Agencia
ESPAÑA.- LinkedIn creó en 2006 la función "Personas que quizá conozcas" Y Facebook la copió, sin siquiera cambiarle el nombre, sin embargo esta opción es molesta para algunos usuarios, por lo que aquí te presentamos una forma de evitarla.

El algoritmo que busca a gente conocida se ha vuelto un dolor de cabeza para usuarios ya que muestran intereses, gustos e incluso relaciones ocultas.

Pese a las quejas de privacidad y los problemas que ha generado, las grandes empresas no ceden, por lo que ahora llega una investigación, publicada por Nature, que es el primer recurso de una futura caja de herramientas para que los humanos sepamos responder y engañar a los algoritmos: "Es lo que en redes neuronales se llama un ataque adversario", dice Esteban Moro, investigador del MIT Media Lab, uno de los autores.

También te puede interesar: Descubren filtración de datos de más de 400 millones de usuarios de Facebook

¿Qué debemos hacer para crear uno de esos ataques? Borrar de tu lista de amigos a cinco personas clave. "Esos eslabones clave son los que están en la mayoría de los triángulos de tu vida. Puede hacerse una clasificación de cuáles de tus relaciones están en más triángulos. Si quitas las cinco primeras, el resto de relaciones quedan bastante perjudicadas", explica Moro. Y el algoritmo será menos eficaz.

Si por tanto cada cual elimina a las cinco personas más importantes de entre sus conexiones, el algoritmo perderá parte de su fiabilidad. No es evidentemente un remedio perfecto porque el algoritmo seguirá intentando acertar a gente más o menos próxima.

"Hemos visto que tenemos que borrar aquellas relaciones con las que compartimos más amigos en común. Suena mal porque deberías borrar alguna relación con alguien con quien te llevas muy bien. La idea no es que dejes de ser amigo de esa persona, sino que dejes de demostrarlo. Eso haría que esas relaciones que el algoritmo puede detectar mediante esos amigos comunes sean más difíciles de encontrar", dice Moro.

El modo más sencillo del algoritmo es establecer conexiones con la lista de los contactos de cada usuario: "Si Jaime conoce a Jorge y Jorge conoce a Ana, es probable que Jaime conozca a Ana". Cuando esos triángulos entre dos amigos se entrelazan mucho, la amistad es más probable. El algoritmo de recomendación no se alimenta solo de los contactos –aunque es el principal. Las redes no dan detalles, pero a veces parecen salir "amigos" de viejos emails o mensajes.

Aunque en la salsa hay mucho más: "Los algoritmos de recomendación de amigos tienen muchos componentes. La estructural es la más importante. El 60% de recomendación de amigos vienes de con quién te relacionas. Otra grande son los gustos. Estas dos las más importantes. Más del 80% del algoritmo", dice Moro.

La literatura académica ya ha creado modos para que estos algoritmos funcionen peor. Pero deben aplicarlos las mismas redes sociales, que son quienes ven todos los datos. Por ahora no parecen tan interesadas en esta vía de proteger la privacidad de sus usuarios.