En esta entrada vamos a concluir el análisis de los enfoques que adoptan los nuevos servicios de búsqueda que incluyen participación humana de forma activa.
Recordemos que un buscador debe cubrir cuatro funciones: rastrear información; indexar la información para su posterior recuperación; proveer una interface de consultas y recuperación y ordenar los resultados según su pertinencia respecto a la consulta realizada.
La participación humana en las dos primeras funciones la revisamos en un post anterior. Veamos cual son los enfoques de intervención humana en las dos restantes.
Consultas: Más que una “interface de consulta”, algunos servicios de información basan su modelo de funcionamiento en agrupar o tener a personal especializado en contestar o ayudar al usuario con su solicitud. Hay varios enfoques diferentes:
- El primero es el llamado sistemas de Preguntas y Respuestas donde el usuario formula una pregunta que será contestada por otro usuario. Se trata de un modelo colaborativo donde se establece una plataforma de contacto entre usuarios. Como ejemplos tendríamos Yahoo!Respuestas.
- Un enfoque más interesante para lo que son las búsquedas profesionales son servicios donde las solicitudes de información son atendidas por personal especializado. En estos casos la respuesta no se obtiene de forma inmediata, sino que puede tardar minutos, horas o días, dependiendo de su complejidad y de la calidad del servicio. En este grupo están uClue, Ask A Librarian, pregunte.es, o nuestro futuro WenthiaDOC.
- Un último enfoque permite al usuario expresar su consulta en lenguaje natural, la cual se procesa con un enfoque híbrido (máquina - hombre) para darle una respuesta adecuada. Ejemplo, el servicio de ChaCha.
Ranking: ¿cómo intervienen los humanos en el proceso de ordenar los resultados? Aquí hay mucha tela por donde cortar, y también muchos intereses en juego pues está demostrado que el usuario tipo “consume” la información contenida en los primeros puestos del ranking de resultados sugeridos.
- Para comenzar, es lógico considerar que sistemas basados en rastreo manual como Mahalo, también tengan un alto componente humano en el ranking sugerido.
- Un enfoque diferente es el que permite a los usuarios votar los resultados obtenidos por un algoritmo automático, y dicha valoración retroalimenta al motor de búsqueda. Ejemplo, Sprooze y su “human popularity voting,” . (Algunas noticias recientes en la red sugieren que Google está evaluando esta opción!!)
- Un tercer enfoque, bastante más sofisticado, son los sistemas de recomendación (filtrado colaborativo), que recomiendan al usuario determinada información basado en su comportamiento. Este modelo, bastante utilizado en aplicaciones de comercio electrónico (caso Amazon), comienza a explorarse en el mundo de la información, por ejemplo, para el filtrado de noticias.
En fin, que hay mucho espacio donde innovar y competir!
Saludos, y que encuentres lo que buscas.
wuau
ResponderEliminar