### Storytelling: "SabanaMarket: El Rescate de la Diversidad Algorítmica" #### Prólogo: La Crisis Silenciosa "SabanaMarket", el mercado digital más importante de la región, enfrenta una crisis existencial. Aunque las ventas son estables, el 90% de los ingresos proviene de solo 10 productos populares. Los nuevos emprendedores abandonan la plataforma porque sus productos nunca son vistos (el problema del _cold-start_ de ítems) y los usuarios se quejan de que las recomendaciones son "siempre lo mismo" (sobreespecialización) . Como el nuevo equipo de _Machine Learning Engineers_, su misión es rediseñar el sistema de recomendación para este **espacio académico**. #### Unidad 1: El Diagnóstico y el Contrato Formal En esta fase, el equipo debe dejar de actuar por intuición y empezar a actuar con ciencia. Descubren que el sistema no tiene un "contrato formal": no está claro qué se está prediciendo ni qué información está permitida . - **Lo que sucede:** Los estudiantes analizan los _logs_ históricos de la plataforma para entender el historial del usuario. Implementan el primer "muro de contención": un _baseline_ de popularidad que respeta la higiene básica de no recomendar lo que el usuario ya compró . Al final de esta unidad, han definido el protocolo experimental que evitará que el equipo se engañe con resultados "demasiado buenos para ser verdad". #### Unidad 2: La Revolución Híbrida y la Conquista de la Cola Larga Con la infraestructura básica lista, es hora de dar inteligencia al sistema. El equipo se da cuenta de que el filtrado colaborativo puro falla con los productos nuevos. - **Lo que sucede:** Integran señales de contenido mediante TF-IDF y _embeddings_ para identificar productos similares por sus atributos técnicos . Luego, escalan hacia modelos de factores latentes (MF) que capturan preferencias ocultas mediante SVD y BPR. La tensión surge cuando el modelo se vuelve "demasiado preciso" y empieza a crear burbujas de filtro. Para solucionarlo, implementan técnicas de hibridación y rerankeo con MMR, asegurando que el catálogo respire y los usuarios descubran novedades . #### Unidad 3: El Guardián Ético y el Veredicto del Usuario El sistema es potente, pero ¿es justo y seguro? Antes del despliegue masivo, el equipo debe actuar como auditores éticos. - **Lo que sucede:** Se diseñan experimentos de _Interleaving_ y pruebas A/B para comparar el nuevo motor híbrido contra el antiguo, midiendo no solo el clic, sino el impacto en el negocio bajo estrictos _guardrails_ de latencia. El equipo realiza una auditoría profunda usando el Índice de Gini y la Entropía para garantizar que la exposición no esté concentrada injustamente en unos pocos vendedores . Finalmente, se establecen protecciones de privacidad diferencial para asegurar que el perfilado de los usuarios no filtre información sensible . El proyecto culmina con un sistema que no solo vende, sino que construye un mercado sostenible, diverso y éticamente responsable. --- Este enfoque de _storytelling_ asegura que cada actividad técnica en este **espacio académico** tenga un propósito narrativo y profesional claro, motivando al estudiante a completar cada hito del proyecto como parte de una solución integral. Para fortalecer el diseño tecnopedagógico de este **espacio académico**, he actualizado la matriz de progresión integrando los entregables específicos del proyecto. Posteriormente, encontrarás el desarrollo narrativo del _storytelling_ que servirá como hilo conductor para los estudiantes. ### Tabla de Progresión Integral: El Desafío del "Marketplace" Ético (Versión Extendida) |**Unidad**|**Fase de la Experiencia (Storytelling)**|**Actividades de Formación (Evaluaciones)**|**Entregable del Proyecto**|**Foco del Desempeño (RPA)**| |---|---|---|---|---| |**1. Fundamentos e Infraestructura**|**El Colapso de la Diversidad:** Identificación del sesgo de popularidad en "SabanaMarket" .|**Ev. 1:** Especificación formal del problema.<br><br> <br><br>Ev. 2: Implementación de _baselines_ de popularidad.|**Milestone 1:** Documento de "Contrato Formal" y Código de _Baselines_ con exclusión de vistos .|**RPA 1 y 2:** Resolución de problemas mediante tecnologías y validación técnica de ideas iniciales.| |**2. Inteligencia e Hibridación**|**La Revolución Híbrida:** Superación de burbujas de filtro mediante la mezcla de señales colaborativas y de contenido.|**Ev. 3:** Modelado de contenido y _embeddings_.<br><br> <br><br>Ev. 4: Hibridación y modelos latentes (SVD/BPR).|**Milestone 2:** Prototipo del Motor Híbrido funcional (Python) y Reporte de experimentos _offline_ de hibridación.|**RPA 3 y 4:** Formulación de soluciones complejas y trabajo colaborativo en el despliegue de modelos.| |**3. Gobernanza y Despliegue**|**El Guardián Ético:** Asegurar la sostenibilidad del ecosistema mediante auditorías y experimentos controlados.|**Ev. 5:** Arquitectura de producción y latencia.<br><br> <br><br>Ev. 6: Auditoría ética y mitigación de sesgos.|**Milestone 3:** Diseño de Experimento Online (A/B) y _Dashboard_ de Auditoría Ética (Gini/Entropía/Privacidad) .|**RPA 5:** Aplicación de principios éticos y evaluación crítica de impactos en la autonomía del usuario.| ---