Algoritmes poc familiars
Ja fa uns quants anys que les empreses tecnològiques van descobrir que oferir modalitats familiars dels seus serveis era una excel·lent manera -amb un increment de cost pràcticament nul- d’ampliar i retenir la clientela. Així és com tots els components d’una llar podem abonar-nos en grup a les aplicacions ofimàtiques de Microsoft, compartir l’espai d’emmagatzematge als núvols d’Apple i de Google o les aplicacions mòbils de les seves respectives botigues, i escoltar música amb Spotify pagant en grup molt menys del que ens costaria separadament.
La majoria de les plataformes de vídeo a la carta -la catalana Filmin n’és una dolorosa excepció- també ho practiquen: quan obrim les aplicacions de Netflix, Disney+ i HBO Max ens demanen quin usuari de la casa som, i ens mostren l’historial personal de consum, la llista de sèries que hem indicat que ens interessen i ens ofereixen reprendre el visionat al mateix punt on l’havíem deixat. Tots aquests aspectes formen part d’una pràctica personalització. Però n’hi ha un que podria millorar molt: les recomanacions.
Els serveis d’aquestes plataformes presumeixen d’anar aprenent els nostres gustos per oferir-nos consells cada vegada més encertats. Però amb tants algoritmes, a ningú li ha passat encara pel cap combinar les preferències de diversos perfils del mateix compte, per proposar una sèrie o pel·lícula de compromís que pugui agradar a tots els membres de la família quan s’asseuen després de sopar a gaudir del caríssim televisor 8K de 65 polzades que s’acaben de comprar.
La de temps familiar que s’estalviaria en discussions per triar la programació del vespre. I a l’iPad i els auriculars que el membre de la família que ha perdut en la tria acaba agafant per mirar el quevol.
