Netflix enfrentó un LLM contra su recomendador tradicional y ganó la IA

Netflix llevó a cabo un experimento interno en el que enfrentó un modelo de lenguaje grande (LLM) contra su propio sistema de recomendación basado en ingeniería de características, una tecnología que la compañía ha perfeccionado durante años para sugerir contenido a sus más de 300 millones de suscriptores. El resultado favoreció al LLM, marcando un punto de inflexión en cómo la empresa podría replantear su infraestructura de personalización.

El sistema tradicional de Netflix depende de características construidas manualmente por equipos de ingenieros, quienes diseñan variables específicas para capturar patrones de comportamiento de los usuarios. Los LLM, en cambio, aprenden representaciones complejas del lenguaje y el comportamiento de forma autónoma, sin necesidad de esa intervención manual, lo que los hace más flexibles y escalables ante nuevos tipos de contenido o usuarios.

Los hallazgos sugieren que los modelos de lenguaje pueden capturar señales contextuales más ricas sobre las preferencias de los usuarios, superando en métricas clave al enfoque convencional. Esto abre la puerta a una nueva generación de sistemas de recomendación en la industria del streaming que aprovechen la capacidad generativa y semántica de los LLM.

El experimento de Netflix se suma a una tendencia creciente en la industria tecnológica, donde empresas como Google, Amazon y Spotify también exploran el uso de modelos fundacionales para reemplazar o complementar sus motores de recomendación. La pregunta ahora es si Netflix integrará este enfoque a escala de producción y en qué plazo.