Redes de conocimiento

TI y Conocimiento (TIC) de próxima generación. Año 2000. (2)

Equipo Enredando
23 junio, 2016
Página 1 de 1

[Los artículos publicados y que publicaremos en las próximas semanas sobre las Tecnologías de la Información y el Conocimiento (TI y Conocimiento), que se presentaron en la I Jornada en.red.ando que se celebró en Barcelona el 27 de octubre del 2000, fueron elaborados por el equipo de contenidos de Enredando.com. Los textos están editados para ganar precisión con respecto al libro I Jornada en.red.ando. Sistemas de análisis, tratamiento y presentación de la información, que van a cambiar las organizaciones, que se publicó después del evento, pero sin alterar el significado en ningún caso. LAFH ha añadido algunos comentarios entre corchetes para aclarar o enfatizar algunos aspectos de cada una de estas tecnologías, o de lo que se dijo en los debates. El libro se puede obtener gratis en el Badulaque de Coladepez.]

La I Jornada en.red.ando: las tecnologías de la información y de conocimiento (TIC) de próxima generación, a discusión

[Segunda entrega]

B.J. Tecnologías de automatización de la I Jornada en.red.ando:

.- Theme Scape de Cartia;

.- Hyperbolic Tree, Site Lens y Summarizer de lnxight Inc.;

.- Wearable City/ Wearable Cinema del M I T.;

.- Semio Taxonomy y Semio Map de Semio Corporation.

Las tecnologías de automatización [adquisición y presentación de la información] de la I Jornada en.red.ando son aquellas que tienen el software como la parte clave de su potencia. Como vamos a ver, estas tecnologías tienen en común que parten de un análisis conceptual de toda la documentación que existe en un sistema, para luego tratarla y presentarla. La diferencia entre ellas, desde el punto de vista del usuario (ya que técnicamente sí que son dispares en cuanto a lenguajes de programación), está en la presentación o visualización de la información. Las tecnologías de Cartia, lnxight, Semio o del M.I.T. abordan de diferentes maneras la solución del mismo problema: la organización de cantidades ingentes de información de manera totalmente automática. Por lo tanto, una vez que se comercialicen, competirán entre ellas. Dicho esto, vamos a resumir cada una de sus funcionalidades.

Theme Scape de Cartia

Esta tecnología, desarrollada por David Lantrip (co-fundador y director de la empresa Cartia Inc., EE.UU), parte de un análisis conceptual de toda la documentación que exista en un sistema. Según afirma Lantrip, su software Theme Scape puede negociar hasta 600.000 documentos de una sola vez, estén en el formato que estén, analizar su contenido y ordenarlo gracias a un sistema de reconocimiento semántico orientado a la producción de un mapa topográfico. En el mapa que nos muestra Theme Scape, el tamaño de las montañas indican la cantidad de documentos que existe de un tema concreto, la proximidad entre montañas representa la proximidad entre temas [y los ríos y archipiélagos igualmente muestran las diferencias o distancias entre bloques de información]. En palabras de David Lantrip, «es como si estuviéramos volando en un avión a 10.000 metros de altura por encima del conocimiento albergado en nuestra organización. Además, el sistema dibuja puntos en el mapa que son los documentos en concreto». Estos puntos, al pulsar sobre ellos, despliegan un menú en el que aparecen en horizontal entre tres y cinco conceptos o palabras clave, las cuales describen el contenido del documento, y debajo una descripción del contenido en lenguaje habitual. Asimismo, se pueden dejar banderas para localizar documentos ya encontrados en cada uno de estos lugares del mapa para la recuperación de los mismos en otro momento. Todo este proceso se construye de manera automática. Por ejemplo: la tecnología de Cartia ya está implantada en el servicio de información Newsmaps.com. En esta página de Internet es posible encontrar las noticias del día organizadas con Theme Scape. Cada tema importante puede nuclear varias noticias de distintos medios o también ofrece la posibilidad de consultarlas a través de un mapa por medio de comunicación.

[El párrafo se refiere a un mapa que no hemos podido reproducir aquí por su baja resolución. Se lo puede consultar en la página 19 del libro de la I Jornada en.red.ando]. Los puntos que se observan son las coordenadas de noticias concretas. Si pulsáramos en alguno de ellos, se desplegaría el menú conceptual y la descripción de la noticia, y si quisiéramos ver la noticia entera sólo tendríamos que pulsar en la descripción.]

En este caso se puede ver a simple vista que la noticia del día tiene relación con Boeing y Mobil Oil, ya que es la montaña más alta del mapa y la que concentra más puntos.

Semio Taxonomy y Semio Map, de Semio Corporation.

Aunque Semio Taxonomy y Semio Map son tecnologías diferentes en la manera de presentar la información, las dos funcionan bajo el mismo software de reconocimiento semántico creado por Claude Vogel, fundador y director de la empresa Semio Corporation (EE.UU).

En el caso de Semio Taxonomy, el sistema realiza un análisis conceptual de los documentos de una organización y los presenta en forma de taxonomías. Las taxonomías son conceptos de ordenación a partir de la jerarquización y sistematización de la información. Las taxonomías se utilizan sobre todo en biología para presentar todas la ramas conocidas de los seres vivos. Lo que Vogel y su equipo han hecho ha sido utilizar la lógica de la taxonomía para organizar la información existente en todo tipo de documentos de una empresa u organización. Es decir, el software de Semio recorre todo el sistema de información de una organización y lo presenta como, por ejemplo, Yahoo lo hace cuando muestra las páginas web que hay en el mundo. Con una gran diferencia:

el proceso es completamente automático e incluye todo el universo documental de una empresa u organización [véase la página 20 del libro de la I Jornada en.red.ando]. El software crea las etiquetas de las categorías, subcategorías y organiza toda la información a través de ellas. Respondiendo a sus necesidades, el administrador puede cambiar, ampliar o manipular estas etiquetas y el sistema vuelve a autoorganizarse.

En el caso de la tecnología Semio Map (véase Fig.l ), el modo de presentación es a través de gráficos, en lugar de mostrar taxonomías. De hecho, todo el proceso para su creación es idéntico a Semio Taxonomy, pero la visualización de la información se presenta como constelaciones de galaxias, estrellas, planetas y satélites que representan tópicos del sistema (que son las categorías y subcategorías taxonómicas).

[Vogel mostró, a modo de ejemplo, toda la información del Informe oficial del acusador particular Carr sobre las relaciones entre Bill Clinton y Mónica Lewinsky. Tardó menos de dos minutos en cargar todo el informe. Al terminar, la pantalla se pobló de galaxias y estrellas. Al pulsar sobre ellas, aparecía la descripción del subconjunto de estrellas, hasta que se llegaba a un párrafo específico de dicho informe. La operación no tardaba más de 30-50 segundos en llegar a la conclusión buscada.]

Summarizer, Site Lens y Hyperbolic Tree de lnxight Software Inc.

Ramana Rao, después de una década dedicada a la investigación en el prestigioso laboratorio Xerox Palo Alto Research Center (California, EE.UU), creó la tecnología Hyperbolic Tree, y fundó lnxight Software Inc. para la comercialización de la misma en 1999.

Aunque la empresa ha desarrollado varias tecnologías, además del Hyperbolic Tree, entre otras Summarizer y Site Lens, es Hyperbolic Tree la madre de todas las demás.

Hyperbolic Tree reconoce, como el resto de tecnologías de automatización de la I Jornada en.red.ando, el contenido de todos los documentos de una organización de manera semántica. La organización de la información es a través de un árbol similar al que utilizamos para hacer la genealogía de cualquier familia (ver Fig. 2, pág. 22), pero, en vez de las relaciones de parentesco, el árbol se construye a partir de la relación entre el significado del contenido de los diferentes documentos de una organización o sistema de información [y de su ubicación física].

Como muestra este ejemplo, el software de lnxight se aplicó a la organización de los documentos existentes en la Biblioteca del Congreso de los Estados Unidos. Se puede observar cómo la raíz del árbol es la página inicial de la Biblioteca. A partir de allí van saliendo ramificaciones temáticas que conforman, en este caso, una pequeña parte de todo el sistema. Además, se aprecia por donde se extendería el árbol en las ramas que salen de la imagen. Todo el sistema es navegable y cada concepto que hay en el mismo pude ser objeto de una búsqueda tradicional por palabras. La idea es tener en todo momento presente el contexto en el cual nos encontramos a la hora de buscar una información de una manera muy gráfica.

Site Lens utiliza una parte de la tecnología de Hyperbolic Tree para crear el árbol o mapa de un espacio web. En este caso la raíz del árbol sería la página principal del sitio web en concreto y, a partir de allí, las ramificaciones apuntan a su diversidad de contenidos. Todo [se organiza] de manera automática. La tecnología ha sido ya implementada en el proyecto de Saul Wurman «Understanding USA», en el que se visualiza la realidad americana [a la que se enfoca] desde todos los puntos de vista en forma gráfica: el mapa de navegación está organizado a través de la tecnología Site Lens de Inxight. La información financiera del Wall Street Journal, o la misma página corporativa de lnxight están también organizadas con esta tecnología.

[Antes de abandonar Barcelona, Ramana Rao le regaló a Enredando la tecnología del Hyperbolic Tree, que la empresa utilizó hasta su cierre en 2004 para mostrar sus diferentes secciones, actividades y tareas de su equipo].

Summarizer es otra tecnología nacida a partir de Hyperbolic Tree. En este caso, se empleó el método de reconocimiento semántivo de dicho software para crear un producto diferente. El Summarizer es un software que lee un documento y ofrece un resumen del tamaño que se solicite. Acepta la mayoría de formatos documentales existentes y se puede implementar en una web. De hecho, ya existen empresas de contenidos en Internet que lo utilizan para generar resúmenes de las noticias que tienen listadas en sus páginas, como por ejemplo Infoseek o la web financiera de la CNN. En la página web corporativa de lnxight también podemos encontrar esta tecnología en funcionamiento.

[Gracias a la generosidad de Ramana Rao, Enredando.com aplicó esta tecnología hasta su cierre en sus redes de conocimiento, lo cual le permitió generar documentos de síntesis de las relaciones que se establecían en dichas redes, ya fuera entre sus miembros, los documentos que aportaban o las relaciones que se construían en este universo: miembros, documentos y relaciones. Al mismo tiempo, la empresa aprendió no sólo a entender la dinámica e importancia de dichos documentos, sino también a crear las bases necesarias de formación para desarrollar y gestionar redes de conocimiento].

Las tecnologías de lnxight pueden trabajar, hasta el momento, en el reconocimiento semántico y la elaboración de resúmenes en 11 idiomas: alemán, danés, español, finlandés, francés, holandés, inglés, italiano, noruego, portugués y sueco.

Wearble City/Wearable Cinema, del MediaLab del Massachussets lnstitute of Technology (MIT).

Wearble City/Wearable Cinema es un proyecto llevado a cabo por Flavia Sparacino durante los últimos cuatro años. Su objetivo es convertir un sistema de información en un espacio en RV navegable. Pero en este caso, el proyecto es un híbrido entre la realidad virtual y la visualización de la información. Todavía en fase de prototipo, Wearble City/Wearable Cinema (ver fig. 3) está compuesto por un «ordenador vestible» (wearable computer) que incorpora unas gafas de visualización en 3D.

Desde una habitación podemos ir, por ejemplo, andando por una ciudad virtual que vemos a través de las gafas, donde los edificios son información y las calles las vías para acceder a ella. La organización de esta información se construye de manera automática y siempre ordenando los edificios de manera que, cuanto más altos sean, más información encontraremos en ellos y la proximidad entre edificios indica proximidad entre el contenido de cada edificio. Por tanto, los temas más generales edifican barrios enteros, donde la ciudad representa toda la información del sistema.

Conclusión

Si todas estas tecnologías las aplicamos a la parte de organización [del contenido] sin perder de vista el esquema de la gestión de conocimiento, y en una sola empresa, partimos con la ventaja de tener automatizada la catalogación, indexación, filtraje y relación de todos los documentos de cualquier tipo que haya en ella. De la fase de refinado: la contextualización, la proyección, la condensación y la extracción también serán ya automáticas, aunque no la parte de colaboración.

Y aunque parezca que de lo que estamos hablando es de gestión documental, se trata de pura gestión del conocimiento. En el momento en que un sistema te permite visualizar el conocimiento que hay en una organización, aparecen relaciones antes no evidentes, focos de conocimiento muy claros fácilmente identificables, y la realización automática de informes [documentados y fundamentados] a partir de lo existente. Estamos ante herramientas que pueden aumentar la productividad en la generación de conocimiento de una empresa u organización de manera exponencial.

De esta manera, ya podemos afirmar que con las tecnologías de automatización [que hemos visto] en la I Jornada en.red.ando, se tienen cubiertos los apartados de organización y casi todo el refinado del plan de gestión de conocimiento. Faltaría la actividad de colaboración en la fase de [creación de contenido], de refinado y de toda la parte de diseminación. Estos puentes se cubren con la última de las tecnologías de la I Jornada en.red.ando: en.medí@ [que veremos la próxima semana]. Es en este momento cuando intervienen los gestores de conocimiento y entra en juego el factor humano en red.

print