Quan navega per TikTok, Instagram o YouTube deixa un rastre de petits indicadors: quant temps mira cada vídeo, quins salta de seguida, quina música li enganxa més, quins creadors visita, a quina hora acostuma a connectar-se. Les plataformes combinen tots aquests detalls per predir què li agradarà i què mirarà després. No és màgia: és aprenentatge automàtic.
Però els sistemes actuals tenen límits. Hi ha patrons que són massa subtils, massa complexos o massa difusos perquè un algorisme clàssic els pugui capturar amb precisió. En una recerca recent publicada a Scientific Reports, personal científic de la Universitat de Barcelona i la University Mediterranea of Reggio Calabria ha explorat com els algoritmes quàntics poden identificar aquests patrons difícils i millorar significativament les prediccions sobre el comportament dels usuaris.
Això obre una nova pregunta: què veuen els ordinadors quàntics que els altres no poden veure?
Quan les xarxes “aprenen” sobre vostè
L’activitat d’un usuari no es resumeix mai en una sola dada. Les plataformes analitzen conjunts de comportaments que, sovint, només tenen sentit quan es combinen:
El temps de visualització d’un vídeo pot ser poc rellevant per si sol, però si el relacionem amb el tipus de música, amb l’hora del dia i amb quin tipus de contingut ha vist abans, aquest conjunt pot revelar un interès emergent. Potser no li agraden “els vídeos de gossos”, sinó els vídeos de gossos amb música pop i subtítols grocs. O potser no semble aficionat a l’esport, però els diumenges acabe veient contingut d’escalada i natura, cosa que anticipa compres o preferències futures amb més precisió que la seva edat o el seu gènere.
Aquest tipus de patrons són difícils perquè no són lineals: depenen de moltes variables alhora i no sempre de manera intuïtiva. Justament aquí és on la computació quàntica pot marcar la diferència.
Per què un ordinador quàntic veu més? D'una lupa a un calidoscopi
Els models clàssics intenten captar patrons projectant les dades en espais matemàtics cada vegada més grans. Com més complex és el comportament que volem detectar, més gran i més costós es torna aquest espai. L’ordinador es veu obligat a “estirar” les dades fins a trobar separacions útils, però això requereix molta memòria i molta potència de càlcul.
Els ordinadors quàntics, en canvi, treballen de manera natural en espais immensos. Gràcies a fenòmens com la superposició i l’entrellaçament, poden representar en un sol pas combinacions extraordinàriament complexes de les variables que defineixen cada usuari.
Una metàfora útil seria aquesta: un ordinador clàssic mira les dades a través d’una lupa; un ordinador quàntic les mira a través d’un calidoscopi. El primer amplia, el segon transforma.
A la pràctica, això significa que un circuit quàntic pot “veure” estructures i relacions entre dades que, per als models tradicionals, són invisibles sense enormes costos computacionals.
En l'estudi que els investigadors varen realitzar, un model quàntic petit (només quatre qubits i tres capes) ja superava un model clàssic avançat en sensibilitat, capacitat de separació de classes i AUC, que és una mesura clau de qualitat en classificació. En altres paraules, era millor distingint entre perfils d’usuari molt semblants.
Ens comportem de manera diferent cada dia i cada hora
Un primer tipus són les interaccions subtils entre moltes variables. Quan un comportament només es revela quan combinem dades aparentment inconnexes, el model quàntic ho capta amb més facilitat. Això inclou, per exemple, usuaris que reaccionen de manera diferent segons la franja horària, o perfils que només interactuen amb certes publicacions quan abans han vist un tipus de contingut concret.
Un segon tipus són els patrons febles o difusos. Són senyals molt petites que un usuari deixa i que gairebé no es veuen. Els algoritmes clàssics sovint no les detecten perquè no són prou clares.
Els algoritmes quàntics, en canvi, capten millor aquests detalls mínims i identifiquen usuaris que, a primera vista, no semblen encaixar en cap categoria. En l'experiment que varen realitzar, el model quàntic trobava més d’aquests casos subtils, i per això els valors de _recall_ eren més elevats. Per exemple, si hi havia deu usuaris que realment pertanyien a un grup, però només ho deixaven entreveure molt lleument, el model clàssic potser només n’encertava quatre, mentre que el model quàntic en detectava set o vuit.
En tercer lloc, hi ha les relacions no lineals. El comportament humà rarament respon a una regla simple. Sovint la combinació “si veu A i no veu B, però només si abans ha vist C” és la que defineix un determinat perfil. En un espai quàntic, aquestes regles complexes es poden representar de manera natural.
Finalment, els algoritmes quàntics són especialment bons captant variacions temporals. El nostre comportament canvia d’un dia a l’altre, d’una setmana a l’altra, i els models quàntics poden codificar aquesta dinàmica amb més flexibilitat que els clàssics.
Saber què ens interessa abans que nosaltres mateixa
Si aquests mètodes arriben a escalar-se (encara hi ha reptes tècnics importants), les plataformes podrien comprendre millor els usuaris que mai. No només què fan, sinó com evolucionen. Podrien detectar gustos emergents, anticipar canvis d’interès i diferenciar perfils gairebé idèntics amb una precisió molt superior.
Ara bé, cal tenir present que els estudis científics, com el que es va realitzar, treballen amb dades anonimitzades i sota marcs estrictes de privacitat. La tecnologia no determina l’ús que se’n fa; la regulació i les decisions humanes, sí.
Un futur més intel·ligent… i més responsable
Els ordinadors quàntics no substituiran de cop els sistemes actuals, però poden ampliar enormement les possibilitats d’interpretació del comportament humà. Poden millorar recomanacions, optimitzar serveis, detectar patrons de risc o fins i tot contribuir a entendre millor com i per què actuem com ho fem.
Les resolucions recents contra Meta (que han posat de manifest com el mal ús de dades personals pot convertir-se en un avantatge competitiu il·legal i derivar en sancions de gran abast) evidencien que la societat i els tribunals són cada vegada menys tolerants amb pràctiques opaques o invasives.
En aquest context, la potència de les noves tecnologies ha d’anar sempre acompanyada de transparència, criteris ètics sòlids i un respecte ferm per la privacitat. La computació quàntica ens ofereix eines més fines per analitzar el comportament humà, però la responsabilitat sobre com les utilitzem continua essent, inevitablement, humana.