Valoración digital: lecciones sobre la relevancia a partir del prototipado de una aplicación de recomendación
Abstract
Este artículo describe el uso de un prototipo de aplicación de recomendación para explorar cómo se incluye y/o excluye a los usuarios en categorías de distintos tipos de «gente como tú». En el estudio, las entrevistas con usuarios del prototipo indican que la experiencia de recibir recomendaciones personalizadas se evalúa de manera rutinaria en términos de relevancia, es decir, como algo que les interesa o que resulta irrelevante, como algo preciso o impreciso, entendiéndose con frecuencia la precisión como el reconocimiento de sus contextos. A partir de las entrevistas, desarrollamos un análisis que sugiere que la capacidad de los sistemas de recomendación para generar recomendaciones relevantes es función de las proyecciones paralelas (por un lado, de la aplicación y, por otro, de los usuarios) que se realizan como parte de un orden de interacción. Al desarrollar este análisis, reflexionamos sobre las implicaciones del orden de interacción para la inclusión y la exclusión de los usuarios en categorías o tipos de personas. Destacamos la importancia del formateo temporal de la interacción como un presente continuo para la relación entre pertenencia y pertenencias (belonging y belongings), y, por tanto, para la creación de un dataset o conjunto de datos (Beauvisage y Mellett, 2020).
Temas relacionados
Reseña
También te puede interesar
Civilizar a los usuarios a través de los currículos corporativos de las redes sociales
Descolonizando los sistemas algorítmicos: diseño crítico para la problematización de algoritmos y datos digitales desde el Sur
Hacer valer en un mundo datificado: ciclismo urbano, urbanismo inteligente y tecnologías de justificación en Santiago de Chile