Lo que leemos al abrir Facebook depende de un algoritmo, también la ruta que traza Waze para llegar en el menor tiempo posible a un punto y Amazon al sugerir productos en base a clics y compras anteriores. Estamos en un mundo donde muchas de las acciones cotidianas dependen de un algoritmo, un concepto que se ha vuelto imprescindible, del que todos hablan, pero que muy pocos entienden. "La definición más simple de algoritmo es que es una secuencia de reglas que toman datos de entradas y los transforman en datos de salidas", dice Jorge Pérez, investigador del Instituto Milenio de los Fundamentos de los Datos y académico de la U. de Chile. Un ejemplo de la vida cotidiana es una receta de cocina. A partir de ciertos elementos (los ingredientes), se realiza un procedimiento (la preparación) que da un resultado (un pie de limón). En este caso, el conjunto de instrucciones es un algoritmo. "Los algoritmos se diseñan para resolver problemas. Optimizar tu trayecto al dejar a tu hijo y tu señora en las mañanas es un algoritmo que vas mejorando con el tiempo. Lo que hay que tener claro es que para un mismo problema, puede haber varias soluciones, unas mejores que las otras y que son probadas en la realidad. Y eso pasa constantemente con los algoritmos", dice Jorge Pavez, jefe de Innovación y Desarrollo de la U. Mayor. El tema se ha vuelto candente con la inteligencia artificial y el aprendizaje de máquinas. "Pero hay que tener claro que los algoritmos no piensan, solo se ejecutan para que sigan las instrucciones. Turing, el padre de la computación, ya decía que no tenía lógica hablar de máquinas inteligentes, sino de máquinas que emulan el actuar de seres inteligentes", dice Pérez. Cambio de paradigma El especialista aclara que el gran salto es que los algoritmos de antaño eran básicamente instrucciones para lograr de forma más eficiente llegar a un objetivo. "Pero actualmente se toman millones de datos y se crean algoritmos que los analizan y procesan. Y el resultado de todo ese proceso es otro algoritmo. Ese nuevo algoritmo es una caja negra que no se sabe cómo funciona, pero funciona", aclara Pérez. Esa es la base de lo que se llama aprendizaje de máquinas. Las instituciones crediticias, ejemplifica, usan algoritmos que analizan datos de una persona, el comportamiento de pago de personas con un perfil similar y hasta las condiciones de la economía. El resultado es que el software rechaza o aprueba el crédito, pero no se sabe muy bien cuál criterio pesó para la decisión. "Las empresas optimizan sus algoritmos para obtener mejores resultados y aciertos. Es un proceso continuo", agrega Pavez. Pero eso no siempre sucede. Kevin Slavin, que fue profesor del MIT Media Lab, lo dejó claro en su charla TED "Cómo los algoritmos configuran nuestro mundo". Puso como ejemplo el llamado Flash Crack de Wall Street, institución manejada en un 70% por algoritmos. En 2010, su valor bajó en 9% en solo cinco minutos, sin explicaciones aparentes. "Nadie se pone de acuerdo en lo que pasó, nadie dio la orden, nadie quería eso, nadie tenía realmente control sobre lo que pasó". Para él, el problema es que los algoritmos han pasado a darle forma al mundo que nos rodea, pero realmente no los entendemos. "Hay que tener claro que muchas veces la solución de un problema puede acarrear nuevos problemas", dice Pavez. Y esto es lo que pasa, por ejemplo, con el algoritmo de Facebook que busca aumentar el tiempo de permanencia de los usuarios en el sitio. Esto ha provocado que los usuarios estén leyendo y consumiendo sobre todo ideas de gente afines y estén envueltos en una burbuja informativa, sin dar paso a ideas diferentes. Las nuevas áreas de investigación buscan desentrañar cómo funcionan estos algoritmos que se han convertido en cajas negras. "Los algoritmos aprenden de los datos y si eres un hacker , puedes aprender a manipularlos para que den los resultados que quieres. Hay investigaciones en que se ha logrado engañar al algoritmo que identifica el porno en sitios de videos. Lo que han hecho es cambiar algunos pixeles de posición. Un humano sigue viendo porno, pero para las máquinas ya no lo es. De ahí que es importante saber cómo trabajan", dice Pérez.