NetflixGPT
Del “esto te puede gustar” al “esto es justo lo que necesitas”
Netflix lo ha vuelto a hacer. Cuando pensábamos que no era posible rizar más el rizo de la recomendación, la compañía ha decidido sacar un nuevo conejo de la chistera. Se trata de un buscador emocional. ¿Sientes que es el día pegarte una lloradita terapéutica? ¿Tal vez necesitas una comedia ligera que te haga olvidar los problemas con tu pareja? ¿Quieres el subidón de adrenalina de una peli de miedo, pero sin tener que pasar la noche con la luz encendida? Netflix llega al rescate. Le acaba de hacer un profundo lavado de cara a la interfaz de su app para SmartTV y una de las funcionalidades estrella será su propio ChatGPT, al que podrás pedirle recomendaciones a medida de lo que te apetece ver. Netflix, pionera en esto de la inteligencia artificial, está abriendo con decisión la puerta de la IA generativa, colocándonos cada vez más cerca de la realidad que describe con maestría ‘Black Mirror’.
El concurso del millón de dólares
En 2006, un año antes de naciese la plataforma de streaming que conocemos hoy en día, Netflix organizó un concurso para premiar a quien fuese capaz de mejorar su algoritmo de recomendación de contenidos Cinematch. El equipo ganador, BellKor's Pragmatic Chaos, lo ganó gracias a una mejora del 10.06%, usando métodos como la factorización de matrices y redes vecinas. Corría el año 2009.
Entonces Netflix incorporó algunas ideas del modelo ganador, pero no el sistema completo: era demasiado complejo y caro de mantener. Aun así, el concurso catapultó la investigación en sistemas de recomendación y popularizó la factorización matricial, hoy omnipresente en la industria. Pero su impacto fue más amplio. Supuso un impulso sin precedentes para la ciencia de datos y demostró que mezclar estadística, software eficiente y algo de psicología del usuario en la gestión de este tipo de sistemas de distribución podía marcar la diferencia. Pero, sobre todo, fue el germen de una de las mayores ventajas competitivas de la plataforma: su sistema de recomendación.
Aprendiendo a recomendar “en tiempo real”
La recomendación es un elemento fundamental de todos aquellos servicios basados en la distribución de contenido digitales. Infinidad de estudios en el campo de la neurociencia han dejado bien claro que la capacidad del cerebro humano para elegir es inversamente proporcional a la cantidad de referencias a su disposición. Es la famosa fatiga de decisión, término que acuñó por primera vez el psicólogo Roy Baumeister y que ha generado muchísima bibliografía especialmente en el ámbito de las plataformas OTT (te dejo por aquí una de las publicaciones más recientes aquí). La problematica que entraña la fatiga de decisión es que bloquea el consumo, motivo por el cual Netflix lleva años desarrollando sistemas para neutralizarla. El sistema de recomendación de Netflix, formado por una legión de algoritmos, pretende evitar que el usuario se sienta abrumado cuando se enfrenta a su catálogo, reduciendo la cantidad de referencias que muestra. Se ciñe a lo que considera que será relevante y abarcable para cada usuario en concreto.
Durante años, este emparejamento entre contenidos y usuarios se han llevado a cabo con inteligencia artificial (principalmente Deep Learning y Machine Learning). De hecho, hace unas semanas te comentamos en otro post que la compañía había cambiado el sistema anterior (basado en múltiples modelos especializados) por un modelo a gran escala entrenado con el historial completo de las interacciones de los usuarios, cientos de miles de millones de interacciones de sus más de 300 millones de clientes y de todos los metadatos de los contenidos. Netflix todavía se guardaba una bala en la recámara.
Ayer Netflix anunció un profundo rediseño de su aplicación para smartTV con una finalidad clara. “We want you to play and stay” dijo Eunice Kim, CPO de Netflix, durante la rueda de prensa.
Para lograrlo primero han hecho una revisión en profundidad del modelo actual, para identificar qué cosas le faltaban al recomendador. Descubrieron que el sistema, aunque óptimo para acotar una selección de contenido más o menos relevante, era insuficiente para recomendar a un nivel más inmediato. Por ejemplo, puede que seas un fanático de los thrillers, el k-drama y los procedimentales sobre abogados, pero después de un día de trabajo lo que te apetece de verdad es ver algo que te haga reír y no requiera demasiada atención. O tal vez, mientras estabas en Instagram, has visto reels con imágenes de gente guapa en playas paradisíacas y ahora te apetezca ver una película con ese rollo. Por eso Netflix se ha sacado de la chistera las recomendaciones responsivas. Hasta ahora, el machine learning y la IA les había servicio para detectar qué te podría gustar en base a la que ya habías visto y disfrutado. Ahora irán un paso más allá, permitiendo que el sistema revise acciones vinculadas a la navegación activa para adaptarse mejor y más rápido a lo que le apetece en ese momento. El sistema, por tanto, ha sido entrenado para prestar atención a señales más inmediatas de cada sesión, como los títulos que preseleccionas, tu navegación o el tipo de contenido que buscas, para sugerirte títulos alineados con esas señales en tiempo real.
¡Hola, IA Generativa!
El elemento más innovador del rediseño, no obstante, es la integración de la IA generativa dentro de una herramienta clave en la experiencia de descubrimiento: el buscador. Lo que Netflix quiere es que encuentres contenidos mediante frases de lenguaje natural, de la misma manera que haces sus peticiones a ChatGPT. El resultado no es un cajetín para buscar actores o referencias. Es un buscador más emocional, preparado para seleccionar no aquello que, en base a lo que sabe de ti, probablemente te gustaría sino lo que necesitas ver en ese momento. Ya sabes: lo que te apetece ver un día después de una jornada maratoniana redactando informes tiene poco que ver con lo que buscamos cuando hacemos un descanso a mitad del día para comer o el domingo que no piensas quitarte el pijama en todo el día.
Para esta nueva experiencia de búsqueda han colaborado con OpenAI, que ofrece las capacidades de modelo base. A partir del mismos, Netflix ha añadido contexto sobre sus contenidos y su comunidad para mejorar la experiencia. Es como haber entrenado a un ChatGPT al que solo le importa lo que hay en su catálogo.
De cómo y en qué condiciones se almacenarán esos prompts y del uso que se les dará de forma interna nada se ha dicho, aunque no resulta difícil imaginarse los usos y el potencial de toda esta información en distintas áreas de la compañía. Marketing, UX, producción… you name it!
Todo por el engagement
“Este es nuestro superpoder. Todo comienza con series y películas que la gente adora, pero si pensamos en nuestros puntos fuertes—alcance, recomendaciones, fandom—todos dependen de la tecnología.” Elisabeth Stone, CTO de Netflix, dejó bien durante la presentación de la nueva experiencia para televisión hasta qué punto la posición de mercado que ocupan es la consecuencia de su ADN tecnológico.
Conocer y recomendar mejor es la pasarela para incentivar el consumo. Y Netflix sabe mejor que nadie que los usuarios fidelizados son aquellos que registran un mayor porcentaje de horas vistas. Los prompts en un buscador basado en procesamiento de lenguaje natural contribuirán a ampliar no solo el conocimiento de cada usuario sino también factores subjetivos de las búsquedas que para el sistema anterior eran más difíciles de interpretar.
Netflix se vende a sí mismo como un laboratorio vivo donde la tecnología y entretenimiento convergen para transformar la forma en la que descubrimos y consumimos contenido. Con este nuevo buscador emocional da un paso más en su ambición de anticiparse a nuestros estados de ánimo y deseos momentáneos, elevando la personalización a un nuevo nivel. Pero ¿estará el usuario dispuesto a tener más iniciativa a cambio de tener una experiencia más afinada o preferiremos no conversar con el sistema y seguir recibiendo recomendaciones de manera pasiva? ¡¡Te leemos!!
Noticias breves de esta semana
El AI studio Promise (que ya cubrimos aquí) compartió un primer vistazo del detrás de escena de una película en desarrollo, NinjaPunk. Allí integraron IA generativa, paisajes urbanos y escenarios creados en 3D, personajes generados por IA, y actuaciones de actores reales y especialistas en acrobacias, “todo incorporado en avanzados marcos de inteligencia artificial y aprendizaje automático”.
Mañana se estrena en salas de EE. UU. “Watch the Skies”, versión en inglés del filme sueco de ciencia-ficción UFO Sweden. Lo singular es que los actores parecen hablar inglés gracias a TrueSync, la tecnología de “visual dubbing” —labios y gestos sincronizados con un nuevo audio— creada por la start-up británica Flawless AI. El reparto original regrabó sus diálogos en inglés y la IA ajustó fotograma a fotograma sus bocas para que coincidan, eliminando el “desfase” típico del doblaje.
En un correo interno fechado el 8 de abril de 2025 —que luego publicó en X— el CEO de Fiverr, una plataforma de trabajo freelance, advertía a sus empleados de que la IA se quedará con la mayoría de sus trabajos, incluído el suyo. «Si no te conviertes en un talento excepcional en lo que haces, un maestro, tendrás que plantearte un cambio de carrera en cuestión de meses» escribió Kaufman.
Mark Zuckerberg sostiene que los chatbots de Meta pueden convertirse en “amigos” y apoyo psicológico para el 40 % de adultos en EE. UU. que apenas tienen amistades.
¡Hasta la semana que viene!
Elena,