Mario Carbonell

Ayer publiqué un pequeño post diciendo que la relevancia sólo puede determinarla la mente humana. Hoy me alargaré un poco más en el asunto indicando dónde se esconde la inteligencia humana detrás de los distintos algoritmos.

PageRank: Es el algoritmo más conocido, por ser el usado por Google. Hay que decir que Google tiene inteligencia cero. Si al usarlo nos parece que  tiene inteligencia, es porque la ha extraido de los webmasters que publican páginas webs. Es decir, es un agregador de la inteligencia colectiva de todos los webmasters, obteniendo esa inteligencia colectiva principalmente de los textos de los enlaces. Google no entiende nada de los significados de lo que buscamos, ni de los significados de las páginas encontradas, símplemente hace comparaciones entre palabras.

TrustRank. Este algoritmo está indicado sobre todo en combatir el spam en buscadores. Parte de la idea que el buscador debe dar más credibilidad a sítios conocidos y confiables, y menos cuanto más nos alejemos de ellos. Es el viejo concepto de “dime con quien andas ..”. Ni que decir tiene que esos sitios iniciales han de introducirse a mano.

Hilltop. Este algoritmo parte de la idea que hay sitios web importantes, autoridades, expertos en una materia en concreto. Los enlaces de esos sitios tienen más valor. De nuevo la inteligencia humana detrás de los creadores de esos sitios web.

La relevancia puede además tener multiples aspectos, por ejemplo:

Ordenación por número de clicks. Los elementos con más ratios de clicks se situan al comienzo. Es la manera de ordenar los anuncios en Adwords por ejemplo. Muchas webs ordenan sus listas de enlaces en base al número de clicks. De nuevo la inteligencia humana está en los autores de esos clicks.

Ordenación por ratio de ventas. Es la manera natural de ordenar los productos en una tienda. Los productos más comprados se situan al comienzo. La inteligencia evidentemente la proporcionan los compradores.

Ordenación por Votos. Es la mejor manera de ordenar. Es una manera tan importante y tan efectiva de ordenar, que la usamos para otorgar premios (Oscar, Goya, concursos), y para elegir a quien nos gobierna.

Hay que decir que también hay otros factores de relevancia:

Ordenación por Fecha. Es la manera natural de ordenar las noticias en un periódico y los artículos en un blog. Cuando alguien busca novedades, es evidente que la fecha de publicación importa.

Y por último, el peor (creo yo) factor de ordenación:

Ordenación Alfabética. Es una manera pésima de ordenar. Horrible. ¿Alguien se imagina un buscador devolviendo resultados en orden alfabético?. En esta manera de ordenar se ha eliminado completamente la inteligencia humana. La ordenación alfabética realmente es un sistema de clasificacion, es decir, su único sentido es hacer fácil el encontrar un elemento en concreto cuando ya se conoce su nombre. Es últil para libros y páginas amarillas en papel, pero no para internet. Los libros no tienen cajitas de búsqueda, los ordenadores sí.

Según la definición de relevancia en la Wikipedia

In computer science, and particularly in search engines, relevance is a numerical score assigned to a search result, representing how well the result meets the information need of the user that issued the search query. In many cases, a result’s relevance determines the order in which it is presented to the user.

Según la definición de la wikipedia, la relevancia es una medida numérica de lo bién que un resultado concuerda con la necesidad de información del usuario.

Es decir, la relevancia es un concepto subjetivo que tiene mucho que ver con la satisfacción del usuario. ¿Por qué no preguntarle al propio usuario? ¿Por qué ese empeño en obtener esa medida numérica sin contar para nada con la opinión del usuario?

Creo que el futuro de los buscadores está en los buscadores democráticos, y explico mis razones. Primera porque si de verdad se quiere ofrecer los mejores resultados a los usuarios, estos deberían poder indicar cuales son los mejores para ellos, y segundo y no menos importante, es que nos ahorramos p o l é m i c a s, como la que está surgiendo actualmente con la editorialización de los contenidos por parte de los buscadores.

El éxito de Google se ha basado en el algoritmo del PageRank, que era una manera de medir la popularidad de las webs en base al número de enlaces, haciendo una similitud entre un enlace y un voto.

El problema es que esta “democracia” de los enlaces no es una verdadera democracia. En esa democracia falsa de Google sólo votan los que tienen web y ponen enlaces, es decir, una minoría de todos los usuarios de internet, y además, una minoría interesada, pues esos mismos creadores de contenidos pueden estár mas interesados en obtener visitas para sus webs que en “votar” de una forma desinteresada. Y para más inri, no todos los enlaces tienen el mismo valor, además de que no hay límite en el número de enlaces que un webmaster pueda poner. La democracia es una persona, un voto; cualquier otra cosa no es democracia.

Existe otra tendencia, que dice que el futuro de los buscadores está en que estos entiendan en lenguaje natural. Creo que es muy necesario que se hagan avances en ese sentido; la usabilidad de los buscadores pasa por que entiendan las faltas ortográficas, sinónimos, y entiendan mínimamente lo que se pregunta, cosa que de momento no hacen. También son muy necesarios avances en la traducción automática de idiomas, que es algo que está muy relacionado, aunque es una tarea enormemente compleja. Hay empresas españolas que son referencias a nivel mundial en estos sentidos, como Bitext y Atril y que merecen todo nuestro apoyo. Creo que el futuro de los buscadores pasa en una correcta mezcla de democracia con análisis lingüistico.

Yo tengo un buscador democrático, Kratia.com, aunque no dispongo de todo el tiempo que me gustaría dedicarle. Creo que lo haré OpenSource y que todo el que quiera colaborar que colabore.

Hay que decir que Kratia no es el único buscador que permite a los usuarios influir en el contenido y poner comentarios, pero sí el más antiguo, de Enero del 2006, es decir, que se puede decir que la idea fué mia. Otros proyectos similares son:

www.url.com Octubre del 2006. De unos americanos.

www.airfind.net Diciembre del 2006. En Beta cerrada. De otro español, Sergio Sola.

Wikiasari Diciembre del 2006. En fase de estudio. Del creador de la Wikipedia Jimmy Wales.

Hay que decir que el anuncio del buscador de la wikipedia creó una conmoción en internet. Es lo que tiene ser grande y conocido.

Bueno, después de mucho tiempo de tener el antiguo blog cerrado, me he animado a crear uno de nuevo, donde iré publicando lo que voy haciendo mis ideas, proyectos, o cualquier cosa que se me vaya ocurriendo. No esperéis que lo actualice mucho, pues soy bastante inconstante.

¡Saludos a todos!