Cómo creamos un modelo de aprendizaje automático

¿Cómo se desarrolla e implementa con éxito un modelo de aprendizaje automático en una empresa pequeña con recursos mínimos? Esta es la historia de cómo BetterNow desarrolló e implementó un modelo de aprendizaje automático, «El entrenador de recaudación de fondos», que ayuda a los recaudadores de fondos P2P a dar lo mejor de sí mismos.

La idea

A primera vista, parece una idea bastante estúpida: desarrollar e implementar un modelo de aprendizaje automático como una empresa pequeña y, aun así, hacer que las operaciones funcionen sin problemas, incluida la gestión de millones en donaciones cada mes.

Afortunadamente, nadie en BetterNow ha tenido miedo de un desafío. Por el contrario, el presidente de nuestra junta directiva, Kim Tosti, ha sido durante mucho tiempo muy optimista con respecto a la idea de que BetterNow debería emplear la inteligencia artificial para hacer que el mundo sea más generoso. Y su opinión tiene cierto peso, ya que también es consultor de 2021.ai y recientemente ha realizado cursos de aprendizaje automático en la Universidad Técnica de Dinamarca.

Sabíamos que teníamos muchos datos, pero ¿dónde sería relevante aplicar el aprendizaje automático? Así que celebramos una reunión exploratoria con un par de científicos de datos en 2021.ai. Se nos ocurrieron algunas ideas propias y, rápidamente, nos centramos en la idea de usar la IA para generar recomendaciones para las recaudaciones individuales de P2P a fin de mejorar la cantidad que recaudan. Así nació la idea del entrenador de recaudación de fondos.

2021.ai accedió a realizar un análisis preliminar de un conjunto de datos preparado por nosotros. Los resultados de este análisis nos llevaron a creer que había un potencial bastante sustancial en este sentido. Pudimos observar que ciertas variables sí tuvieron un impacto significativo en el resultado del éxito de la recaudación de fondos. En otras palabras, el desarrollo exitoso de una recaudación de fondos P2P no fue aleatorio en nuestro modelo. Los datos que teníamos podían explicar parte del éxito.

Llamamos a este proyecto «El entrenador de recaudación de fondos» porque funcionaría como un entrenador para cada recaudación de fondos P2P individual, dando consejos y sugerencias en función de su desempeño y perfil individuales.

Este proyecto era perfecto para nosotros. Una promesa clave de nuestras soluciones es que las organizaciones benéficas recaudan más fondos usándolas que creando algo por sí mismas o utilizando una solución o plataforma de la competencia. Nuestra misión es hacer que el mundo sea más generoso, y este proyecto también se ajusta perfectamente a este objetivo.

Financiamiento del proyecto

Pero, ¿podemos hacer esto? Llegamos a la conclusión de que teníamos los recursos internos para implementarlo y, probablemente, lo más importante, entenderlo. Matt, director de tecnología de BetterNow, había trabajado anteriormente con algoritmos de aprendizaje automático. He recibido suficiente formación en econometría en la universidad como para entender a los científicos de datos y trabajar con ellos. Pero necesitábamos ayuda para analizar los datos, y los científicos de datos no vienen gratis.

Anteriormente habíamos considerado solicitar una subvención de la Fundación de Innovación de Dinamarca, pero nunca tuvimos el proyecto correcto. Pero este proyecto era casi perfecto. Creamos una solicitud basándonos en los resultados preliminares y en un plan de proyecto. Añadimos un vídeo y descubrimos que algunos de nuestros clientes estaban de acuerdo con nosotros en cuanto a la posibilidad, y al final recibimos una solicitud lo suficientemente buena como para recibir la subvención completa. ¡Este proceso también nos ha hecho sentir un nuevo aprecio por las donaciones que recaudamos!

El Fondo de Innovación de Dinamarca tramita rápidamente las solicitudes y también tiene un proceso de solicitud muy sencillo. Así que no más de unos meses después de esa primera reunión, ¡teníamos un proyecto, una financiación y un calendario!

El análisis de datos

La primera parte del análisis de datos se centró principalmente en editar y mejorar el conjunto de datos. La tarea también incluye garantizar que los datos no incluyan información personal y planificar la forma en que más adelante pondremos el modelo en producción. Otra parte de esta tarea consistió en clasificar manualmente las antiguas recaudaciones de fondos en varios grupos agregados durante horas; ¡no todo el trabajo de aprendizaje automático es divertido! Luego, se realizaron muchas pruebas en el conjunto de datos final y eliminamos los valores atípicos.

El desarrollo del modelo fue un proceso muy iterativo. Probamos constantemente nuevos enfoques, jugamos con nuevas variables e investigamos los efectos parciales. Nosotros, por ejemplo, acabamos haciendo un análisis de imágenes bastante avanzado en las imágenes de perfil. Los resultados fueron muy informativos, pero no los incluimos en el modelo final, ya que el procesamiento de imágenes es cuestión de servidores (¡y energía!) intensivo. Lo hicimos porque vimos que el tipo de imagen de perfil solo tenía un impacto limitado en las recaudaciones de fondos.

El análisis de datos, en mi opinión, es la parte más emocionante del proceso. Hemos obtenido una enorme cantidad de información sobre cómo los recaudadores de fondos y los seguidores utilizan nuestra solución. Hemos descubierto lo que funciona para las recaudaciones de fondos, hemos descubierto patrones que de otro modo nunca habríamos notado y hemos aprendido mucho más sobre nuestros usuarios. Solo incluimos una fracción de estos aprendizajes en el modelo final, pero este aprendizaje podría ser igual de beneficioso para nosotros. Esta es una lección esencial para cualquiera que esté pensando en trabajar con esto, ya que la mitad de los beneficios podrían provenir del proceso en sí.

Implementación del modelo de aprendizaje automático

La implementación del modelo requirió mucha investigación y preparación, ya que tuvimos que considerar varias ventajas y desventajas.

1. En primer lugar, tenemos problemas de privacidad y seguridad. No queremos que el modelo utilice ningún dato personal. Y no queremos que se produzca ningún fallo de seguridad en el modelo que nos permita abrir inadvertidamente la posibilidad de que terceros no autorizados pierdan datos o accedan a ellos.
   ‍
2. En segundo lugar, la velocidad es motivo de preocupación. La ejecución de un modelo de aprendizaje automático puede llevar tanto tiempo que los resultados no están disponibles en tiempo real. La forma de aumentar la velocidad es mediante el uso de más energía y recursos, algo que obviamente no queremos. BetterNow es neutral en cuanto a emisiones de CO2 gracias a las compensaciones de carbono, pero queremos compensar la menor cantidad de carbono posible.
   ‍
3. La tercera limitación es el costo de mantenimiento, especialmente la facilidad y el tiempo con los que volvemos a entrenar el modelo.

Nuestro modelo de implementación valora la privacidad, la seguridad y el bajo consumo energético por encima de la velocidad y la facilidad de la formación. Gracias a estas opciones, hemos optado por un modelo que no funciona en tiempo real, que resulta un tanto difícil de volver a capacitar, pero que no accede a los datos personales (excepto cuando se vuelve a capacitar) y que, además, no gasta mucha energía (también reduce nuestros costos de alojamiento).

Definir e implementar la interfaz de usuario

Definir la interfaz de usuario es algo que hicimos simultáneamente con la implementación. Decidimos que el modelo no funcionara en tiempo real y, por lo tanto, tampoco podemos confiar en una interfaz de usuario en la que las recomendaciones se actualicen al acceder al sitio. En su lugar, generamos recomendaciones para la recaudación de fondos en distintos intervalos y, a continuación, se las presentamos al usuario. Por lo tanto, aquí nos basamos en dos interfaces de usuario diferentes.

En primer lugar, tenemos una sección recientemente desarrollada para cada recaudación de fondos llamada «herramientas de recaudación de fondos». Aquí presentamos las recomendaciones que el modelo considera que tienen el impacto más significativo si se siguen. También hemos agregado una herramienta para dar las gracias a los donantes, compartir opciones y descargar materiales de la organización benéfica. De esta forma, nos aseguramos de tener varias razones para visitar la página y, por lo tanto, recibir la recomendación.

En segundo lugar, enviamos la recomendación por correo electrónico a la recaudadora de fondos. Hacemos esto cada vez que se vuelve a calcular mediante el modelo. El correo electrónico es una forma eficaz de llegar a los recaudadores de fondos que rara vez inician sesión.

El modelo está integrado en el registro para ver si los recaudadores de fondos ven, leen y siguen las recomendaciones. Estos datos son información vital para cuando volvamos a entrenar el modo, y esperamos que el modelo mejore considerablemente, especialmente en las primeras iteraciones.

Pruebas y lanzamiento

Hicimos funcionar el modelo sin publicar la interfaz de usuario durante varios meses mientras probábamos y buscábamos la coherencia y la cordura en las recomendaciones. Y podemos decir con seguridad que hemos obtenido varios resultados extraños y hemos añadido varias condiciones para garantizar que los usuarios no reciban recomendaciones inexplicables.

Durante este período, también trabajamos para garantizar que el modelo esté en línea con nuestras ideas sobre la ética de los datos y la privacidad de los datos (enlace a la política de ética de los datos).

El lanzamiento fue bastante discreto y no pasó mucho. Lo lanzamos inicialmente mostrando solo las recomendaciones en el panel de control y, más tarde, agregamos las notificaciones por correo electrónico más «ruidosas». Este resultado es precisamente lo que esperábamos.

Próximos pasos y futuro

Ahora estamos esperando a que lleguen los resultados. Supervisaremos la diferencia en el éxito de las recaudaciones de fondos creadas después del lanzamiento de nuestro modelo en comparación con las anteriores. Queremos disponer de una cantidad decente de datos para calcularlo, por lo que es probable que esperemos unos meses antes de publicar algo.

Nota: Los resultados están en Aumento del 40% en el promedio recaudado por recaudación de fondos

El primer reentrenamiento del modelo será especialmente interesante, ya que agregará muchos datos nuevos al modelo. Estos datos se basarán en la manera en que los recaudadores de fondos han seguido recomendaciones anteriores, qué acciones toman después de verlas, dónde las ven y cuáles son los resultados de la recaudación de fondos posteriormente.