El moderno sistema que se alimenta de nuestros datos para conocernos mejor se llama “dynamic pricing” (tasación dinámica). Los algoritmos expanden su radio de acción constantemente y el bolsillo es uno de sus objetivos predilectos
Por Esteban Magnani
Fuente: Página 12
Hasta hace un tiempo la gente se sorprendía de recibir ofertas para viajar al lugar de sus fantasías luego de comentarle su deseo a algún amigo. “El algoritmo lee tus mensajes, mails, posteos y decide que publicidad mostrarte”, explicaba alguien un poco más experimentado. Luego del cosquilleo inicial que provoca sentirse observado, la mayoría se acostumbró resignadamente. Más recientemente surgieron dudas sobre por qué distintas personas veían precios distintos en la misma plataforma para el mismo producto. ¿Cómo puede ser que, por ejemplo, dos pasajes similares y por la misma compañía varíen tanto su tarifa? La respuesta es la misma que antes aunque ampliada: ya no solo se utilizan los mensajes escritos sino también otros datos para calcular cuánto es lo máximo que se podrá sacar a un cliente. El moderno sistema que se alimenta de nuestros datos para conocernos mejor se llama “dynamic pricing” (tasación dinámica).
Pese a los escándalos sucesivos por el uso indebido de datos acumulados en servidores de corporaciones y servicios de inteligencia, muchos se encogen de hombres y preguntan “¿Y a mí qué me importa?”. El problema es que los algoritmos expanden su radio de acción constantemente y el bolsillo es uno de sus objetivos predilectos. Por ejemplo, las compañías de turismo calculan el mayor precio a cobrar por un pasaje en base al dispositivo del que se conecta el potencial cliente, si viajó antes, cuánto pagó, cuántas veces consultó y más datos acumulados cuyo peso desconocemos; los algoritmos funcionan como cajas negras a las que se les dan datos y calculan la mejor forma de llegar a un objetivo. Los pasajes de avión siempre fueron variables, sobre todo porque volar con asientos vacíos no tiene sentido y es mejor obtener algo por ellos. Algo parecido ocurre con las habitaciones de hotel y con las plataformas de alojamiento que nos reciben siempre con una oferta “temporaria” para estimularnos a concretar la compra.
El “dynamic pricing” es utilizado por las plataformas de transporte como Uber, Lyft o Cabify. El algoritmo que calcula el precio del viaje varía según la demanda, si llueve, hay un evento multitudinario o un atentado: sí, durante el atentado de 2016 en New York la demanda repentina hizo que los precios aumentaran varias veces. Luego de la pésima publicidad, Uber aceptó poner un techo a los precios en casos de desastres naturales o ataques terroristas.
¿Qué otros datos sirven? Difícil saberlo porque las empresas no dan los detalles. Por ejemplo, en los últimos tiempos circularon fotos de dos celulares con precios distintos para el mismo viaje en la misma plataforma. En uno de los casos variaban un 12 por ciento y, como ambos celulares eran de la misma gama, algunos aventuraron que la diferencia se debía a la batería baja de uno de ellos: según esta hipótesis el algoritmo había aprendido que los clientes urgidos pagan más. ¿Es posible? Claro: las aplicaciones piden permisos para tomar datos a todas luces injustificados para nosotros pero eventualmente valiosos para una empresa.
Pero el problema no es solo para los pasajeros sino también para los choferes que no saben cuánto cobrarán hasta el final del viaje. Jalopnik, un sitio que engloba a varios medios online, pidió a los choferes de estas empresas que enviaran los recibos para determinar el promedio de las comisiones. Según el informe publicado en agosto, recibieron casi quince mil tickets; sobre esa muestra calcularon una comisión cercana al 35 por ciento en Uber y del 38 por ciento en Lyft, con picos del 75 por ciento en los viajes más caros. Las cifras promedio resultaron apenas superiores a las de una investigación de mayo de 2018 realizada por el Economic Policy Institute un “think tank” que se presenta como independiente y sin fines de lucro. Jalopnik, conciente de que su muestra podía no ser representativa, consultó con las plataformas que criticaron la muestra por ser sesgada pero no compartieron los números verdaderos.
El sistema tiene un gran campo para crecer en la economía de plataformas. Amazon, por ejemplo, según varias investigaciones, aumenta los precios de acuerdo a su criterio sin variar la parte que se lleva el vendedor, quien ve afectado el volumen de sus ventas pero no obtiene ventajas. Conscientes del valor de los datos, las empresas presionan para hacernos cada vez más transparentes: algunas aseguradoras ofrecen cuotas más baratas a quien coloca un rastreador en el auto para verificar como maneja (entre otros datos útiles); los supermercados ofrecen tarjetas con descuentos para individualizar las compras y así. De no cambiar sustancialmente la tendencia, la privacidad será un bien cada vez más costoso aunque, paradójicamente, hacernos más transparentes también tiene un costo no siempre visible, pero creciente.
No hay comentarios:
Publicar un comentario