El algoritmo de recomendación de Google Discover: una caja negra en el día a día

Google, tradicionalmente reconocido por su motor de búsqueda, ha desarrollado otro servicio central que se desmarca de la consulta explícita: Google Discover. Este sistema de recomendación de contenido, a diferencia de otras aplicaciones de la compañía, no dispone de una app independiente; en su lugar, viene preinstalado en teléfonos Android, generalmente accesible con un deslizamiento en la pantalla de inicio, como señala un reciente análisis de The Conversation España.

Discover funciona de manera similar a un feed de redes sociales, pero sin interacciones visibles de otros usuarios ni comentarios. Su misión es ofrecer contenido que el sistema estima de interés para el usuario, basándose en su actividad web y en aplicaciones. Sin embargo, la ausencia de una "fórmula mágica" única y la vasta y oculta red algorítmica que lo sustenta le confieren el carácter de "caja negra". Los detalles de su operación son escasos y lo conocido procede de esfuerzos profesionales y literatura científica.

El proceso de selección de contenido en Google Discover puede entenderse como un embudo con varias etapas. La fase inicial es la indexación, donde Google rastrea internet y aplica un filtro preliminar para excluir material que no cumple con sus políticas de seguridad. Una vez que el contenido es elegible, el sistema procede a identificar los elementos o "entidades" específicos presentes en las búsquedas e interacciones del usuario, como nombres o marcas, para perfilar sus intereses y organizarlos en temas más amplios.

Para comparar y encontrar contenido relacionado a gran escala, los analistas sugieren que Google Discover utiliza representaciones matemáticas conocidas como embeddings o vectores. Estos convierten grupos de entidades e intereses del usuario en coordenadas, donde la proximidad indica mayor afinidad.

En etapas posteriores, el sistema emplea modelos predictivos basados en inteligencia artificial para anticipar cómo reaccionará el usuario ante cada opción de contenido. Los ingenieros de Google han especificado siete objetivos predictivos principales: cinco positivos (hacer clic, dar "me gusta", responder positivamente a una encuesta, ver detalles o expandir texto) y dos negativos (descartar o bloquear permanentemente el contenido). Estas predicciones se combinan para clasificar las opciones, aunque Google no ha divulgado cómo pondera cada señal. Finalmente, se pueden aplicar filtros adicionales para asegurar la diversidad, la actualidad o la equidad del contenido mostrado.

El ciclo de recomendaciones de Google Discover es continuo. El sistema se retroalimenta observando las señales que el usuario genera, tanto explícitas (como bloquear una fuente) como implícitas (como el tiempo de lectura de un artículo). Estos nuevos datos se utilizan para entrenar y actualizar el modelo, en un bucle constante donde las recomendaciones generan interacciones, que a su vez producen nuevos datos para futuras recomendaciones. La combinación exacta de señales que lleva a la aparición de un contenido específico en el feed de Discover sigue siendo, no obstante, una incógnita.