Por MADELINE WELSH *
Para los viajeros del subte, es una situación bastante común: se suben al tren, salen de la estación y … ugh, estás fuera de línea. En tu teléfono: los tweets de ayer, tal vez una aplicación de noticias cargada de viejas historias y un newsletter con enlaces que no puedes abrir.
Aunque muchas aplicaciones de noticias ahora permiten la lectura sin conexión, no aseguran que las cosas a las qué tenemos acceso sin conexión sean relevantes para nosotros como lectores individuales.
Puedo obtener el contenido sin conexión de una aplicación de noticias en mi viaje en tren por la mañana, pero cuando me retiro de la estación, no tengo ninguna garantía de que lo que me ha servido será relevante para mis intereses, en un formato que me gusta o algo que puedo, razonablemente, leer en el tiempo que demora mi viaje.
En el Laboratorio de Innovación Mobile de The Guardian, creemos que hay espacio para ir más allá de lo que actualmente existe para la lectura sin conexión, particularmente donde se cruza con el creciente área de recomendaciones de contenido. Para ello, hemos examinado lo que existe para cada tipo de experiencia intentando identificar las lagunas y las oportunidades.
¿Qué hay de nuevo en aplicaciones de noticias sin conexión?
Hay algunas maneras de obtener noticias desconectadas actualmente: a través de las aplicaciones ofrecidas por las organizaciones de noticias, o a través de otras aplicaciones que proporcionan una forma de acceder a los enlaces almacenados previamente a través de Internet.
Hasta ahora parece haber dos modelos de cómo se ofrece la lectura de noticias sin conexión:
El primero: Descargar todas las historias de una aplicación de noticias dada de una vez, sin preferencia dada a lo que son ni de cuánto tiempo dispone el lector.
Segundo: Tenga una aplicación separada que contenga todas las historias que ha recopilado para leer en toda la Web.
Muchas aplicaciones de noticias importantes, como una forma de eficiencia, descargan y almacenan en caché algunas o todas las historias de la aplicación cuando la aplicación está conectada a wifi o señal celular. Aunque no es específicamente una característica destinada al objetivo de leer fuera de línea más fácil, algunos sin embargo tienen esta función. El lector obtiene el panorama completo de lo que la organización de noticias considera importante ese día, similar a lo que ponen en su pantalla de inicio, incluso si sólo lee una fracción de lo que ha descargado.
El otro método, popular a través de aplicaciones como Pocket o Evernote, es hacer que el usuario haga el trabajo por adelantado al guardar, o «embolsar», enlaces de toda la web, ya que ven a los que les interesa para luego traerlos nuevamente y poder realizar la lectura sin conexión. La creación de la colección de enlaces incumbe al usuario, y no permite el descubrimiento adicional de la «Ey, ¿Usted vio esto?, creemos que también podría estar interesado en esto otro». Con aplicaciones como Pocket, lo que guardas es lo que obtienes.
Un producto interesante que vimos fue News.me, que desafortunadamente cerró en 2013. Contenía una aplicación de iOS llamada Paper Boy, que incorporaba elementos de tu viaje a tu experiencia de lectura.
Cuando un usuario dejó una ubicación que había designado en la aplicación como su casa, un paquete de lectura, extraído de lo que los contactos del usuario estaban leyendo en Twitter, se descargaría a su teléfono.
Estaba fascinado con este producto por las formas en que utilizó los datos de localización móvil y también buscó abordar el tema del tiempo: Paper Boy estaba tratando de enviar a los lectores un paquete de información que querían, antes de que recordaran que lo querrían.
Por ahora, parece que lo que hay por ahí son buenas opciones iniciales para el mensaje más básico: «Quiero leer en línea». Pero cuando el mensaje se adapta a «Quiero leer noticias que son relevantes para mí mientras estoy fuera de línea», es claro que las opciones disponibles son insuficientes y que sin una inversión inicial significativa de tiempo (en la forma de encontrar el contenido usted mismo y guardarlo), no hay garantía sólida de tener contenido relevante disponible para la lectura sin conexión.
¿Cuál es el estado actual de las recomendaciones de contenido?
En este momento, mientras algunas organizaciones de noticias están trabajando en recomendaciones de contenido, los servicios independientes que incluyen recomendaciones, están tratando de hacer que el trabajo de selección de contenido similar o relevante para los usuarios de varias maneras, de acuerdo a lo que se puede saber sobre ellos.
Primero: Las recomendaciones de contenido pueden venir de su gráfico social, sus contactos y listas de amigos, a las que una aplicación puede solicitar acceso.
Segundo: Algunas aplicaciones ofrecen la opción de suscribirse a los temas durante la navegación, o de seguir un tema o un autor dentro de las historias que ya están leyendo, para que puedan enviar contenido futuro basado en esas categorías.
Las recomendaciones de contenido pueden venir de una aplicación, como Nuzzel, que pide acceso a sus contactos o lista de amigos para mostrarle cosas que le gustaría leer basándose en lo que están leyendo.
O las recomendaciones podrían venir de permitir al usuario crear listas de reproducción de contenido, como en la aplicación de podcast Stitcher, a continuación, enviarles contenido popular con los usuarios que seleccionaron contenido similar.
En otro método, un usuario puede seguir una serie o un autor, y recibir una notificación la próxima vez que publica la persona o la serie. Esta función está disponible en las aplicaciones de The Guardian. Otros sitios de noticias han estado experimentando ligeramente con recomendaciones de contenido durante años: La sección «Recommended for You» del New York Times, disponible en la web de escritorio y mobile, muestra a los usuarios conectados una selección de artículos que no han leído. The Times también ha anunciado una nueva iniciativa para presentar noticias relevantes y personalizadas a cada usuario.
Las recomendaciones de contenido también influyen en una creciente conversación sobre la evolución de la inteligencia artificial y su posible papel en la redacción. La discusión se ha abordado cómo la IA y el aprendizaje de las máquinas se pueden utilizar para, por ejemplo, automatizar las historias de los mercados financieros o hacer la moderación de comentarios más eficiente. Otro uso potencial emocionante para AI: mejores recomendaciones de contenido que requieren un trabajo inicial menos explícito del usuario.
Pero lo que falta en estos métodos de recomendación de contenido ahora es que no cumplen con la promesa de dar a los lectores contenido claramente identificado con sus intereses. Un producto basado en gran parte en las preferencias manuales del usuario que como hemos indicado es interesante, pero limitado. ¿Qué pasa si el usuario puede acceder a un conjunto de recomendaciones, cada una de las cuales sería relevante, al no hacer nada más que simplemente consumir noticias como lo harían normalmente, permitiendo que un motor de recomendación comience a «aprender» más sobre el usuario?
Mientras que el uso de mi gráfico social proporciona una buena mirada a los tipos de temas en que mi red está interesado, puede dejar de comprender los matices de mis intereses personales. Por ejemplo, el hecho de que siga a amigos que tuiteen sobre deportes no da a mi organización de noticias preferida ninguna señal de que, mientras disfruto de las historias de baloncesto, no me gusta el béisbol de la misma manera. Mi historial de lectura – un montón de más historias de baloncesto en comparación con algunas historias de béisbol – podría proporcionar sólo ese nivel de información. Del mismo modo, aunque la capacidad de recibir historias basadas en listas de reproducción que he creado de forma personalizada me dará preferentemente selecciones adicionales que reflejen mis intereses, los resultados no aparecerán sin una inversión inicial significativa en la configuración de mis preferencias.
Además, los elementos que las organizaciones de noticias podrían activamente buscar y recomendar contrariamente podrían ayudar a producir una mejor selección. Yahoo News Digest, otro producto recientemente cerrado que ofrecía un paquete de historias (el contenido no era personalizado), preguntó a los usuarios cuando querían recibir la información. En lugar de preguntar «¿Cuándo quiere esto?»,
¿Qué pasa si Yahoo pregunta: «¿Cuándo quiere esto y cuánto tiempo tiene para leerlo?»? El tiempo de lectura se convierte en otro elemento de la recomendación. Utilizando varias señales de su teléfono móvil, podríamos ser capaces de medir la cantidad de contenido que un usuario prefiere y añadirlo a lo que ya sabemos acerca de ellos.
Creemos que hay espacio para la innovación aquí, especialmente cuando se aplica a un caso de uso específico
Mientras hacen un buen trabajo manteniendo el contenido que ha marcado en un lugar, ninguna de las aplicaciones de lectura offline más populares, como Pocket o Newsify, han creado un paquete de lectura de noticias fuera de línea óptimo y flexible para usuarios individuales, ni tampoco incluyen Elementos de personalización obtenidos de la variedad de señales de los dispositivos móviles de las personas.
Y en mobile los beneficios de esta fusión se vuelven aún más claros. Mediante la integración de elementos de personalización, obtenidos del historial de lectura de un usuario, así como la ubicación y la sincronización de la entrega cuando puedan necesitar el paquete offline, creemos que existe la oportunidad de hacer la lectura fuera de línea más animada, relevante, accesible y transparente a los usuarios, así como una experiencia más completa.
En qué estamos pensando ahora
Estamos en medio de la construcción de un producto experimental que explora algunas de estas oportunidades, y ahora estamos pensando mucho en cómo mediremos el engagement. Para que este producto sea exitoso, necesitamos entender las señales correctas que nos indican qué tipos de artículos desea ver más un usuario.
Además, también estamos examinando los problemas que han tenido productos personalizados antes:
¿Cómo podemos hacer que los usuarios se registren y cómo podemos ser más transparentes con respecto a los datos que estamos recopilando? ¿Cómo damos a la gente contenido personalizado sin hacerles sentir que podrían estar perdiendo otras noticias? ¿Qué podemos hacer para poner a los usuarios en control de lo que están viendo sin sentirse sobrecargados por la necesidad de mantener constantemente su configuración?
* Madeline Welsh, ex compañera de laboratorio de Google News en Nieman Lab, es editora asociada del Guardian Mobile Innovation Lab.
Artículo original publicado en inglés, traducido por Adepa.
