The Algorithmic Justice League in the movement towards equitable and accountable AI.

The Algorithmic Justice League

Con el título The Algorithmic Justice League, Joy Buolamwini (graduada del MIT) puso en marcha en 2016 una organización que lucha por la utilización de la tecnología IA de reconocimiento facial de una manera equitativa y responsable.
Gracias a su investigación de la IA de reconocimiento facial Facebook, Amazon o Microsoft entre otras han paralizado su uso masivo en aplicaciones web por no poder ofrecer garantías. La propuesta es clara hay que poner reglas para controlar dónde va y como se utiliza la información a la par que garantiza la igualdad.

La llaman la poeta del código de la investigación en Inteligencia Artificial (AI) que motivada por una experiencia personal de discriminación del algoritmo de reconocimiento facial, Joy contó su historia en una  TED featured Talk que ya cuenta con más de 1.2 millones de visualizaciones y ayudó a lanzar the Algorithmic Justice League.

 

 

Este es un texto extraido de la webThe Algorithmic Justice League in the movement towards equitable and accountable AI.

Únete a la Liga de la Justicia Algorítmica en el movimiento hacia una IA equitativa y responsable.

¿POR QUÉ “EQUITATIVO” Y “RESPONSABLE”?

Hay muchos términos diferentes que se han utilizado para describir un enfoque político de la IA. Queremos tener claro lo que entendemos por equitativo y responsable como algo separado de estos otros enfoques.

LIMITACIONES DE LA IA ÉTICA

La noción de “IA ética” ha sido aprovechada por las grandes empresas tecnológicas -inversores y ejecutivos estratégicamente alineados con el mundo académico y el gobierno- para impulsar los principios voluntarios por encima de la regulación gubernamental. La idea de utilizar la ética no es problemática en sí misma, pero ha dado lugar a una proliferación de “Principios de la IA” con medios limitados para llevar estos principios a la práctica. Un sistema de ética de la IA permite a las empresas rendir cuentas únicamente de las normas que se han fijado para ellas mismas. La pelota está en su tejado de principio a fin. Las apelaciones a la IA ética también pueden ser aprovechadas por el gobierno para justificar políticas cuestionables que no han sido establecidas en la ley. Este es un enfoque limitado desde nuestra perspectiva porque no crea ningún requisito obligatorio ni prohíbe ciertos usos de la IA. Nuestro enfoque es más bien crear una acción que salve la brecha entre los principios y la práctica.

LIMITACIONES DE LA IA INCLUSIVA

Si bien los llamamientos a una IA inclusiva pueden ser bien intencionados, la inclusión por sí sola no apoya el progreso hacia la mitigación del daño. A veces, el respeto de la vida, la dignidad y los derechos puede exigir que un sistema reúna más datos con consentimiento afirmativo, por ejemplo para apoyar la precisión en la medicina de precisión en diversos grupos. Otras veces, incluir más datos puede significar mejorar un sistema que somete injustamente a las poblaciones vulnerables a un escrutinio selectivo adicional. Al servicio de la “inclusión”, los datos también pueden recogerse en violación de la privacidad y sin consentimiento.

Nos interesa crear sistemas robustos de IA cuando sea apropiado, cómo se recogen los datos y el propósito para el que se utilizan, pero es fundamental evaluar la inclusión. Por una parte, podemos tratar de mejorar la IA para limitar las gravísimas consecuencias de los prejuicios y la discriminación, por ejemplo, un coche que se conduce solo y que no detecta ciertos rostros de peatones o una mayor probabilidad de que la policía identifique erróneamente a las personas de piel más oscura como sospechosos de delitos. Al mismo tiempo, debemos seguir cuestionando si ese uso se apoya en nuestros valores y, por lo tanto, debe permitirse en absoluto. Si nos centramos únicamente en mejorar los conjuntos de datos y los procesos informáticos, corremos el riesgo de crear sistemas técnicamente más precisos, pero también más capaces de ser utilizados para la vigilancia masiva y para mejorar las prácticas policiales discriminatorias que permiten el uso de la fuerza letal.

Email Marketing

Métricas de Email Marketing, cosas que estudiar ahora que tienes tiempo

Buscando cosas que estudiar y que puedan ser prácticas cuando volvamos al trabajo me he tropezado con una artículo de Getresponse en el que se mencionan 15 métricas indispensables en Email Marketing. Así que he decidido trasladarlas a mi blog como método de estudio.

Email Marketing

Las métricas clave en Email Marketing:

  • Email open rate

Este objetivo es la madre del cordero de las campañas de Newsletters. Si no hay oberturas la campaña es un fiasco, un ratio alto es una buena señal de la calidad de la base de datos y de que el asunto ha sido acertado, pero cada industria o tipo de negocio tiene sus ratios así que un open rate bajo no siempre es malo. ¿Cómo se calcula el open rate?  Open rate per Industry report.

Open rate = (número de email abiertos/número de emails enviados) * 100

  • Click-through rate

Si el primer objetivo de una campaña de emails es que abran el email, open rate, el segundo es que hagan clic en el, CTR.  Para que se alto hay que diseñar emails con contenidos claros, atractivos y con una llamada a la acción que de sentido al asunto y por tanto de pié a realizarla acción clic. Ver cómo se activa el Click Through Rate y su funcionamiento

Click-through rate = (número de clics/número de emails enviados)* 100

  • Tasa de rebote

Los dos anteriores son datos positivos y su aumento indicará que las implementaciones realizadas están dando resultados, en el caso de la Tasa de rebote en Email Marketing se busca el resultado más bajo posible. El rebote es un indicador de la calidad de los datos del usuario. Exixten 2 tipos de rebote:

  1. Hard bounce.  El más normal es de un email que no existe y se produce por error en la dirección o un email antiguo que ya no funciona.
  2. Soft bounce. Casi siempre este dato refleja cuando un buzón está lleno y no admite nuevos email.

Se calcula así –  Tasa de rebote = (Número de rebotes /Emails enviados) * 100

  • Ratio de bajas

Otro dato negativo que debe ser bajo: el volumen de bajas por emails enviados. La mayoría de plataformas añaden la opción de darse de baja en el footer del email y cuando haces clic te lleva a otro formulario en el que pregunta el motivo de la baja para tener datos de los motivos de la baja. Cuando alguien se da de baja el administrador no puede añadir al usuario manualmente, sólo el mismo usuario puede volver a darse de alta.

Ratios de bajas = (Número de bajas/Emails enviados)* 100

  • Click-to-open rate (CTOR)

Pare mejorar este resultado debemos trabajar las segmentaciones, intereses, diseño del contenido, personalización y llamada a la acción.

CTOR = (clics en email/obertura de email) * 100

  • Conversion rate

El ratio de conversión es el primer resultado que miraremos para conocer el resultado de una campaña. Después prestaremos atención a los indicadores que han ayudado a su éxito o no de la campaña: Open Rate y Click-Through Rate. La conversión la debes determinar previamente, puede ser una venta, un registro, una reproducción de vídeo o visita a una determinada página.

Tasa de conversión = (Número de objetivos-acciones conseguidas/emails enviados) * 100

  • Tasa de registros email

Este dato tiene mucho que ver con la actividad de la web o blog y del formulario de alta. Si creas contenido interesante para los usuari@s que visitan tu página se darán de alta del servicio email siempre y cuando el formulario esté en el lugar correcto y en el momento adecuado.

Tasa de registros = (número de registros /número de visitas web) * 100

  • Tasa de rotación

La tasa de rotación nos dará una información muy importante sobre el estado de fidelización de nuestros usuarios y consolidación de nuestra base de datos. Además de limpiar los soft bounces habitualmente también debemos verificar el número de bajas de nuestras listas en periodo determinado. Información importante que nos indicará si estamos haciendo bien nuestro trabajo en la creación y envío por email de contenido, ofertas etc.

Tasa de rotación = (número de bajas en un periodo de tiempo/número de suscritores) * 100

  • Tasa de crecimiento de la lista

Un dato fundamental en email marketing que nos permite crear estrategias según las expectativas de crecimiento. Con esta información podemos tomar de decisiones sobre contenidos y objetivos.

Tasa de crecimiento de la lista = (número de nuevos suscritores – nº de suscritores que fueron baja en el periodo de tiempo/nº de suscritores en la lista) * 100

  • Tasa de retención de suscritores

Esta métrica es la opuesta a la tasa de rotación de suscritores y nos dice ofrece el ratio de contactos que permanecen en nuestra lista o audiencia. Es una dato a tener en cuenta pero es más probable que nos fijemos más en bajar la tasa de rotación por que ayudará a que la retención mejore.

Tasa de retención = (número de suscritores – rebotes – bajas/nº de suscritores) * 100

  • Ratio de revenue por email enviado

El nombre lo dice todo. Esta métrica nos indica el porcentaje de ventas que se consiguen por email enviado. Tiene todo el sentido en une e-commerce con automatismos de carritos abandonados, ofertas y descuentos de fidelización.

Ratio de revenue por email enviado = (Total revenue de emails enviado/nº de emails enviados) * 100

  • Rentabilidad de las campañas de email

Es un cálculo que debemos hacer a posteriori para saber si tenemos retorno de las campañas. Añadir los costes de los envíos de email: plataforma, diseño, etc para saber si el retorno es positivo o no.

Rentabilidad de las campañas de email = Total revenue generado por email – coste de la campaña – coste de la venta del servicio o producto

  • Ratio de entrega

Se trata de un dato que nos muestra la calidad de nuestra base de datos. La entrega de emails correcta se produce cuando: un dominio existe, no está en una lista negra y está validado o verificado.

Ratio de entrega = (nº de emails enviados – rebotes)/número total de emails enviados) * 100

  • Ratio de entregabilidad

Esta tasa o dato nos ofrece información sobre la entrega de los emails en la bandeja de entrada de nuestro correo electrónico, no en la de spam. Todas la métricas anteriores ayudan a que esta última sea lo mejor posible. Este dato no lo podemos medir pero si podemos influir para mejorarlo con estas valoraciones:

  1. La reputación de la empresa o persona que envía.
  2. Verificación del remitente.
  3. Contenido de valor. Evitar caer en los tópicos.

Estos valores se adquieren con las buenas prácticas en nuestros envíos y ayudan a empresas y profesionales a ofrecer mayor calidad en las campañas de Email Marketing.

 

Email Marketing