Según Ben Jones, director creativo global de Google, debemos dejar de pensar en las máquinas como si fueran rivales y aprovechar las oportunidades que nos ofrecen para potenciar nuestra creatividad.
Cada vez que se produce un avance tecnológico, aumenta el temor de que se sustituya a la especie humana, ya sea por el androide original de Karel Capek; por HAL, de "2001: Una odisea en el espacio", o incluso por Terminator.
Los que nos dedicamos a la publicidad en la era del aprendizaje automático y el mchine learning a veces nos sentimos como si estuviéramos inmersos en una lucha épica contra estas máquinas. En mi opinión, con esta confrontación de humanos y máquinas no hacemos más que desmerecernos a nosotros mismos y a nuestro trabajo. En cambio, si consideramos el aprendizaje automático como un acelerante de nuestro poder creativo, todos saldremos ganando.
Para explorar estas oportunidades, es importante tener claro qué es lo que saben hacer las máquinas. En primer lugar, son capaces de identificar patrones que pueden ofrecernos información valiosa y fomentar nuestras aptitudes creativas. En segundo lugar, pueden automatizar a gran velocidad y escala tareas que ya hacemos, lo que nos permite ahorrar tiempo y obtener mejores resultados. Por último, pueden agrupar conjuntos de datos siguiendo unos procedimientos que nos brindan nuevas formas de expresión creativa.
Si por un lado todas estas ventajas pueden contribuir a potenciar nuestra creatividad, también ponen de manifiesto cuáles son las limitaciones de las máquinas y por qué los humanos siguen teniendo un papel muy importante en todos los aspectos relacionados con el poder creativo.
La detección de patrones a gran escala puede ofrecer nueva información valiosa
Las máquinas pueden procesar millones de vídeos y correlacionar los elementos creativos con distintos grados de eficacia. De este modo, podemos saber si el uso de una determinada fuente o color en una creatividad mejorará su rendimiento. Así es como descubrimos, por ejemplo, que la eficacia del efecto destello de lente alcanzó su máxima popularidad en el 2013 y que por lo tanto hoy en día es mejor no utilizarlo.
Este tipo de análisis no proviene de ningún experto; se consigue con el uso masivo de una técnica de identificación de elementos básica. Para Ben Evans, en términos de resultados el aprendizaje automático es comparable a una cantidad infinita de becarios: disponemos de un recurso enorme, pero sin experiencia. Por este motivo, no debemos caer en el error de pensar que es una solución rápida y sencilla para crear anuncios de gran calidad.
Las máquinas pueden identificar patrones, pero para clasificarlos y aplicarlos se necesita inteligencia humana.
Imagina que, tras analizar cientos de anuncios de YouTube, identificas un factor estrechamente relacionado con la eficacia, como por ejemplo, que los anuncios con mejor rendimiento se han grabado en salas de estar. ¿Grabarás todos tus anuncios en este tipo de habitaciones? ¿O editarás las grabaciones que tienes para incluir más tomas de salas de estar? Está claro que ninguna de estas dos opciones te servirá para mejorar automáticamente el rendimiento de los anuncios. Las máquinas pueden identificar patrones, pero para clasificarlos y aplicarlos se necesita inteligencia humana.
Mejorar los resultados con la inteligencia automática de marketing
La automatización también puede simplificar algunas partes del proceso de desarrollo creativo aportando mejoras de velocidad y rendimiento. Un ejemplo de ello sería una situación en la que te interesara analizar cientos de líneas de texto distintas con muchas audiencias diferentes para encontrar las mejores combinaciones. En lugar de pasarte meses viendo cómo varios focus groups se aburren debatiendo dos o tres variaciones en torno a un plato de galletas rancias, puedes utilizar herramientas basadas en el aprendizaje automático, que parten de la información disponible, las señales de la audiencia y una biblioteca de recursos para encontrar la mejor combinación.
Los elementos clave de este proceso ya existen. Gracias a la eficacia de las señales de la audiencia y de herramientas como Director Mix de YouTube, que puede utilizar recursos de vídeo básicos y crear miles de versiones adaptadas a diferentes audiencias objetivo, las marcas pueden tener un gran impacto entre los consumidores. Hace poco, Caesars Entertainment utilizó esta herramienta para crear y publicar rápidamente más de 150 variaciones distintas de anuncios contextualmente relevantes y, de este modo, mejorar la percepción de la marca.
Nuevos tipos de expresión creativa
Si estas oportunidades ya parecen fascinantes, piensa en todo lo que aún nos queda por conseguir si enseñamos a las máquinas a resolver cuestiones más complejas, como qué tipo de historias hay que contar y cómo.
¿Te imaginas que las máquinas pudieran indicarnos qué estructura narrativa es más eficaz para lograr un objetivo concreto? ¿Y si pudieran decirnos con qué rapidez cambian determinadas tendencias creativas para que supiéramos cuáles son solo una moda y cuáles perdurarán? Imagina también un mundo en el que las máquinas pudieran desvelar aquello que no sabemos que ignoramos, es decir, las preguntas que ni siquiera nos hemos planteado. Las posibilidades son infinitas y apasionantes.
Allí donde los humanos siempre serán insuperables
Está claro que las máquinas (nuestra cantidad infinita de becarios) tienen un potencial único para facilitar nuestro trabajo. No obstante, también presentan limitaciones.
El aprendizaje automático realiza correctamente tareas de procesamiento básicas que los anunciantes podemos aprovechar para mejorar nuestro trabajo y ahorrar tiempo. Sin embargo, es importante tener claro que sigue siendo un trabajo en equipo: la máquina optimiza su rendimiento a partir de un conjunto de variaciones. No es capaz de concebir una plataforma de campaña ni de redactar un anuncio desde cero.
Un claro ejemplo de ello es la campaña del Día de San Valentín que creó este año Lacta, una marca de chocolate de Mondelez. El objetivo era fomentar el interés por su producto y por una película de la marca que se estrenaría posteriormente, "El sabor del amor". Lacta usó anuncios TrueView segmentados por contexto para invitar a los usuarios a enviar fotos relacionadas con el amor a través de un micrositio de la campaña. Después, utilizó el aprendizaje automático para analizar y organizar las fotos en torno a representaciones habituales del amor, como "besos", "sonrisas" y (como no) "perros" y "gatos". Los usuarios podían acceder a una experiencia interactiva online para explorar estos conceptos.
Las máquinas son colaboradores que pueden ayudarnos a acelerar el proceso creativo y a explorar sus posibilidades con un nivel de detalle nunca visto.
La estrategia de Lacta fue muy eficaz a la hora de suscitar el interés por la marca y puso de manifiesto algo muy importante: aunque las máquinas son capaces de analizar datos, organizarlos y sugerir nuevas estrategias de campaña, no pueden concebirlas ni ofrecer la información y los elementos emotivos que logran atraer a los consumidores. Eso solo lo consiguen los humanos.
Así es que, ante los avances de la tecnología, controla tus miedos distópicos y quédate con la idea de que las máquinas son colaboradores que pueden ayudarnos a acelerar el proceso creativo y a explorar sus posibilidades con un nivel de detalle nunca visto.
