Comunicación en la era digital

Este artículo propone una aproximación a los procesos de aprendizaje automático por computadora desde una perspectiva semiótica peirciana. Para ello, trabaja en un territorio privilegiado para la observación de la articulación de la datificación de los usuarios con su posterior gestión mediante sistemas informáticos de aprendizaje por computadora: la publicidad digital. A partir de un caso real, se da cuenta de los modos en los que el machine learning articula lógicas abductivas e inductivas, poniendo foco en los modos en que los sistemas informáticos generan hipótesis a partir de la identificación de semejanzas y las ponen a prueba en investigaciones experimentales, cuyos resultados funcionan como input que realimenta el aprendizaje.

En los últimos diez años, los métodos y técnicas de inteligencia artificial (IA) han visto grandes avances, y han pasado a formar parte, en muchos casos, del paisaje habitual desde el cual se abordan nuevos o antiguos problemas en distintas áreas del conocimiento humano. En este avance confluyen distintos aspectos, y en especial tres: la disponibilidad y la variedad de datos de manera generalizada en muchas de las áreas de actividad humana; un entendimiento más profundo de las matemáticas que gobiernan la algorítmica subyacente; y una disponibilidad y capacidad de hardware y del cómputo que permiten una experimentación amplia y profusa de los datos. Teniendo en cuenta estos aspectos, el reto fundamental en cada problema y en cada ámbito de aplicación se enfoca en entender cómo utilizar estas tecnologías, qué alcance pueden llegar a tener y qué limitaciones hay que superar para poder tener resultados beneficiosos de ellas (en términos de costes de producción, valor, etc.). Este reto incluye aspectos como la identificación de las fuentes de datos y sus necesidades de integración y curación; la necesidad y el coste de adquirir o construir datasets etiquetados; la medición de la volumetría de datos necesaria; y la validación de su factibilidad, el planteamiento técnico de las tareas de analítica de datos y su alineación con los objetivos de la aplicación final; etc. Las ciencias sociales y de la comunicación no son una excepción a estos campos del conocimiento ligados a la IA, aunque sí presentan particularidades que definen el tipo de tecnologías y métodos de IA que son más apropiados (i.e. procesamiento de lenguaje natural). La utilización exitosa de técnicas de IA en estas disciplinas corresponde, no solo al conocimiento de las técnicas, sino también al establecimiento de contextos de aplicación factibles, que incluyan la disponibilidad de datos, la complejidad adecuada de la tarea a realizar y los procedimientos de validación con expertos en el área. Este trabajo presenta una introducción a la metodología gracias a la cual se generan modelos de IA, un resumen de los métodos y servicios de ia con más potencial de usarse en ciencias sociales y de la comunicación y, finalmente, algunos ejemplos de aplicaciones que ilustran consideraciones prácticas y técnicas al respecto.