Perfiles de expresión

Ya existen programas que extraen muchas características personales de los mensajes enviados

La privacidad se está deteriorando, y dado que ella forma parte de las condiciones deseadas de vida, su desaparición o disminución equivaldría a un descenso en las percepciones personales de satisfacción.

Su deterioro es consecuencia de las actuaciones de los propios afectados, cuando difunden sus fotos, videos, opiniones y emociones a través de las redes sociales, cobijados por una falsa sensación de seguridad estimulada por la naturaleza remota de esos contactos. Pero en adición a esas revelaciones voluntarias, el desarrollo de la inteligencia artificial amenaza con poner al descubierto mucho más que lo que las personas imaginan. De hecho, ya existen programas que extraen muchas características personales de los mensajes enviados. Ya es posible, por ejemplo, sin necesidad de datos adicionales, determinar con sorprendente confiabilidad la edad, sexo, raza, preferencia política, agresividad, estado emocional, riqueza, ocupación y nivel educativo de los autores de los mensajes.

Pero el asunto no se detiene ahí. Además de saber esas características actuales, se trabaja ahora en programas para predecir comportamientos futuros, tales como el éxito profesional, las relaciones familiares y las reacciones ante eventos y circunstancias externas. Uno de esos programas está siendo elaborado en Rusia, cuyos avances a ese respecto han suscitado la atención, y en algunos casos la preocupación, de expertos de otros países.

Auspiciado por la Fundación Rusa de las Ciencias, Iván Smirnov, del Instituto de Educación de la Universidad de Estudios Económicos Avanzados en Moscú, ha creado un modelo informático para predecir el desempeño académico de las personas con base en sus mensajes en las redes, tomando en cuenta vocabulario, campos semánticos, longitud, símbolos, caracteres, ordenamiento y estructura. El modelo fue aplicado a siete millones de mensajes de estudiantes rusos de secundaria, cuyo éxito académico fue pronosticado con un 94% de precisión. 

Doctor en Economía de Columbia University especializado en empresas, mercados, pronósticos y riesgo.