Chrome usa el aprendizaje automático para entender nuestro comportamiento: quiere evitarnos notificaciones no deseadas

Google ha anunciado cómo está usando el aprendizaje automático (machine learning) para mejorar el navegador Chrome y que uno de los propósitos es el de reducir el número de notificaciones que aparecen y que pueden resultar molestas.

Todas las últimas actualizaciones se basan en modelos de aprendizaje automático en el dispositivo, por lo que los datos del usuario no tienen que salir del mismo. Y el uso de machine learning le está haciendo al navegador poder comprender cuándo un usuario puede querer interactuar con una solicitud de permiso de notificación o no.

Es decir, que Chrome busca anticipar cuándo un usuario va a rechazar una notificación para silenciarla y esto se verá en la próxima versión de Chrome. La predicción se basa en la forma en que el usuario ha interactuado previamente con solicitudes de permiso similares.

Hace unos días sabíamos que Google está trabajando actualmente en un bloqueador de notificaciones en Google Chrome automático. Este saltará en cuando se presente tanto un abuso por parte del sitio web con numerosas notificaciones al día, así como si la página está dentro de una base de datos de páginas relacionadas con el spam o la información que no es fiable.

Machine learning para seguridad

Google también está utilizando el estas tecnologías para crear una barra de herramientas de Chrome dinámica, con herramientas que cambian en tiempo real según va ahciendo una previsión de las necesidades de cada usuario.

Por ejemplo, si te encuentras en una situación en la que quieres utilizar la pantalla táctil para compartir un enlace, el icono de compartir aparecerá en la barra de herramientas. Si es más probable que utilices la búsqueda por voz en Chrome, la barra de herramientas destacará la herramienta de búsqueda por voz.

Google también señaló que en marzo utilizó el machine learning o aprendizaje automático para mejorar la navegación segura en Chrome. Con ese cambio, el navegador muestra advertencias cuando los usuarios intentan navegar por sitios peligrosos o descargar archivos que podrían dañar sus equipos. El nuevo modelo de machine learning de esta función identifica, según información de Google, 2,5 veces más sitios potencialmente maliciosos y ataques de phishing que el modelo anterior.

En 2019, la firma lanzó una extensión de Chrome basada en machine learning que nos permite ajustar el nivel de "toxicidad" de los comentarios que visualizamos.

"En Google utilizamos tecnologías como el aprendizaje automático para crear productos más útiles, desde filtrar el spam del correo electrónico hasta mantener los mapas actualizados y ofrecer resultados de búsqueda más relevantes. Chrome no es una excepción: Utilizamos el machine learning para hacer que las imágenes de la web sean más accesibles para las personas ciegas o con baja visión, y también generamos subtítulos en tiempo real para los vídeos en línea", han dicho desde la empresa para presentar las novedades.

Vía| ZDnet