Bomberos rescataron a mujeres que quedaron atrapadas en carrito de compras tras grabar video para TikTok

Dos mujeres australianas tuvieron que ser liberadas por los bomberos tras quedar atrapadas en un carrito de compras. Las mujeres pretendían dar un paseo en el interior del vehículo de compras para grabar un video de TikTok y verse divertidas para la red social.

Un grupo de socorristas tuvo que acudir al centro comercial Munno Shopping City para socorrer a Danielle Harmer, una de las mujeres atrapadas, y a su amiga.

Las jóvenes, que viven en Adelaida, Australia, al principio solo iban al parqueadero del centro comercial para escuchar música, sin embargo, al ver los carritos de compras, decidieron hacer la hazaña.

“Decidimos ir al parqueadero, escuchar música, y había algunos carritos allí, así que pensamos en meternos y empujarnos”, comentó Harmer a la cadena 7News.

También indicó que, aunque al principio solo se iba a pasear ella, decidió que no quería estar sola en interior del carrito, por lo que su amiga se unió y otra de ellas, las grabó.

“Estaba demasiada asustada para ir sola, así que mi amiga y yo nos juntamos”, dijo al medio de comunicación. Cuando llegó el momento de salir, las mujeres se dieron cuenta que estaban atascadas, por lo que decidieron llamar a emergencias.

“Ellos simplemente comenzaron a reír. Seis hombres intentaran sacarnos y literalmente no pudieron”, contó Danielle, al referirse a los bomberos.

Después de 15 minutos, los rescatistas lograron sacar a las jóvenes, cortando parte del carrito.

Harmer publicó un video de la terrible experiencia en TikTok, diciendo que “nunca quisiera volver a ver otro carrito de compras”.

Así funciona el algoritmo de TikTok

El algoritmo de TikTok está diseñado para que los usuarios dediquen tiempo a la aplicación, navegando por los videos que aparecen en las recomendaciones, algo que consigue analizando los datos que extrae de su comportamiento y del tiempo que dedican a cada vídeo.

El uso que el usuario hace de la aplicación TikTok aporta datos a la propia compañía, como los ‘Me Gusta’ o los comentarios que escribe, los subtítulos, los sonidos y los ‘hashtags’. Dichos datos se recogen y utilizan en su algoritmo de recomendaciones.

En conjunto, todas las métricas que se consiguen del comportamiento del usuario en la app, es decir, de lo que hace dentro de ella, sirven para mostrar nuevos contenidos que puedan encajar con sus intereses. Estas recomendaciones, no obstante, pueden acabar en contenidos dañinos para el usuario, como recoge The New York Times, a partir de un documento interno de la compañía.

El fin último del algoritmo es conseguir incrementar la base de usuarios activos diarios, y para ello optimiza dos métricas: si el usuario vuelve a la app (retención) y el tiempo que dedica a los videos. Estos últimos se clasifican a partir de datos como los Me gusta, los comentarios o el tiempo de reproducción.

Una vez el sistema de aprendizaje automático tiene todos los datos y realiza la ecuación pertinente, los vídeos con mayor puntuación se muestran al usuario. Ocurre, además, que el sistema está diseñado para identificar y suprimir los vídeos con títulos de tipo ‘clic bait’, aquellos que ya incluyen un gancho para atraer al usuario.

El documento también recoge el problema del aburrimiento, que aparece cuando el usuario ve continuamente los mismos tipos de video, lo que puede llevar a desincentivar el uso de la aplicación. Para evitarlo, se puede recurrir a forzar recomendaciones para ver vídeos nuevos.