Infoxicación
Vivimos permanentemente conectados, inmersos en un
mar de datos y con poco tiempo para procesarlos. Los especialistas ya hacen su
diagnóstico: intoxicación de información, el gran síntoma de estos tiempos
La
infoxicacion es la sobre saturación de la información la cual puede llegar a
generar angustia en el usuario por no sentirse en condiciones de encontrar la información
buscada
Filtrado
de información.
El filtrado de
información, los sistemas de recomendación ya existían antes de que Internet
fuese siquiera imaginada. Si nos detenemos en las publicaciones impresas,
podemos encontrar infinidad de revistas que sirven de guía crítica de películas
que hemos de ver, libros que se nos invita a leer, productos que debemos
comprar, lugares que visitar, etc. Así pues, el desarrollo de sistemas de
filtrado en la Red son herederos de las publicaciones impresas, ya que los
internautas necesitan de estos filtros para poder encararse a la cantidad de
información que se genera diariamente en la Red y, de este modo, sobrevivir a
la infoxicación.
Existen
distintos sistemas para el filtrado de información dependiendo de los intereses
de los usuarios. Por un lado, tenemos de los filtros basados en el contenido
mediante los cuales el sistema de forma automática trata de recomendar
productos que el usuario ya había adquirido o consumido en el pasado
comparándolo con su perfil. Mientras que el filtrado colaborativo mostraría al
usuario productos que han gustado a usuarios con perfiles similares al suyo y
le sugeriría productos que otros ya han adquirido. Finalmente, tendríamos
sistemas de filtrado de la información social, que se basaría en la
recomendación de informaciones y productos mediante las valoraciones
voluntarias y colaborativa por parte de los usuarios que están dados de alta.
El
filtrado basado en contenido
De una forma
más concreta, dentro del filtrado basado en el contenido, cuando un usuario
encuentra interesante un documento o un producto, el sistema puede facilitarle
contenidos similares dependiendo de los pesos que se asignan a las palabras que
mejor describen el contenido del texto o las características de un producto. El
contenido se compararía con los pesos que se guardan dentro del perfil del
usuario y se enfrentaría a otros ítems. A este proceso se le conoce como “feedback
por relevancia”. Este sistema es puro cuando las recomendaciones se realizan
basándose tan sólo en los pesos que se almacenan dentro del perfil del usuario
y basándose en las puntuaciones que el usuario ha dado a los distintos
contenidos que ha consultado en el pasado.
Desgraciadamente,
este sistema tiene sus contraindicaciones. La primera de ellas es que tan sólo
ciertos contenidos pueden ser analizados, fundamentalmente, texto. Si tratamos
de trasladar esta metodología a fuentes multimedia como vídeo o audio,
obviamente la aproximación es mucho más complicada teniendo presente la
tecnología que actualmente tenemos disponible. Por otro lado, que el texto se
refiera a una temática no tiene porqué utilizar las mismas palabras clave que
otro que aborde el mismo problema, por lo que la experiencia del usuario con el
sistema puede que no sea del todo cómoda.
Un segundo
problema detectado es la superespecialización de ciertos usuarios. Cuando un
sistema sólo puede recomendar objetos que ya han sido puntuados previamente,
basándose en similares, el usuario se encuentra restringido a precisamente esa
tipología de ítems. Y, finalmente, otro de los problemas comunes para este tipo
de sistemas es que se exige a los usuarios que puntúen los objetos, por lo que
no siempre se obtiene un feedback adecuado, además de que es molesto para los
usuarios y no todos están dispuestos a puntuar las informaciones que les son
ofrecidas.
Las
recomendaciones colaborativas
La propuesta
de recomendaciones colaborativas es diferente a las recomendaciones por
contenido ya que no se basan tan sólo en lo que un usuario haya podido opinar
sobre ciertos contenidos ajustando su perfil a lo que haya indicado, sino que
se trata de comparar perfiles de usuarios con gustos similares. De este modo,
lo que el sistema compara no son las similitudes en contenido sino entre
perfiles de usuarios.
De forma
análoga al caso anterior, en un sistema de recomendaciones colaborativas puro
no se realizaría el análisis de ningún ítem y tan sólo se realizaría comparaciones
entre los perfiles de los usuarios y sus gustos. De esta manera, se evitarían
las contraindicaciones antes señaladas para el sistema basado en los
contenidos. Con este sistema, podemos tratar con cualquier tipología de
contenido, mientras que podemos recibir ítems que no tengan nada que ver con el
contenido visto en el pasado.
Sin embargo,
este modelo dispone de sus propios problemas. Por ejemplo, si un nuevo ítem
aparece en la base de datos no hay manera de ofrecerlo a un usuario hasta que
uno de ellos pase a valorarlo o a compararlo con otro. En contraste, si el
número de usuarios es pequeño respecto al volumen de la base de datos, entonces
puede que el número de valoraciones sea pobre, habiendo vacíos respecto a lo
que se tiene disponible dentro de ella. Otro problema que nos encontramos es
que si un usuario tiene gustos completamente diferentes al resto de la
comunidad, el sistema le ofrecería unas recomendaciones bastante pobres.
Filtrado
social de la información
Las anteriores
aproximaciones respecto al filtrado de información han sido desarrolladas por
tiendas en Internet cuyo objetivo era ofrecer a sus clientes productos
relacionados a sus compras anteriores o a los ítems que habían consultado como,
por ejemplo, Amazon o Netflix (Una tienda on-line muy popular en
EE.UU. destinada al alquiler de DVDs); así como poner en contacto a clientes
con gustos similares, además de otro tipo de interactuaciones entre ellos. Sin
embargo, de la mano de la Web 2.0, nos llega otro tipo de sistemas de
recomendación que se basan en las sugerencias que hace un usuario a sus
amistades sobre productos o documentos que encuentra interesantes. Éste sería
el caso de Menéame - Aunque el concepto original proviene
de Estados Unidos con Digg o Reddit - donde los usuarios recomiendan las
historias que consideran interesantes y éstas son valoradas por toda la
comunidad promocionándola, situándola más arriba o más abajo en la portada o en
las distintas secciones que tiene el sistema configuradas y comentándola según
el caso. Hay que señalar que Menéame utiliza pesos para otorgar autoridad a sus
usuarios dependiendo de su actividad dentro de la web, como por ejemplo las
noticias enviadas, las valoraciones hechas, los comentarios dejados, etc.
Respecto a un
sistema mixto de filtrado de información junto a un sistema colaborativo tal y
como está descrito anteriormente, tendríamos Reddit que sin embargo no parece
capaz de enviar noticias tan interesantes a la comunidad como lo hacen los
sistemas puros de filtrado social de la información.
Algunas
herramientas para el filtrado de información son:
1. Scoop.it Scoop está concentrado en la
publicación cooperativa, y su colección de funciones está orientada a fomentar
la participación y colaboración de los usuarios. Permite a cualquiera crear y
compartir sus propias revistas temáticas centradas en torno a un tema
determinado. Puedes ver más en este enlace o en este
2. Storify permite
crear y almacenar crónicas, artículos y cronologías utilizando el contenido de
redes sociales (Twitter, YouTube, Instagram, SoundCloud, Facebook, etc) en
forma de tuits, fotos y videos. Se pueden realizar desde un único lugar una
búsqueda dentro de múltiples redes y arrastrar los contenidos que les interesan
para documentar el tema.
3. Pinterest permite colgar y coleccionar todas aquellas
fotos, imágenes y videos que encuentras navegando por Internet. Es una
herramienta adecuada para hacer la filtración de contenidos relacionadas con
los sectores audiovisual, e incluso dentro de la educación se utiliza mucho
para las materias de arte, historia, literatura, etc.
4. Diigo permite almacenar, clasificar y compartir
enlaces en Internet con otros grupos. Actúa como un bloc de notas post-it, un
archivador de imágenes y documentos, así como un seleccionador de textos
destacados.
5. Pearltrees es
otro servicio muy visual de curación de contenido. Cada página, foto o nota se
guarda como una perla, que podemos agrupar dentro de otras perlas mayores. Se
presenta en forma de árbol, en donde cada rama se expande para mostrar sus
perlas en una ventana pequeña de previsualización del enlace. Es un lugar para
buscar, organizar y compartir contenido a través de una serie de plataformas.
Su diseño se basa en
los mapas mentales.
Redes de Aprendizaje:
En términos simples, son estructuras compuestas por
personas, de ahí que se denominen redes sociales. Los individuos que conforman
una red comparten intereses y están conectados por uno o varios tipos de
relaciones: amistad, parentesco, hobbies, negocios, creencias ideológicas,
políticas, religiosas, o pertenecen a una misma organización, puede ser la
escuela, el lugar de trabajo o de residencia, entre muchos mas
Realizado por:Facundo D`Angelo, Agustin Quindimil,Camila Guzman y Vito Ciaravino
