El avance de la tecnología móvil es cada vez más innovador. Hoy en día, el móvil ha dejado de ser sólo un medio de comunicación con voz o mensajes de texto. Un aparato móvil puede albergar tantas otras finalidades, con capacidad computacional y sensores que son la promesa de la era positiva.
Los aparatos ya no son más accesorios y, sí, extensiones de nudos, como usuarios. Son asistentes personales que recuerdan los compromisos, nos despiertan por la mañana, almacenan nuestros contactos, fotos y música.
Aplicaciones predictivas
Como si todo ya no fuera lo suficientemente importante, algunos sensores acoplados a los teléfonos posibilitan la captación del pulso, nivel de colesterol, temperatura, ritmo cardíaco, geolocalización.
Con una base de datos repleta de informaciones, es fácil descubrir lo que queremos, adonde vamos, qué haremos. Dentro de las infinitas posibilidades, un nuevo concepto de aplicación viene facilitando aún más la vida del usuario: las aplicaciones predictivas.
A diferencia de la computadora, que necesita un operador activo que comanda las funciones y haga clic en programas para que se ejecuten, las aplicaciones predictivas son proactivas y anticipan automáticamente la necesidad del usuario.
Estas acciones se basan en un software de aprendizaje de máquina que, a través de datos personales de los usuarios, captan sus necesidades y desarrollan sus funciones incluso sin haber sido solicitado directamente. Con interfaces intuitivas, el modelo de comunicación con esta aplicación es natural, como ya demuestran Google Now, Siri y Cortana.
Como ejemplo de destaque, Google Now identifica cuando el usuario está a punto de hacer alguna acción y ofrece ayuda o incluso, basado en inferencias, toma decisiones propias y sólo nos solicita aprobación.
Su base de datos está formada por información de la cuenta de correo electrónico, calendario e buscas realizadas en Internet. De esta forma, la aplicación sabe dónde usted vive, trabaja y qué caminos suele hacer, ofreciendo siempre las mejores informaciones sobre el tránsito.
También puede analizar lo que usted come (por la cámara) y con información previa sobre su dieta, alertar el nivel de calorías que está ingiriendo.
Con su geolocalización, si usted está caminando, por ejemplo, él también calcula la velocidad de su paso y con los datos de su agenda, identifica su ritmo e informa si usted llegará a tiempo o retrasado para el compromiso.
Una nueva generación de apps
Las aplicaciones predictivas son el futuro de la tecnología al alcance de las manos, que indican que hay espacio para la innovación y que es necesario explorar la potencialidad de estos sensores.
Todavía existen muchas aplicaciones actuales que actúan como versiones de desktop para smartphones y tablets, que poco utilizan la capacidad de sofisticados algoritmos predictivos.
Esta capa tecnológica de aplicaciones contextuales ya existe, como los sistemas de NLP (Natural Language Processing), que ya están bien desarrollados y mejoran cada día. En 2011, surgieron el Watson de IBM y la Siri de Apple y desde entonces es visible en la práctica la capacidad de los ordenadores.
Al pasar de los años, es notoria la evolución de las interfaces en lenguaje natural y la gran apuesta es que van a evolucionar mucho más, al punto del uso de NLP como interfaz natural de comunicación ser algo común.
Con la aceptación de la primera generación de apps predictivas, la nueva cuestión de los ingenieros de Google y de otros lugares es buscar formas de lograr captar datos sobre sus usuarios.
Bill Ferrell, Fundador y CEO de Osito, empresa que ofrece una aplicación con funciones similares, dijo que sus ingenieros están tratando de aprender más con los rastros de las localizaciones pasadas de las personas a las predicciones sobre actividades futuras, todo para refinar aún más la información y ofrecer un servicio cada vez más preciso.
En la misma corriente, recientemente Google Now comenzó a mostrar la previsión del tiempo para lugares donde la propia aplicación cree que usted deba ir. Además de notificarle sobre las casas que están a la venta en su barrio, si usted ha hecho una búsqueda en Internet que sugiera estar en busca de un nuevo hogar.
¿Le parece demasiado rebuscado? Algunos expertos en el aprendizaje de máquinas van aún más allá.
Grokr, una aplicación predictiva para iPhone, descubrió un medio de diferenciar el género, la etnia y la edad de los usuarios, todo con un alto grado de acierto. «Esto puede ayudarnos a predecir los lugares a los que prefiere ir», explica Srivats Sampath, CEO de Grokr, que desea utilizar esta información para dirigir las recomendaciones que la aplicación ofrece para eventos musicales y restaurantes, por ejemplo.
Tecnológico, pero no humano
La forma de presentación de estas aplicaciones es un factor que llama la atención. A diferencia de lo que pueden imaginar, no existe una idealización en dar personalidad a la aplicación, acercarle a lo real.
Ellos se benefician por medio de técnicas de garimpo de datos, pero no son mayordomos virtuales. En 2010, Apple lanzó a Siri, una aplicación operada por voz que se hizo conocida por justamente imitar a un asistente virtual con una inteligencia casi humana, además de dar respuestas divertidas a los usuarios.
«Un asistente probablemente debe ser el peor de los casos de uso, porque usted crea la expectativa de que alcance el nivel humano», dice Mike Volpi, socio de Index Ventures, empresa que invirtió en el Donna, una aplicación predictiva para el iPhone.
En el caso de Google Now, la científica de datos de Bit.ly, Hilary Mason, cree que algunas informaciones que la aplicación ofrece, son innecesarias.
Ella dice que, por ejemplo, la aplicación no necesita informar los horarios de los autobuses cada vez que el usuario pasa al lado de un punto de autobús: «Él no está exactamente orientado hacia lo que importa para mí», confiesa.
En cualquier caso, Mason reconoce que la aplicación predictiva representa un marco en la computación: «Es importante porque es la primera vez que Google ha tomado todo lo que sabe sobre nosotros para hacer un producto que hace nuestra vida mejor».
Y usted, ¿qué cree de esa relación estrecha entre el usuario y el smartphone? Las aplicaciones predictivas son un avance tecnológico – eso es indiscutible -, ¿pero la invasión en la rutina ayuda o entorpece?
Un hecho es: el App Store Optimization sigue siendo un factor super importante para que estas aplicaciones, incluso predictivas, se encuentren en las app stores. Y si usted todavía no sabe de qué se trata eso, ¡no deje de descargar el e-book completo sobre ASO!
