitios, ya que el modelo está ajustado para mantener a los usuarios dentro. Esta es una aplicación hábil y deliberada de la política editorial de encargos.
El siguiente ejemplo lo abre la IA generativa. Esto ha permitido a los acólitos de Meta plantear preguntas fundamentales sobre la dirección de la contratación de contenidos.
Si has creado una especificación sofisticada de en qué invertirá tiempo cada usuario individual, ¿por qué esperar a que terceros envíen algo que tenga una puntuación lo suficientemente alta como para satisfacer tus necesidades? ¿Por qué no enviar simplemente una solicitud de contenido perfecto a tu herramienta interna de IA generativa y automatizar el proceso de creación bajo demanda?
Este tipo de contenido tendrá una clasificación alta porque las indicaciones que lo crean nacen de la clasificación en tiempo real de lo que tiene una clasificación alta: es un sistema de circuito cerrado. Meta ya está creando avatares de IA para liderarlo, esencialmente construyendo un equipo interno que encarga y crea contenido por encargo, entregado por usuarios inyectados en la población.
Su ventaja decisiva no es tanto el contenido principal, sino la precisión de todos los factores del 1 % que hacen que las publicaciones sean contagiosas, además de la velocidad inigualable con la que puede reaccionar ante el sentimiento de los usuarios y los momentos culturales. La sala de redacción de Muhammad creará contenido que surfea las tendencias mientras que los creadores de terceros todavía están escaneando el horizonte en busca de ondas.
He oído que esto se descarta como «AI Slop» (AI Slop es una expresión que se refiere a la inteligencia artificial que no funciona bien), y he visto el argumento de que los usuarios se elevarán por encima de ello, que buscarán contenido «mejor» en otros lugares.
Soy escéptico. Pocos discutirán que la calidad del contenido ha aumentado constantemente en los últimos diez años, pero el tiempo que se pasa en los móviles ciertamente sí lo ha hecho. La historia sugiere que la mayoría de los usuarios aceptarán con gusto la metadona de la máquina en ausencia de algo mejor que hacer.
¿Qué significa esto para los editores profesionales? Bueno, muchos de ellos parecen estar planificando sobre la base de que deberían:
Aceptar que, a medio plazo, no pueden competir en contenido social en cuanto a coste, velocidad o conocimiento del cliente.
Aceptar que, si las plataformas son cada vez más egoístas y se centran en retener a los clientes,
los accesos ocasionales a contenidos diferenciados realmente servirán para generar ingresos publicitarios para alguien que no sean ellos. En ese momento, serán solo otro creador sediento que espera ser seleccionado, no un editor que utiliza las plataformas para adquirir tráfico.
A medida que las redes sociales se cierran, la búsqueda se vuelve aún más crítica para el descubrimiento. Los editores deben tener un plan para aprovechar la mayor disrupción en la búsqueda en veinte años, que se desarrollará este año (más sobre eso en el artículo anterior aquí).
Esto solo funciona si los productos propios y operados son atractivos, por lo que se espera que se destine más inversión en esa dirección. La IA impulsará la eficiencia en la producción, pero los ganadores serán aquellos que combinen una buena tecnología con una visión de producto centrada en el ser humano.
Esto requiere liderazgo y talento, por lo que también es necesaria la inversión en equipos que puedan combinar contenidos atractivos con la ejecución de modelos de negocio rentables.
Lo último y más importante es preguntarse cada día a qué editor se está siguiendo: ¿al que se contrató para centrarse en su público o al que Al-Khwārizmī diseñó para vender anuncios?
Fuentes
Padre del algoritmo Aquí.
Antiguo pero de oro. Explicación del Washington Post sobre el proceso del algoritmo de Facebook. Aquí.
Nota: Se agradece a Chris Duncan su colaboración en este artículo, adaptado del suyo en inglés:
Las Recomendaciones Algorítmicas están «averiadas» en el Sector de los Medios: Cómo las mentes emprendedoras ya se están adaptando alrededor de los algoritmos rotos
🎁 ESTE CONTENIDO FUE EXCLUSIVO PARA QUIENES ESTABAN SUSCRITOS GRATIS EN EL MOMENTO DE SU ENVÍO. ¿QUERÉS ACCEDER A CONTENIDO EXCLUSIVO COMO ESTE? ¡SUSCRIBETE AHORA Y NO TE PIERDAS LAS PRÓXIMAS PUBLICACIONES!
Las plataformas de redes sociales adoptan un enfoque de estrategia de éxito de taquilla para la monetización.
Los primeros días de las redes sociales fueron de arcoíris y mariposas, y se suponía que las redes sociales democratizaban el acceso a todo. Chris Anderson, de WIRED, escribió un artículo fundamental sobre esto en 2004, afirmando que había llegado el momento de la larga cola de contenido de nicho que saldría a la superficie gracias a los algoritmos de recomendación. La profesora de HBS Anita Elberse (y sí, yo fui a su clase) dijo que se demostró lo contrario; la cola se hizo más larga y plana en lugar de engordar. (Chris lo rebatió). Pero esta investigación se hizo antes de 2010. Yo diría que los modelos de monetización asumidos más recientemente por las plataformas de redes sociales cambiaron fundamentalmente el debate y las obligaron (o quisieron) a adoptar la misma «estrategia de superventas» de los conglomerados tradicionales de medios de comunicación y entretenimiento.
Mientras que las agencias tradicionales tenían que hacer grandes apuestas en una lista de posibles superventas para competir por un espacio limitado en las estanterías, los algoritmos de las redes sociales están haciendo lo mismo mientras luchan por la limitada atención del consumidor. Se ven inevitablemente obligados a sacar a la luz contenidos que tengan el mayor potencial para atraer la atención inmediata y aumentar el volumen de compras, en lugar de arriesgarse con algo más sutil o inesperado.
fuente: Michael Simmons
🎁 ESTE CONTENIDO FUE EXCLUSIVO PARA QUIENES ESTABAN SUSCRITOS GRATIS EN EL MOMENTO DE SU ENVÍO. ¿QUERÉS ACCEDER A CONTENIDO EXCLUSIVO COMO ESTE? ¡SUSCRIBETE AHORA Y NO TE PIERDAS LAS PRÓXIMAS PUBLICACIONES!
Pero, ¿se convertirán también las nuevas plataformas en mierdaplatformas? Depende de cómo las moneticen.
Con la oleada de plataformas de descubrimiento que están surgiendo, no olvidemos que muchas otras murieron en años anteriores. ¿Por qué? No hay mejor explicación que la de Cory Doctorow:
Así es como mueren las plataformas: primero, son buenas con sus usuarios; luego, abusan de sus usuarios para mejorar las cosas para sus clientes comerciales; finalmente, abusan de esos clientes comerciales para recuperar todo el valor para sí mismos. Entonces, mueren. Yo lo llamo ensuciamiento, y es una consecuencia aparentemente inevitable que surge de la combinación de la facilidad de cambiar la forma en que una plataforma asigna valor, combinada con la naturaleza de un «mercado de dos caras», donde una plataforma se sitúa entre compradores y vendedores, manteniendo a cada uno como rehén del otro, acaparando una parte cada vez mayor del valor que pasa entre ellos.
Así que nos preguntamos si las plataformas más nuevas correrán la misma suerte.
🎁 ESTE CONTENIDO FUE EXCLUSIVO PARA QUIENES ESTABAN SUSCRITOS GRATIS EN EL MOMENTO DE SU ENVÍO. ¿QUERÉS ACCEDER A CONTENIDO EXCLUSIVO COMO ESTE? ¡SUSCRIBETE AHORA Y NO TE PIERDAS LAS PRÓXIMAS PUBLICACIONES!
Substack ha sido uno de los hogares más naturales para nuestra cultura en evolución de descubrimiento y recomendación. El New York Times aludió a esto el verano pasado, al hablar del auge de los antiguos editores y periodistas de moda en la plataforma (Becky Malinsky, ahora Emilia Petrarca). Pero como escritora en la plataforma, estoy realmente indecisa sobre lo que sucederá. Por un lado, estoy observando los movimientos del equipo de productos que parecen intentos reflexivos de remar contra la corriente (por ejemplo, nuevo lenguaje y opciones de pago locales para fomentar la lectura intercultural, impulsar la función de recomendación de otros escritores que Lenny Rachitsky ha calificado como «una de las funciones de crecimiento más impactantes de la historia»). Escribir contenido de formato largo también requiere muchísimo trabajo, lo que crea algunas barreras de entrada que, con suerte, preservan la calidad y la individualidad del contenido en la plataforma.
Pero, por otro lado, a medida que más escritores se esfuerzan por ganarse la vida aquí, Substack sigue siendo susceptible a la misma corrupción de enlaces de afiliados y de «trabajar para el algoritmo» que las otras plataformas sociales anteriores. Tampoco se me escapa que el contenido de formato largo no funciona en masa. A medida que más creadores que disfruto en otros formatos comiencen a unirse y compartir ensayos largos en Substack, no podré leerlos ni apoyarlos a todos, aunque quiera. Así que creo que los lectores vamos a ser mucho más selectivos con lo que nos suscribimos. Pero espero que el resultado feliz sea aterrizar en un lugar donde la proporción de fans por seguidor se acerque a 1.
El algoritmo no es tan inteligente: En pocas palabras, los feeds «para ti» ofrecen contenido que se considera relevante en función de los indicadores de interacción de ti y de aquellos que se infieren como tu red. Pero el algoritmo es tan inteligente como los datos que se le proporcionan, y normalmente se basa en un conjunto finito de indicadores falsos. No puede distinguir entre el contenido que ves o sigues por curiosidad, investigación profesional o aburrimiento y el contenido que realmente te gusta. (Si dedicas un minuto a buscar ideas de regalos para un baby shower como mujer de unos 30 años, recibirás anuncios de Hatch durante los próximos seis años). Y con la disminución general de la participación de los consumidores, los algoritmos se basan cada vez más en indicadores de interés pasivos en lugar de activos. (La empresa Gartner estima que el 50 % de los usuarios abandonarán o limitarán significativamente sus interacciones con las redes sociales en los próximos dos años). Así que si no estás dando «me gusta» y siguiendo activamente el contenido, se ve obligado a seguir las indicaciones de los influencers a los que sigues, tu red o datos demográficos similares en general... lo que significa que tu «para ti» apenas está personalizado.
Sí se puede argumentar que las recomendaciones algorítmicas están «averiadas» (más sobre por qué a continuación), pero gran parte de la discusión hasta la fecha ha adoptado un tono de resignación ante el orden mundial actual. Y, sin embargo, no me creo que simplemente nos hayamos rendido; en muchos casos, estamos en una búsqueda de inspiración más ferviente que nunca.
A medida que la producción de consumo crece a un ritmo exponencial, recurrimos cada vez más a amigos cercanos y expertos en los que confiamos para que nos ayuden a filtrar la información, y a menudo aprovechamos la tecnología para impulsar la búsqueda. Esta parte del artículo analiza cómo el descubrimiento ha ido evolucionando en torno a los algoritmos que nos fallaron, y cómo algunas mentes emprendedoras ya están capitalizando el valor creciente del gusto.