Alvaro Graves’s Weblog

Durante el último siglo hemos visto como la cantidad de información disponible ha aumentado exponencialmente. Esto se hace más evidente con la llegada de la Web donde es posible tener al alcance de unos pocos clicks cantidades monstruosas de información, más allá de toda capacidad de un solo ser humano para procesarla y asimilarla. Más aún, nos encontramos con que mucha de ella no es lo que realmente estamos buscando.

Es así que necesitamos alguna forma de discriminar entre una cantidad abismante de información disponible. Las técnicas de Recuperación de la Información para la Web se han basado tradicionalmente en palabras claves o keywords. Sin embargo es difícíl diferenciar entre varios -posiblemente millones de páginas cuál contiene la información más útil con respecto a lo que estamos buscando. Para lograr este objetivo es necesario discriminar. La idea base de discriminar es la base de cualquier ranking(*), esto es, definir un orden (total o parcial) of un grupo de entidades basados en un conjunto de criterios.

Esta es una buena forma de manejar información, ya que no tenemos los recursos necesario (sean estos memoria, tiempo, etc.) para navegar entre todas las posibles páginas disponibles. Y esto es exactamente lo que hace Google: Nosotros preguntamos “Necesito encontrar páginas que contengan la palabras X, Y y Z” y Google responde “De acuerdo a mi algoritmo y la información que tengo, aquí hay una lista ordenada de qué es lo que creo que es lo más relevante a tu consulta”.

La Web Semántica conlleva problemas similares, pero en este caso no estamos hablando sólo de páginas y links, sino sobre cualquier cosa (personas, autos, páginas web, ontologías, etc.) relacionadas de diversa forma (las personas tienen amigos, los autos tienen piezas, las páginas tiene autores y las ontologías describen conceptos). Así, el problema es mucho más complejo, ya que hay mucha más información disponible.

Asimismo aparecen varias preguntas nuevas: ¿Cual ontologías debería usar para cierto trabajo, dado que hay una docena de posibles candidatos? Si realizo una consulta basada en esta ontología y tengo un millón de posibles resultados (entre los que están mezclados autos, personas y páginas web), ¿Son todos los resultados igualmente relevantes para mi? Sino, ¿cuales se deberían mostrar primero?

La idea de la Web Semántica de abrir, compartir y mezclar los datos abre grandes oportunidades, así como hace todo mucho más complejo: No es suficiente tener mil respuestas posibles, como usuario quiero las más adecuadas para mi (independiente de lo que esto signifique).

(*) Como punto aparte, no existe una traducción de ranking en castellano….. si alguien conoce una palabra equivalente, agradeceré hacérmelo saber.

Imagen: W3C