211service.com
¿Qué viene después de la Web 2.0?
Muchos investigadores y emprendedores están trabajando en tecnologías de organización del conocimiento basadas en Internet que amplían las definiciones tradicionales de la Web. Últimamente, algunos han estado llamando a las tecnologías Web 3.0. Pero en realidad, están más cerca de la Web 2.1.
Por lo general, los programadores de computadoras usan el nombre Web 2.0 para referirse a una combinación de a) comunicación mejorada entre personas a través de tecnologías de redes sociales, b) comunicación mejorada entre aplicaciones de software separadas (leer mashups) a través de estándares web abiertos para describir y acceder a datos yc) interfaces web mejoradas que imitan la capacidad de respuesta en tiempo real de las aplicaciones de escritorio dentro de una ventana del navegador.
Para ver cómo pueden evolucionar estas ideas y qué puede surgir después de la Web 2.0, basta con mirar a grupos como el Laboratorio de Inteligencia Artificial y Ciencias de la Computación del MIT, el Consorcio World Wide Web, Amazon.com y Google. Todas estas organizaciones están trabajando por una Web más inteligente y algunas de sus implementaciones de prototipos están disponibles en la Web para que cualquiera las pruebe. Muchos de estos proyectos enfatizan el aprovechamiento de la inteligencia humana ya incorporada en la Web en forma de datos, metadatos y enlaces entre nodos de datos. Otros tienen como objetivo reclutar seres humanos vivos y aplicar su inteligencia a tareas que las computadoras no pueden manejar. Pero ninguno está listo para el horario de máxima audiencia.
La primera categoría de proyectos está relacionada con la Web Semántica, una visión para una Web más inteligente presentada a fines de la década de 1990 por el creador de la World Wide Web, Tim Berners-Lee. La visión exige enriquecer todos los datos de la Web con metadatos que transmitan su significado. En teoría, este contexto agregado ayudaría a las aplicaciones de software basadas en la Web a utilizar los datos de manera más apropiada.
Mi calendario web actual, por ejemplo, sabe muy poco sobre mí, excepto que tengo citas hoy a las 8:30 a.m. y 4:00 P.M. Un calendario de la Web Semántica no solo sabría mi nombre, sino que también tendría un almacén de metadatos estandarizados sobre mí, como vive en: Las Vegas, nacido en: 1967, le gusta comer: comida tailandesa, pertenece a: Stonewall Democrats, y programa de televisión favorito: Battlestar Galactica. Entonces podría funcionar mucho más como una secretaria humana. Si estuviera tratando de organizar la próxima reunión de demócratas de Stonewall, podría examinar los calendarios de otros miembros y encontrar un momento en el que todos estemos libres. O si le pedí al calendario que me encontrara una cita para almorzar en compañía, podría escanear metadatos públicos sobre los amigos y los amigos de los amigos en mi red social, buscando a alguien que viva cerca, tenga una edad similar y aprecie la comida asiática. y ciencia ficción.
Lamentablemente, todavía no existe tal tecnología, en parte debido al gigantesco esfuerzo que se requeriría para etiquetar todos los datos de la Web con metadatos, y en parte porque no existe un acuerdo sobre el formato correcto para los metadatos en sí. Pero varios proyectos avanzan en esta dirección, entre ellos FOAF , abreviatura de Friend of a Friend. Los archivos FOAF, diseñados por primera vez en 2000 por los desarrolladores de software británicos Libby Miller y Dan Brickley, son breves descripciones personales escritas en un lenguaje informático estándar llamado Resource Description Framework (RDF); contienen información como el nombre de una persona, apodos, dirección de correo electrónico, URL de la página de inicio y enlaces de fotos, así como los nombres de las personas que esa persona conoce.
Generé mi propio archivo FOAF esta semana usando formularios simples en un sitio gratuito llamado Foaf-a-matic y lo cargué en el sitio de mi blog. En teoría, otras personas que utilizan software de búsqueda habilitado para FOAF, como Explorador FOAF o sitios web de centros de identidad como Agregador de personas , ahora podrá encontrarme más fácilmente.
Eventualmente, es posible que se hagan más. Por ejemplo, podría crear instantáneamente una red de amigos en un nuevo servicio de redes sociales simplemente importando mi archivo FOAF. Pero por ahora, no hay muchas formas de hacer que su archivo FOAF funcione.
Otro proyecto que intenta extraer más significado de la Web es Hucha , un esfuerzo conjunto del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, las Bibliotecas del MIT y el Consorcio World Wide Web. El objetivo de Piggy Bank es extraer fragmentos de información importante en sitios web con gran cantidad de datos de su entorno, de modo que los internautas puedan hacer uso de estos fragmentos de información de nuevas formas. Por ejemplo, la información de la dirección de la oficina extraída de LinkedIn, un sitio de redes profesionales, podría introducirse en Google Maps, creando un mapa de los lugares de trabajo de mis colegas.
De esta manera, esperan los investigadores de Piggy Bank, los usuarios de la Web pueden comenzar a probar la Web Semántica en acción, sin tener que esperar a que los autores de los miles de millones de documentos en la Web creen metadatos. Los curiosos pueden descargar una extensión de Piggy Bank para el navegador web Firefox; una vez instalada la extensión, los usuarios pueden elegir entre una serie de raspadores de pantalla que extraen información de sitios específicos como LinkedIn y Flickr (un sitio popular para compartir fotos). Piggy Bank almacena esta información pura, como fotos o nombres de contactos, dentro del navegador web en formato RDF, lo que teóricamente permite a los usuarios mezclar datos de fuentes independientes para crear sus propios mashups instantáneos similares al ejemplo de LinkedIn-Google Maps.
Desafortunadamente, todavía no hay ninguna herramienta que facilite a los no programadores la reutilización de los datos RDF en tales mashups. Y en mis propias pruebas de Piggy Bank, los raspadores de pantallas no se activaron. Estoy seguro de que se debe a que me perdí algo en las instrucciones, pero el problema ilustra cuánto más trabajo se necesita antes de que tales herramientas estén listas para el consumo público.
Una segunda categoría de proyectos posteriores a la Web 2.0 se centra no en ayudar a las máquinas a comprender el significado y los usos del contenido web existente, sino en reclutar personas reales para agregar su inteligencia a la información antes de que se utilice. El ejemplo más conocido es Turco Mecánico Amazónico , una especie de agencia temporal de alta tecnología presentada por el minorista en línea en 2005. El servicio permite a las personas con tareas y preguntas que las computadoras no pueden manejar, por ejemplo, detectar imágenes inapropiadas en una colección de fotos, contratar a otros usuarios de la Web para ayuda.
El empleo es extremadamente temporal, menos de una hora por tarea, en la mayoría de los casos, y la paga es ridículamente baja: las soluciones generalmente le dan al trabajador solo unos centavos. Pero el objetivo no es proporcionar un segundo ingreso a los adictos a Internet: es aprovechar la capacidad intelectual de los usuarios durante unos momentos libres para llevar a cabo tareas simples que quedan mucho más allá de las capacidades del software de inteligencia artificial. (De hecho, Amazon llama a su proyecto una forma de inteligencia artificial artificial).
Algunas tareas son en realidad investigación de productos o marketing disfrazada. Un interrogador, por ejemplo, pregunta: ¿Qué mejoraría su correo electrónico? Otros ofrecen mejores ilustraciones de la lógica detrás de dividir una tarea de clasificación de big data y distribuirla a cientos de personas. Una tarea, aparentemente de alguien que intenta hacer posible compartir información entre varios directorios al estilo de las Páginas Amarillas, pide a los usuarios que relacionen categorías de un directorio, digamos, Delicatessens, con los equivalentes más cercanos en otro, por ejemplo, Delis o Small Restaurants. Una computadora no podría abordar tal tarea sin años de entrenamiento en los hechos mundanos de la existencia humana, como el hecho de que una tienda de delicatessen es de hecho una forma de un pequeño restaurante. Sin embargo, un humano puede encontrar las coincidencias adecuadas en segundos.
Otro proyecto que intenta persuadir a los humanos para que agreguen significado a los datos brutos es el Etiquetadora de imágenes de Google . Atrae a los usuarios a etiquetar fotografías digitales de acuerdo con su contenido al convertir la tarea en un juego simple en el que los concursantes deben colaborar y competir. Al igual que Amazon Mechanical Turk, Image Labeler tiene una comunidad de fanáticos que lo disfrutan como un juego. Y no hay nada de malo en hacer que las tareas potencialmente aburridas sean entretenidas, si eso es lo que se necesita para motivar a los trabajadores. Pero Image Labeler y Mechanical Turk tendrán que crecer más allá de su etapa de demostración similar a un juguete antes de que tengan un impacto real en la usabilidad de la Web.
No es sorprendente que los observadores estén buscando nuevas etiquetas para describir el trabajo que se desarrolla más allá de los límites de la Web 2.0 actual. Pero la mayoría de estos proyectos están tan lejos de producir herramientas prácticas, y mucho menos servicios que podrían comercializarse, que es prematuro decir que representan una tercera generación de tecnología web. Para eso, a juzgar por el estado de la técnica actual, tendremos que esperar unos años más.