Contenido y aprendizaje para la contextualización del funcionamiento de un sistema de recomendación
Objetivo de situación de aprendizaje
El objetivo de esta situación de aprendizaje es el desarrollo por parte del alumnado de un sistema de recomendación contextualizado en un entorno real. Para el desarrollo de este prototipo se plantean 3 actividades, de las cuales 2 son en formato proyecto de una forma más analógica y la tercera actividad, dará la oportunidad al alumnado de crear un prototipo basado en un lenguaje de programación como Python. Esta tercera actividad no solo llevará el desarrollo y entendimiento del algoritmo sino también la base de programación necesaria para desarrollar un sistema más generalista y aplicable a diferentes entornos o datos. El objetivo es que el alumno acabe la situación de aprendizaje con el desarrollo real de un prototipo totalmente utilizable y aplicable de manera real en el contexto elegido.
Introducción y contextualización
Los sistemas de recomendación son servicios que actualmente están muy cerca de la sociedad debido a su uso y beneficio, no solo para el usuario si no también principalmente para la empresa que lo implementa.
Es objetivo principal de esta actividad entender la funcionalidad de estos servicios desde una vertiente matemática y lógica, además el conocimiento de esta funcionalidad permitirá al alumnado tener unos mayores fundamentos para la comprensión del impacto e influencia que pueden llegar a tener estas plataformas sobre el usuario final.
¿Qué es un sistema de recomendación??
Un sistema de recomendación es una herramienta que utiliza datos sobre las preferencias y comportamientos de sus usuarios y usuarias para sugerirles elementos que le puedan interesar. Se aplican comúnmente en una variedad de entornos, como plataformas de compras en línea, servicios de transmisión de video y sitios de redes sociales.
El objetivo de un sistema de recomendación es mejorar la experiencia del usuario proporcionando sugerencias personalizadas que sean relevantes y útiles para el usuario individual. En muchos casos, los sistemas de recomendación utilizan algoritmos de aprendizaje automático para analizar los datos del usuario y hacer predicciones sobre lo que le puede interesar al usuario. Estos algoritmos pueden tener en cuenta factores como las compras anteriores del usuario, los artículos que le han gustado o en los que ha hecho clic, y los artículos que son populares entre otros usuarios con intereses similares.
También la ética es una cuestión muy importante en el diseño e implementación de sistemas de recomendación de las grandes empresas. Estos sistemas pueden tener un gran impacto en la forma en que las personas descubren y consumen productos, servicios y contenidos, por lo que es crucial asegurarse de que se utilizan de manera justa y equitativa.
En particular, es importante evitar la discriminación y la manipulación en los sistemas de recomendación. Esto significa diseñar los sistemas de manera que no favorezcan a ciertos grupos o individuos en detrimento de otros, y que no se utilicen para influir en la conducta de las personas de manera subliminal o engañosa.
Además, es crucial tener en cuenta el impacto de los sistemas de recomendación en la sociedad en su conjunto. Por ejemplo, es importante evitar que estos sistemas refuercen los prejuicios o estereotipos existentes, o que contribuyan a la polarización o al aislamiento social.