Inteligencia artificial explicable y procesamiento de lenguaje natural en sistemas de recomendación de contenidos para streaming en Argentina

Abstract

Las empresas que operan plataformas de distribución de contenidos en Argentina enfrentan el desafío de anticiparse a las preferencias de sus usuarios. Para lograrlo deben ofrecer recomendaciones personalizadas y relevantes. Aunque existen soluciones basadas en motores de recomendación, su implementación suele ser costosa, poco efectiva o limitada en su capacidad de adaptación en tiempo real. Este trabajo propone el diseño de un sistema de recomendación basado en algoritmos de inteligencia artificial que pueda procesar dinámicamente patrones de consumo individuales y colectivos, generando recomendaciones ajustadas al perfil del usuario. Como diferencial, se incorpora el uso de técnicas de procesamiento de lenguaje natural (PLN) para interpretar la metadata existente con el fin de optimizar las sugerencias en función de su significado y de inteligencia artificial explicable (XAI) para ofrecer recomendaciones comprensibles y justificadas. La arquitectura propuesta busca mejorar la experiencia del usuario, reducir los tiempos de búsqueda, simplificar la navegación y aumentar la confianza en el sistema, contribuyendo así a una menor tasa de abandono, mayor consumo de contenidos y mejor satisfacción general.