The New York Times tiene un algoritmo capaz de predecir qué noticias se convertirán en virales

Cada día The New York Times publica unos 300 artículos pero sería inviable compartirlos todos en sus perfiles en redes sociales, de forma que deben efectuar una selección que reduzca a unos 50 los elegidos para facilitar su viralización en Internet. El problema llegaba a la hora de decidir cuáles de todos esos contenidos tendrían más probabilidades de contar con el favor del público lector para que a su vez lo compartiese en sus propios perfiles en Facebook, Twitter y demás redes sociales.

La respuesta ha llegado de la mano de un algoritmo llamado Blossom que es capaz no solo de determinar qué contenidos serán más populares sino incluso en qué momento del día es adecuado compartirlo para favorecer que se convierta en viral. De hecho desde que comenzó a ser empleado dicho algoritmo la publicación está obteniendo entre un 110 y un 380 % más de repercusión en las redes sociales.

La explicación para el éxito de Blossom radica en la tecnología que emplea la app de mensajería Slack, que adaptada en forma de bot indaga en estadísticas de Facebook (están trabajando para que se adapte a las especificidades de Twitter) escogiendo qué contenidos de  entre los publicados por el NY Times se adaptan mejor a las tendencias del momento en Facebook.

Del mismo modo, además de hasta cierto punto predecir qué contenidos van a gozar de mayor receptividad en Facebook, Blossom también ejerce funciones de analítica de impacto de los contenidos ya publicados.

Por si acaso alguno empieza a temer que ya hasta las máquinas decidan por nosotros qué nos va a resultar interesante o atractivo, los propios desarrolladores de Blossom remarcan el carácter meramente orientativo del algoritmo, recordando que por el momento no hay fórmula matemática capaz de ocupar el lugar del criterio humano así que aún tenemos algo de tregua hasta que llegue ese momento.

vINQulo

Nieman Lab