Comparando los gráficos

Dejando a un lado los criterios estéticos (ajustando todos los anillos para cerrar la circunferencia, por ejemplo), hay algunos cambios significativos entre el original y la nueva versión:

• Algunos navegadores (sus versiones) se han unificado. En concreto, las versiones de Opera. Se podría haber hecho lo mismo con Netscape 3 y 4 (NS3 / NS4), pero la similitud de colores lo hace innecesario.


• Ahora sabemos que el tiempo transcurrido entre los límites de dos anillos son dos meses.


• Los navegadores se han ordenado con un criterio específico que trata de transmitir un mensaje.

Mensaje 1: Guerra y evolución de los navegadores

Aunque el gráfico empieza en el 2002, es posible ver la agonía de Netscape, y su disgregación (Mozilla, AOL y versiones varias de NS).  Por ejemplo, vemos el navegador AOL (pequeña franja naranja claro que se extingue en noviembre-diciembre de 2002) y comprobamos que casi "enlaza" con IE5.  Por lo pronto, eso quiere decir que los navegadores situados "a su derecha" no aprovechan su extinción.  Tampoco lo hace IE5.  Pero si revisamos los porcentajes de IE6, vemos que prácticamente asume toda su cuota.

¿Casualidad? Según la Wikipedia, en 2003 AOL firma un contrato para para utilizar el layout Engine de Internet Explorer. Si esto tiene una relación directa con la desaparición "de facto" de este navegador (o al menos de su firma identificativa), ya es algo a contrastar.

Pero sigamos con Netscape. Precisamente AOL (propietaria de Netscape) dejó de acompañar a Mozilla Organization en Julio de 2003 (¿habrá relación entre esto y el acuerdo con Internet Explorer?). En esos momentos se creó la Mozilla Foundation, que ya llevaba trabajando en una versión preliminar de su navegador Mozilla (primero Phoenix, luego Firebird, y desde enero de 2004, Firefox). Es interesante ver que, a partir de ese momento, la franja marrón empieza a crecer, para ser finalmente absorbida por la franja naranja.  Mientras Netscape da coletazos agónicos (que acaban en Marzo de 2008), y la versión 6 de Internet Explorer es líder indiscutible de la parte derecha del gráfico, algo va creciendo por el flanco izquierdo.

Y mientras eso sucede, Internet Explorer 7 intenta cerrar el espacio a Internet Explorer 6, incluso cuando ha llegado la versión 8 (que ya no sale en el gráfico).  Quizá en este esfuerzo exista una clave del por qué del crecimiento de navegadores alternativos.

Mensaje 2: Los navegadores estables

Es el caso de Opera.  La guerra de los navegadores no parece que vaya con él.  Mantiene su cuota de mercado o crece lentamente, sin angustias.  Vale decir que la visión de Opera va más allá de los PCs, ya que se encuentra muy extendido en móviles, consolas (como a Wii) y otros dispositivos similares.

Lo mismo sucede con Safari.  Es ligero y ágil, su ecosistema es muy concreto (MacOS, aunque ahora exista versión para Windows) y dispone de un público fiel. Ambos van a su ritmo, sin altibajos.

Mensaje 3: los nuevos participantes

Chrome aparece sólo en los últimos anillos del gráfico (parte superior, color verde) pero entra con fuerza.  La marca que lo abraza y el destino que le están preparando facilitan la entrada al mercado.

El gráfico en este sentido es ambiguo.  Observando el anillo externo, parece que Firefox gana terreno, pero vemos que es porque Chrome le muerde un trozo de la tarta.  Si se puede decir que alguien está avanzando en cuota de mercado, no es estrictamente Firefox, sino los navegadores alternativos. a Internet Explorer   Habrá que ver a lo largo del próximo año si Internet Explorer recupera terreno. De momento parece que lo pierde, y rápido.

Diagnóstico del gráfico

Comentaré brevemente los puntos a favor y en contra que le veo al gráfico.

A favor:

• La superposición de información ayuda a explicar una historia, representar un ritmo (crecimiento de usuarios) y a transmitir un mensaje.


• El gráfico es estático pero la información que muestra es muy dinámica.  Es fácil entretenerse siguiendo las franjas de color y comprobar las evoluciones.


• Al reorganizar los navegadores siguiendo criterios objetivos (motor DOM o javascript, empresa responsable, variación de la cuota de mercado, etc.) podemos establecer itinerarios que apoyen un argumento.


• El uso de Axiis ha sido una experiencia muy gratificante, aunque los retoques han sido muy limitados. Ofrece garantías para añadir interactividad y otras combinaciones de gráficos en el futuro.  Es un proyecto a seguir de cerca, como su proyecto base: [Degrafa].

En contra:

• Los porcentajes de cada navegador son globales, pero los anillos son proporcionales.  Es decir, que los arcos de cada anillo reflejan el estado actual. Al añadir un anillo tras de otro, la sensación de dominio puede ser errónea.  Eso es lo que pasa con Internet Explorer (6 y 7): el azul predomina, pero su cuota de mercado es menos cómoda de lo que parece. Eso sí, nos da perspectiva de su gran dominio, igual que nos da perspectiva en la evolución de los navegadores Netscape/Mozilla. Esto se podría corregir tratando los datos de proporciones de acuerdo con los datos históricos (priorizando el área total en detrimento del área de cada anillo), pero entonces ya hablaríamos de otro gráfico.


• Los datos no son 100% fiables, y parten de fuentes distintas con objetivos diversos.  No voy a insistir más en esto.


• Aunque no sea realmente crítico, se han "retocado" los porcentajes de cada anillo para cerrar el círculo.  En la línea de lo anterior, es una licencia que me tomo con fines puramente estéticos, aunque facilita la lectura del gráfico.


• Al mezclar dos tipos de datos tan diferentes (navegadores y crecimiento de usuarios) es importante no llegar a conclusiones del tipo "los nuevos usuarios de Internet prefieren cada vez más Firefox". Probablemente eso sea falso. Es más, los nuevos usuarios acostumbran a escoger el navegador por defecto, y son los más experimentados quienes prueban alternativas. Quizá lo que esté pasando es que el cambio de navegador cada vez tarda menos (la velocidad de cambio) pero nada más.


• El gráfico sólo contempla una evolución "creciente".  Si en algún momento Internet sufriera un descenso de usuarios, este gráfico sería inútil: tendríamos que dibujar anillos superpuestos.  Aunque se puede abordar (con texturas), su interacción se vería perjudicada.

Aplicaciones y conclusiones

En general, el único condicionante real es el penúltimo punto en contra (el decrecimiento). El resto son criterios de representación y fuentes de información.  Por lo tanto, es posible aplicar este gráfico en contextos de evolución o crecimiento. Los escenarios que contemplen decrecimiento precisarán una adaptación.

Un posible uso del gráfico puede ser el seguimiento de un servicio de atención al cliente, o simplemente de trazabilidad de un servicio en general.  Por ejemplo, en entornos de desarrollo puede ser interesante mostrar los tipos de actuaciones según su tipo. Aparecerían acciones como programar nuevas funcionalidades de una aplicación, mejorar las existentes, corrección de errores, reuniones con el cliente...

Cada anillo puede representar una entrega o versión de la aplicación con su fecha correspondiente (o el número de horas dedicado). Y probablemente con este sistema se detectarían esos límites de crecimiento de las aplicaciones que requieren de un parón y refactorización.

Sobre el gráfico en sí extraigo una conclusión.  Al centrarnos en un mensaje visual, nos vemos obligados a obviar una serie de datos o características que describen mejor el conjunto.  En este caso, hay que optar entre una lectura radial (como en los clásicos gráficos de sectores) o una de conjunto, y siempre tener en cuenta esta decisión en el momento de interpretar el gráfico. Si vamos a presentar este gráfico a alguien que desconoce su origen, vale la pena matizar su explicación con texto o bien con otro gràfico complementario.

Sólo me queda felicitar a Michael Van Daniker por su excelente trabajo, tanto por ejemplo de este gráfico como por la propia biblioteca Axiis.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

• browser_stats.xml, es el archivo que contiene los datos.


• BrowserMarketShare.mxml, que es el que contiene el código ActionScript de Flash y MXML de Flex para modificar los datos.

La primera parte es relativamente sencilla, teniendo el archivo XML generado en la hoja de cálculo.  Sólo hay que tener en cuenta de no olvidarse de los tags ... que engloban todo el contenido.  Pasamos al segundo paso.

Modificación del código

Para adaptar los anillos hay que ir a las líneas 148-149, donde se definen las variables innerRadius y outerRadius.  Aquí se define el valor del límite interno y externo de cada anillo.

En la versión original estos radios son constantes.  Pero ahora lo que hay que hacer es utilizar los atributos innerRadius y outerRadius generados en el archivo XML.  Los valores aquí ya tienen que ser absolutos, por lo que hemos de multiplicar los radios normalizados a 1 por el radio total del gráfico. Las líneas deben contener lo siguiente:

innerRadius="{radialLayout.currentDatum.innerRadius*radialLayout.height/2}"
outerRadius="{radialLayout.currentDatum.outerRadius*radialLayout.height/2}"

Describo brevemente los parámetros de las fórmulas:

• Estamos recogiendo el valor de innerRadius (u outerRadius en la segunda) y los estamos multiplicando por la mitad de la altura de la caja donde se mostrará el gráfico.  Dado que el gráfico está centrado, dividimos la altura entre dos para conseguir el mayor radio posible. La altura total es el diámetro, por lo que su mitad es el radio.


• Luego, dado que innerRadius y outerRadius en el XML son valores entre 0 y 1 (el innerRadius del anillo más interior es 0 y el outerRadius del anillo más exterior es 1) y son contiguos, los anillos toman su máxima medida posible para la caja del gráfico (radialLayout).

Aparte de estos cambios, he comentado las líneas 178-180 (etiqueta "January 2002" que aparecía en la parte central) y las líneas 121 a 123 (la etiqueta "August 2009", que aparecía en la parte exterior). Hay que tener en cuenta que el modo de comentario es XML, no ActionScript.

Compilación

Ya sólo queda generar el archivo SWF. Para ello es necesario que descargar Flex SDK (gratuito, precisa Java), instalarlo (se descomprime en un directorio, sin más) y compilar.  Abriendo una consola y situándote en el directorio "src" del ejemplo, pues compilar (en Linux) así:

/ruta/hasta/flex/bin/mxmlc BrowserMarketShare.mxml -include-libraries ../libs/DegrafaLibrary.swc ../libs/AxiisLibrary.swc

Compilando en Windows, el programa es mxmlc.exe, y las rutas a los directorios se indican con contrabarra ().

Aparecerán algunos avisos pero todo funciona correctamente.  La última línea del proceso será algo así como:

/home/_usuario_/..../axiis examples/src/BrowserMarketShare.swf (568757 bytes)

Puedes abrir el archivo SWF en tu navegador y verás algo parecido a la siguiente imagen:



¿Todo bien? ¿Algo no ha funcionado? Si dejas algún comentario quizá lo aclaremos.  Clicando con el botón derecho en la versión de pantalla completa puedes ver el código del archivo MXML.

Queda un último apartado para comentar los resultados del gráfico, compararlo con el original, analizar qué podemos extraer de él, y valorar las ventajas e inconvenientes por los criterios que he seguido.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

El origen: Browser Market Share

Michael Van Daniker publicaba en su blog un gráfico sobre las estadísticas de navegadores como ejemplo de utilización de Axiis.  El gráfico me despertó el interés por su enfoque novedoso y por su combinación entre los conceptos de proporciones y serie temporal.

Observando el gráfico, se puede encontrar una analogía con los anillos de un tronco de árbol.  Los datos que muestra se refieren a las estadísticas de navegadores de w3schools.com (W3S) desde Enero de 2002 hasta finales del 2009. Empezando desde el centro, cada anillo representa el porcentaje de un intervalo de tiempo determinado.  Navegando por la versión Flash se puede ver el mes/año, el navegador de cada arco y su porcentaje de penetración.

Sin embargo, hay una serie de cuestiones que me interesaron en aras a mejorar el resultado final:

• El gráfico se muestra "abierto", ya que las estadísticas de W3S no suman el 100% (los navegadores con un uso por debajo del 0,5% quedan fuera).


• Los periodos de cada anillo no son rítmicos: En el 2002 pueden ser trimestrales o semestrales, mientras que en el 2009 los datos son mensuales.


• Los anillos tienen un tamaño idéntico, lo cual no representa de forma fidedigna el crecimiento de los usuarios de Internet.

A partir de estas observaciones, he definido una serie de criterios:

• "Cerrar" el círculo, aunque sean recalculando los porcentajes existentes.


• Aplicar tamaños de cada anillo proporcionales al crecimiento de usuarios de internet a lo largo de ese periodo.


• Establecer un ritmo fijo en los intervalos de tiempo, estimando el crecimiento de usuarios si faltan datos. De este modo, cada línea se refiere a un ciclo de tiempo fijo, y su anchura representa el incremento de usuarios.

Las fuentes de datos

Antes de entrar en los detalles sobre los datos, tengo que decir que mi objetivo principal no ha sido encontrar la serie más fiable desde 2002 hasta la actualidad.  Actualmente es posible encontrar algunas fuentes con datos mensuales bastante fiables, pero muchas no se extienden hasta ocho años atrás.

Los datos de W3S no incluyen el volumen (ni real ni estimado) de usuarios conectados a Internet.  Por lo tanto, hay que buscar fuentes complementarias.  Sin entrar en criterios estrictos de veracidad ni fiabilidad, he seleccionado la fuente Internet Growth Statistics del Internet World Stats.  Para el objetivo que me ocupa, es suficiente.

Como se puede comprobar en el enlace, los datos distan de ser concretos.  Para acabar de arreglarlo, las series de datos no concuerdan con las del W3S.  En este punto tenemos dos opciones: seguir buscando, o echar mano de la hoja de cálculo y algunas fórmulas matemáticas. Opto por la segunda.

Unificación de las series de datos

Esta fase es quizá la más larga (y seguro que la más ardua) de todo el proceso.  Importar los datos, eliminar el formato, convertir el texto en información tratable... Todo lo que no esté en una fuente estructurada requiere ese peaje.

Una vez organizados los datos, queda unificar las series. ¿Cómo podemos llevarlo a cabo? Por interpolación. La ventaja es que es un proceso relativamente sencillo, y el inconveniente es que sacrificamos algunos datos (pocos) de la serie.

En este caso he escogido la interpolación lineal.  Muy probablemente no sea la mejor (¿lo será la cúbica?): en este caso es útil y suficiente.

Para realizar interpolación entre fechas, éstas se convierten en valores numéricos (por ejemplo, días transcurridos desde el 1/1/1970). Otros dos detalles que considero son:

• Asumo que las estadísticas de "Marzo de 2005" se refieren a los datos "hasta el 31/5/2005". Es lo habitual pero no se especifica en la fuente.


• Decido que la serie sea bimensual.  Podría ser trimestral o semestral, pero lo hago para aprovechar más los datos (y no echar de menos los sacrificados).

Dado que la interpolación requiere una fecha anterior y otra posterior a la  intermedia que queremos calcular, pierdo al menos dos datos de la serie: el primero y el último. La alternativa a esto es empezar justo en la misma fecha que empieza la serie.  Obteniendo la distancia entre los dos puntos puedo calcular la parte proporcional (suponiendo incremento constante = lineal) del crecimiento de usuarios.  Por lo tanto, para cada fecha concreta de mi serie unificada, tengo el número estimado de crecimiento de usuarios.

Para obtener esta diferencia, sacrifico otro dato del inicio de la serie. (ya van tres)  Al precisar la diferencia respecto al anterior, el primero (que se supone que no tiene anterior) se cae de la lista.

Podría solucionar este detalle utilizando la cifra absoluta (el número de usuarios al iniciar ese periodo) para dibujar el círculo más interior del gráfico,. Sin embargo, lo descarto porque eso supone perder un espacio considerable. Se puede comprobar que el primer círculo sería proporcional a unos 500 millones de usuarios, mientras que el resto de anillos tienen un crecimiento mucho inferior (una décima parte en los mejores casos).

Cálculo del tamaño de los anillos

El siguiente paso es decidir qué proporción sigue el radio del anillo.  Existían dos opciones:

• Radio proporcional al crecimiento: El radio se calcula de forma directamente propocional al crecimiento de usuarios (un usuario aumenta el mismo radio tanto en los anillos interiores como en los más exteriores). El radio total del gráfico es equivalente al total de usuarios, y  el radio de cada anillo se corresponde con la proporción de nuevos usuarios de cada periodo.


• Área proporcional a crecimiento: el radio se calcula teniendo en cuenta que el incremento de usuarios es proporcional al área del anillo.

¿Qué diferencia hay?  Visualmente, mucha. Basándonos sólo en el radio, tenemos un gráfico bastante representativo si miramos por evolución (centro->exterior), pero sesgado como conjunto (visión del tronco).  10 píxeles de radio en el segundo anillo inferior ocupan mucha menos área que 10 píxeles en el anillo más externo.  Por lo tanto, el color del primer anillo ocupa mucho más espacio visual del que su volumen de usuarios representa.

Hay otra razón para escoger el criterio de la proporción por área: representar el crecimiento actual en relación al pasado.  Esto es algo interesante porque el grueso del tronco nos muestra la velocidad de crecimiento. Si este mismo gráfico se realizara con barras o columnas relativas (ocupando una misma altura, ajustando la anchura al crecimiento de usuarios, y repartiendo el área proporcionalmente), el efecto visual de las columnas "anchas" sería mucho más acusado.

En cambio, al repartirse por un área concéntrica que aumenta de radio, lo visualmente constante (anillos de un mismo grueso) es el crecimiento respecto al anillo anterior, que no el crecimiento en sí.  Por ejemplo, revisando los datos se puede comprobar que los anillos interiores crecen a un ritmo de 15-20 millones de usuarios, a pesar que se ven gruesos. En cambio, los anillos más exteriores, que parecen normalitos están creciendo a un ritmo de 40 millones de usuarios. Esto quiere decir que requiere más esfuerzo aumentar el radio en cada anillo más exterior. Es un comportamiento habitual, por ejemplo, al analizar las tasas de crecimiento de las empresas. Y es algo directamente relacionado con la viralidad de este medio (el efecto red una teoría algo criticada).

La pregunta es: ¿Se está engañando? No: se está centrando el mensaje en la tasa de crecimiento.  Volviendo a la analogía de los anillos del árbol, podemos suponer que el tronco parezca mantener un crecimiento gradual.  Pero lo que está sucediendo es que el tronco crece proporcionalmente un poco más rápido... ocupando el mínimo espacio posible.  En el gráfico sucede lo mismo: si utilizáramos barras, el espacio de representación sería mucho mayor y quitaría importancia a los primeros datos de la serie.

Como efecto derivado, en este gráfico podemos ver el efecto de la "viralidad" de los navegadores. Siguiendo la analogía del tronco, el gráfico muestra el cambio de nutrientes del substrato que es el mercado de los navegadores.

El cálculo

Para acabar esta primera parte, comento las ideas esenciales para el cálculo de los radios.  Para empezar, tenemos lo siguiente:

• El espacio en el que se va a mostrar el gráfico varía según el tamaño de pantalla que tengas, por lo que debemos calcular los radios de los anillos en cantidades relativas (tanto por uno, o porcentajes).


• Hay que establecer una relación directa entre el total de usuarios de cada anillo, y el área del propio anillo. Es decir, que esté donde esté, un nuevo usuario ocupa los mismos píxeles de superficie.


• Hay que tener en cuenta un radio inicial para el primer anillo (el nudo central). En mi caso supondré que es 0 (el primer dato empieza en el centro del tronco).

Lo que hago es considerar el área completa del anillo, que se corresponde con los 1.146 millones de usuarios de crecimiento entre Enero de 2002 hasta Julio de 2009 (datos ya interpolados).  Lo primero que hago es dividir el incremento de cada periodo por este total. Con ello tengo un valor proporcional al área de cada anillo (si el gráfico ocupara un área de 1 unidad). Es decir, obtengo la proporción de área por usuario que le correspondería a cada anillo.

Ahora debo deducir el radio para que el círculo ocupe este área.  Para ello, tengo que invertir la fórmula del área del círculo: A = π·r². Pero ojo, tengo que restar siempre el área de los anillos interiores.  Por lo tanto, calculo los radios de dentro hacia a fuera.

Para saber el radio del nuevo anillo debo:

• Calcular el àrea de todos los anillos interiores (sumo los radios interiores y calculo el área del círculo correspondiente).

Luego resuelvo el cálculo:

 r = sqrt(a+A), donde:

• sqrt(a+A) es la raíz cuadrada de (a+A).


• r = radio absoluto (distancia desde el centro hasta la parte exterior de este anillo).


• a = área que debe ocupar el anillo.


• A = Área de los anillos inferiores.

Una vez obtengo r, le resto los radios de los anillos interiores y ya tengo el ancho (radio relativo al anillo). Se podría tratar el gráfico directamente con los radios absolutos, pero requeriría empezar a dibujar desde fuera hacia dentro y por lo tanto invertir la serie. Mi opción es no retocar la serie, para no manipular la hoja de cálculo más de lo necesario.

Dado que hemos supuesto que el área del círculo es 1, la suma de los radios no equivaldrá a uno (en realidad es de unos 0,564...). Esto es correcto: lo podemos comprobar calculando el área del círculo con radio 0,564... y nos dará como resultado 1.

Y finalmente, el último paso: debemos estirar los radios para que el total sea 1.  ¿Por qué? Pues para poder calcular con más facilidad los radios del gráfico en la pantalla. Esto es sencillo: basta dividir cada fragmento de radio por 0,564..., y ya tenemos los radios proporcionados a 1. Lo que estoy haciendo aquí no es más que normalizar: ajustar una serie de valores a una medida global concreta. (la norma) Es importante no confundir con estandarizar (convertir un valor de una distribución normal a la normal estándar de media 0 y desviación 1).

Con este cálculo y algunas manipulaciones de texto en la hoja de cálculo, ya tenemos un archivo XML similar al original.  Sólo he añadido los valores del radio interno (la suma de radios interiores) y externo (interiores + radio del anillo). También muestro en la etiqueta de cada sector (navegador del periodo concreto) el número total de usuarios que aumentan en cada anillo, para que sea más fácil comprobar las diferencias entre las cifras y el efecto visual.

El siguiente paso es modificar el código del ejemplo original (para adaptar los radios y cambiar algunas etiquetas) y ya podremos compilar. En el siguiente artículo comento las modificaciones y el resultado.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

La razón de ser de la visualización de datos es muy representativa (valga la redundancia) de la época actual.  Tenemos infinidad de datos que necesitamos procesar, y necesitamos indicadores y técnicas para resumirlos. Sin embargo, por ahora disponemos de pocas herramientas que sean útiles y estables para estos objetivos.

Ante esta aparente falta de herramientas, mi opción es adoptar una postura ingenua y buscar referentes que me ayuden a determinar los aspectos clave.

Buscando referentes

Diagnóstico por la imagen

Por cuestiones que no vienen al caso he tenido la oportunidad de entender de cerca cómo funcionan los sistemas de diagnósticos por la imagen en sanidad.  Las técnicas de de diagnóstico por la imagen (con términos relacionados como radiografía, ecografía, contraste, TAC, PET, etc.) y su considerable cantidad de parámetros es una herramienta poco invasiva (salvo por la radiación, obviamente).  Comparémoslo con la alternativa: abrir al paciente o extraer una biopsia es algo mucho más desagradable (y doloroso).

Desde un punto de vista ingenuo, sorprende ver cómo al primer vistazo un profesional puede detectar los factores clave del diagnóstico.  Pero adentrándose en los aspectos técnicos, sorprende entender la cantidad de parámetros posibles (técnicos y humanos) que pueden afectar para que una imagen permita las garantías básicas del diagnóstico.  Por resumirlo en una frase: la clave está en combinar la focalización en los detalles sin pérdida de contexto.

Para resaltar estos detalles, la clave está en la posición del cuerpo del paciente, la potencia de la radiación emitida (los huesos de la cabeza necesitan más radiación porque son mucho más densos que, por ejemplo, el tórax), el ángulo del disparo (el encuadre de la imagen, por llamarlo así), e incluso la posibilidad que el paciente tenga los pulmones llenos de aire. Pura técnica de muestreo.

Un cambio en los parámetros altera el resultado final, con lo que se obtiene una imagen borrosa, oscura o demasiado clara. Dado que sus fines no son estéticos sino de salud, la nitidez del órgano o fragmento a radiografiar son claves para el diagnóstico.

Representación, visualización e interacción

El término clásico de representación gráfica de datos constituye el puente entre la emisión de datos y la representación visual.  Ese camino representa un gran paso para aquellas personas ajenas a las cifras. Nuestra capacidad de representar mentalmente los datos para extraer información varía fuertemente dependiendo de los conocimientos previos y la experiencia.

Sin embargo, la representación gráfica clásica se concentra en unos pocos parámetros.  Con este límite, es relativamente fácil representar datos, ya que se puede utilizar formas geométricas simples, espacios delimitados, colores concretos, y cifras fijadas.  Dada la tradicional escasez de datos, esta relación entre complejidad y resultados es más que suficiente. De hecho, va bien que sea así: cuanto más simple, mejor.

Lo que sucede actualmente es que tenemos muy a mano gran cantidad de datos. Por si fuera poco, el nivel de interrelación entre conjuntos de datos ha aumentado mucho: antes conseguir estas características era difícil, especialmente por el coste asociado al muestreo.  Ahora es una cuestión casi de rutina.

Con el aumento del volumen de los datos llegan varias consecuencias:

• Es necesario realizar tareas de depuración y "limpieza" de estos datos.  Esta tarea es mucho más cercana a las labores de restauración (eliminar las impurezas), que al del lavado de un coche. Una limpieza con criterios erróneos conduce al sesgo de los datos y por ello a conclusiones equivocadas.


• Los conjuntos de datos pueden implicar varios niveles de información.  Podemos tratar una muestra primaria, y relacionar este subconjunto de datos con otros datos secundarios.  Por ejemplo: podemos tratar el nivel de ventas de un producto en varias zonas geográficas, y en un segundo nivel podemos analizar factores sociodemogràficos de cada zona como la natalidad, niveles de estudios, distribución de riqueza, etc.


• Es necesario reinventar la forma de representar estos datos, ya que la linealidad de las representaciones gráficas clásicas ya no son tan útiles para transferir ideas.  Esto depende también del público al que se dirige, sus conocimientos, circunstancias, o motivaciones. La representación de los datos debe reflejar los estratos de la relevancia.


• La disponibilidad casi en tiempo real de algunos datos permite pensar en representaciones visuales actualizables, que evolucionan cambiando de color, tamaño u otros efectos. Estas alteraciones reflejarían cambios cualitativos que afectan al equilibrio del conjunto.


• Un usuario capacitado puede extraer más conclusiones si tiene la posibilidad de modificar perspectivas, filtrar ciertos datos y establecer un "camino" en la representación. Ese camino transcurre desde sus dudas hasta las conclusiones.

Los aspectos interesantes, bajo mi punto de vista, radican en la posibilidad de establecer sistemas más personalizables de visualización de datos, organizados en niveles de representación, y combinados con la posibilidad que el usuario interactúe, con el objetivo de agruparlos, disgregarlos, relacionarlos, etc.

Creo que estos tres niveles (visualización, organización e interacción) corren paralelos a los niveles de información (datos, información y conocimiento).  Los datos con un buen nivel de interacción y personalización podrían transmitir un mensaje adecuado para el receptor (por contraposición a un mensaje predefinido por el emisor), que mejora la transferencia de ideas.

Qué podemos extraer de la visualización de datos

• Menor tiempo (y procesos intermedios) entre generación de datos y toma de decisiones.


• Disponibilidad de un solo entorno para los distintos niveles de decisión.


• Capacidad para extraer y representar subgrupos de información mediante una interacción visual, descartando en gran parte las consultas textuales.


• Vinculación de recursos adicionales (archivos audiovisuales, comentarios de los usuarios, etc.).


• La forma de interacción puede ser similar al de una Wiki, en la que los comentarios de los usuarios pueden ayudar a extraer el conocimiento.


• Integración de estos datos con entornos virtuales/simulados de una organización. Es decir, un sistema de realidad aumentada que conecte los datos con el entorno real en el que se generan (por ejemplo en una planta de producción).


• Cerrar el ciclo: analizar las interacciones de los usuarios con la visualización, para explicitar el proceso de toma de decisiones, la detección de comunidades y el filtrado.


• Selección y agrupación de estos datos, informaciones y documentos para la generación de informes estructurados, que puedan servir para la difusión externa (publicidad, informes, resúmenes) o interna (formación de empleados, comunicación interna, etc.).

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Mi comentario aquí se limita a aclarar el cómo se traduce  cada tipo de voto al resultado final. Para aclarar esto es necesario concretar el significado de los tipos de votos, y analizar ventajas, inconvenientes y beneficios para los partidos políticos. El color político queda totalmente al margen del artículo.

Entre los tipos de votos hay que diferenciar a dos niveles: los que cuentan (de algún modo), y los que no cuentan en la determinación de escaños..

• En la primera categoría encontramos el voto a partidos políticos y el voto en blanco.


• En la segunda tenemos los votos nulos y la abstención (considero también el no-voto como una decisión, dado que afecta al proceso).

Resumiendo sus consecuencias:

El voto nulo o la abstención son decisiones que no afectan al reparto de escaños ni al umbral de votos mínimos, por lo que no condicionan la representación política.  La diferencia principal es que el voto nulo consta en las actas de las mesas electorales, mientras que la abstención sólo consta al comparar estas actas con el censo.

En lo relativo al voto a partidos o en blanco, estos tipos votos son considerados votos válidos.  Este detalle es incide, como se comentará más adelante, sobre el umbral mínimo de votos para el reparto de escaños.  Cabe comentar que, según la Legislación Electoral para las Elecciones Europeas (apartado de España), los partidos reciben una subvención de 3 millones de pesetas (Unos 18030 Euros) por escaño, y 100 pesetas (60 céntimos de euro) por voto recibido.

El proceso de recuento de votos: la secuencia

Para comprender el reparto de escaños más a fondo, se puede representar el proceso de votación mediante una pequeña secuencia:

• Votación: el elector tiene cuatro opciones principales:
  
  
  
  • Voto a un partido.
  
  
  • Voto en blanco.
  
  
  • Voto nulo.
  
  
  • Abstención
  
  
  
  


• Contabilización de votos:
  
  
  
  • Se contabilizan los votos que hay dentro de la urna. Implícitamente se descarta la abstención, por lo que los votos que pasan a la siguiente fase son los votos a un partido, los votos en blanco y los votos nulos.
  
  
  • Una vez contabilizados, se descartan los votos nulos para el siguiente proceso.
  
  
  
  


• Unificación de las actas de los colegios electorales:
  
  
  
  • Se suman los votos que cada partido ha recibido en los colegios electorales (en las elecciones Europeas, España es una circunscripción única, en otros casos, la suma se aplica según las circunscripciones electorales definidas).
  
  
  • Los partidos que no superen el 3% de los votos válidos (ojo con esto) quedan descartados.
  
  
  
  


• Reparto de escaños:
  
  
  
  • Los partidos que superan el 3% de votos válidos se reparten sus escaños, que según la Legislación Electoral para las elecciones Europeas, es de 64.
  
  
  • El proceso de reparto aplica la Ley d'Hondt.
  
  
  
  

A grandes rasgos, éste es el proceso.  Vale decir que la Legislación Electoral para las Elecciones Europeas comenta claramente que todo lo que no cubra la Legislación Europea queda en manos de la Legislación española (y la Junta Electoral Central). No conozco suficientemente la legislación al respecto, así que si alguien quiere matizar algo, los comentarios están abiertos.

Los efectos del voto en blanco en este proceso

La última parte que es clave en el proceso es repartir los votos entre partidos, ¿Es así? La respuesta es NO.

Antes de eso hay que aclarar el efecto del voto en blanco.  Mientras que el voto nulo y la abstención quedan atrás, el voto blanco llega a las semifinales del proceso.  Y afecta en un aspecto clave: determina el umbral mínimo de votos válidos. El voto en blanco presenta posturas a favor y en contra. No entraré en ese detalle, que cada cual valore.

Sobre los enlaces anteriores, vale la pena comentar algo: creo que el cálculo que se realiza en el enlace en contra del voto en blanco es incorrecto, aunque su valoración final es correcta.

Según el caso que comenta: Si hay 10000 votos a partidos y 5000 votos en blanco, el total de votos válidos es de 15000, por lo que el 3% de esta cantidad sería de 450 votos.  Esto significaría que los partidos con menos de 450 votos se quedan fuera del reparto de escaños.

Si no hubieran votos en blanco (sólo 10000 votos a partidos), el umbral se situaría en 300 votos. Si esos votos en blanco se dirigieran a partidos (15000 votos a partidos, 0 en blanco) el umbral quedaría en 450 igualmente. Es decir, el voto en blanco afecta al umbral mínimo de votos como si fuera otro partido, pero luego se descarta en el reparto de escaños.

El 3% parece poco, pero ahora hay que mirar a las consecuencias: ¿A qué partidos afecta más este tipo de voto? el efecto del voto en blanco incide más en los partidos minoritarios. El voto en blanco dice quién pasa a las finales electorales (mis disculpas por utilizar un argot deportivo), que es el reparto de escaños según los votos recibidos por los partidos.

Análisis de sensibilidad

A veces cuesta explicar la relación causa-efecto con porcentajes. En estos casos acostumbro a plantearlo definiendo un escenario extremo. Por ejemplo, con la siguiente pregunta: ¿cuántos votos en blanco deben emitirse para que el partido mayoritario no tenga representación? Tomando el ejemplo anterior, y si consideramos 15000 votantes que han ejercido su derecho a voto, a partir del 90% podría darse esta situación.

Este 90% obedece a un caso más práctico, ya que el 10% de votos a partidos quedaría repartido entre partidos, pero es una cifra orientativa, no exacta. Para ser exactos, por encima del 97% de votos todos los partidos quedarían fuera.  Considerando 15000 votos válidos, si 14550 fueran en blanco, ningún partido llegaría al reparto de escaños.

Entre los dos extremos (minoría de votos en blanco, y mayoría de votos en blanco), se puede aplicar una técnica habitual en economía: el análisis de sensibilidad.  El objetivo es entender cómo afectan los  cambios graduales (en este caso el total de votos en blanco) sobre el resultado final.

Si simuláramos un aumento gradual en los votos blancos, veríamos que los partidos menos votados van cayendo de la lista de finalistas.  La lista de descartados aumentaría, hasta llegar al extremo comentado antes: no hay partidos que superen el umbral del 3%.

Pero ojo: antes de eso, podría darse un caso extremo: que sólo el partido más votado superara el 3% y contara en el reparto de escaños (por lo que se quedaría con todos los escaños)  Esta situación revela la principal consecuencia del voto en blanco: perjudica primero a partidos minoritarios, y luego, gradualmente, a partidos más votados.

Como efecto derivado de lo anterior, y siempre a efectos de reparto de escaños, el voto en blanco equipara el voto a partidos minoritarios (que no llegan al 3%) al de la abstención o el voto nulo.

El reparto de escaños y el juego cerrado de suma cero

Ahora sí, llegamos a la última parte del proceso: Aplicar la Ley d'Hondt.  Ya he comentado y simulado este sistema de reparto, así que sólo me permito recalcar un detalle: el valor individual de cada voto.  Si el elector ha votado a un partido, su voto es de apoyo hacia esa opción política, e indirectamente de rechazo al resto.  No hay votos negativos (rechazar explícitamente a un partido) ni votos ponderados (repartir el voto entre varios partidos), así que el voto positivo es la única opción.

El proceso de reparto de escaños obedece a una proporcionalidad. Si convertimos los votos absolutos en porcentajes de votos (con mucha precisión en los decimales de los porcentajes), el resultado es el mismo.  Esto lleva a concluir que el reparto de escaños es un juego cerrado de suma cero: un voto hacia un partido es un voto menos para el resto. Eso sí, su peso depende del total de votos. Por lo tanto, cuantos más votos quedan fuera del reparto, más importancia tiene un peso adicional.

Esta consecuencia, en el contexto de alta abstención que están presentando las elecciones europeas, tiene un efecto muy importante.  Esto también afecta a la importancia del voto en blanco: cuando el total de votos a partidos es menor de lo habitual, cada voto a un partido cuenta mucho más, y cada voto en blanco hace más probable el descarte de partidos minoritarios.

Conclusiones y decisiones

Después de todo el análisis, si dibuja un panorama de decisiones y efectos abiertos.  La decisión de no votar, votar nulo, votar en blanco, o a un partido es una decisión de cada cual.  De todos modos, se puede dibujar un escenario general sobre los efectos de cada opción.

• Abstención (no-voto): Queda constancia por contraste con el nivel de participación. Las razones pueden ser varias, y las consecuencias son que no afecta a la representación de escaños ni a los partidos minoritarios, pero puede recalcar el descontento con las opciones posibles.


• Voto nulo: Queda constancia en relación a los votos válidos y la abstención.  Se descartan para pasar al siguiente paso, ya que no se consideran votos válidos.


• Voto en blanco: Afecta al umbral de votos que hay que conseguir para acceder al reparto de escaños, pero no al reparto final.  Como consecuencia, el voto puede limitar el acceso al reparto a los partidos que no acceden a ese umbral.


• Voto a partidos: Tiene valor (que aumenta cuantos menos votos a partidos se emitan) en la superación del umbral mínimo, y en el reparto de escaños.

Ante estos posibles escenarios, y como he dicho antes, el voto (y el no-voto) es una opción de cada cual.  Mi intención ha sido aclarar los detalles, para que la decisión sea consciente, nada más.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

La herramienta principal de la PNL es el lenguaje, que ayuda a analizar nuestros propios modelos mentales.  Según la PNL, nuestro uso de la lengua es un reflejo de nuestro esquema mental.  Identificar patrones de nuestro lenguaje permite identificar nuestros patrones mentales. Aunque no es un proceso directo, el cambio de patrones lingüísticos incide en el cambio de patrones mentales.

La posibilidad de utilizar el habla como herramienta de cambio ha permitido introducir la PNL en áreas como el management, el coaching, la comunicación y el marketing.  Debatir su utilidad puede ser polémico, porque los resultados dependen del usuario de las herramientas. No entraré en estas cuestiones.

Entrando ya en el tema que quería tratar, hay un área de la PNL que es especialmente seductora. El libro mencionado desmitifica este área, añadiéndole a su vez más interés.  Me refiero a la hipnosis.

El modelo de Milton Erickson

Para desmitificar este término ,los autores proponen utilizar el término trance como sustituto y así eliminar prejuicios.

¿Qué es el trance? Entrar en trance no es algo que requiera un gran aprendizaje ni técnicas espectaculares.  De hecho, el trance tal como lo exponen los autores es algo que sucede mucho más a menudo de lo que nos parece.  Si has conducido y durante un rato tu mente se ha evadido, has entrado en trance.  Si has perdido el hilo de la conversación, has entrado en trance.  El hecho de hacer algo queriendo pero sin ser totalmente conscientes nos traslada al estado de trance.  Sólo es eso.

Milton Erickson utilizaba la hipnosis para inducir el trance en sus pacientes.  Lo que consiguió Erickson fue utilizar ciertos patrones del lenguaje para que las personas entraran en estado de trance.  Estos patrones provocan una especie de cortocircuito en nuestra consciencia: aprovechan puertas traseras que dan acceso directo al inconsciente.

Sorprende que este proceso de entrada en trance es algo que hayamos vivido todos... si te contaban cuentos en la infancia.  Frases ambiguas como Érase una vez... o Hace muchos años en un país muy lejano... desbordan la capacidad consciente de un niño, igual que nos desborda el concepto de infinito cuando tratamos de representarlo. Para tratar de resolver ese desbordamiento, el inconsciente se activa para dar una respuesta plausible.

La primera conclusión de todo esto es que hemos crecido hipnotizados . La segunda, como apuntan los autores, es que la poesía es una gran fuente de términos que inducen al trance.

Patrones del lenguaje de Erickson

El modelo de Milton se basa en generalizar.  Es decir, ascender en las categorías de nuestros modelos mentales.  El objetivo de la generalización es relajar el contexto de unos valores.  Con esta generalización la parte consciente del individuo se ve desbordada en la capacidad de concretar y deja paso al inconsciente. Explicar este proceso en dos frases lo muestra como algo superficial, por eso recomendaría a los interesados una lectura más a fondo sobre el tema.

Para conseguir este objetivo, el modelo Erickson propone utilizar formas de lenguaje explícitamente difusas, que se resumen en la siguiente serie de patrones:

• Coletillas interrogativas (... ¿No es cierto? ¿Verdad?)


• Acompasamiento con la experiencia actual (mientras lees estas líneas en la pantalla, puedes sentir los latidos de tu corazón...)


• Dobles vínculos (Puedes seguir leyendo ahora o bien hacerlo más tarde).


• Postulados conversacionales (¿Puedes cerrar la puerta? ¿Puedes bajar la basura?). Es una pregunta que en realidad es una orden.


• Citas extendidas (Creo que lo que dice este libro sobre lo que decía Grinder en relación a lo que afirmaba Erickson...).


• Violaciones de la restricción selectiva (consultaré con mi almohada. Las paredes oyen. La pantalla de tu ordenador está cansada). Atribuir sentimientos o propiedades a un animal u objeto.


• Ambigüedades fonológicas: Términos con significados y escritura diferente que se pronuncian igual.


• Ambigüedad sintáctica: Sucede cuando no podemos determinar la función sintáctica de una palabra dentro de la frase que utilizamos.


• Ambigüedad de ámbito: (Loción para pies de menta: ¿qué es de menta? ¿La loción o los pies?).


• Ambigüedad en la puntuación: Cualquier defecto de construcción en los signos de puntuación que genera una ambigüedad en el significado.


• Utilización: Se basa en aprovechar una circunstancia ajena a nuestro discurso para implicar al receptor. Puede ser un sonido o imagen del entorno, o bien parte de la frase que nuestro interlocutor ha mencionado.


• Órdenes incrustadas y marcado analógico: Son partes de una frase que se pronuncian con un tono más bajo y un volumen más alto y que implican una orden.


• Deletrado de palabras.


• Lenguaje de conexión (conjunción y disyunción). Al conectar sentencias se rompe el límite del significado en cada caso, por lo que la capacidad de procesar el conjunto es superior. Al hacer esto se distrae a la consciencia. (No sé si te estás concentrando mucho al leer este texto, o estás escuchando música a la vez, o si te gustaría estar haciendo otras cosas, pero sé que puedes relajarte en cuanto lo desees).

Otro de los conceptos interesantes deducibles del modelo Erickson es el Isomorfismo: dos elementos que actúan igual a nivel externo pero que tienen un contenido diferente son isomórficos.  El término isomorfismo parece algo lejano al lenguaje, pero tiene una relación muy directa: si hablamos de metáforas, fábulas y cualquier recurso estilístico que represente una analogía en la relación Imagen-Representación, estamos utilizando un isomorfismo.

Buscadores en trance

En la lista anterior algunos de los puntos son aplicables casi de forma exclusiva en la comunicación sonora, pero en otros casos los patrones son plenamente aplicables a cualquier forma de comunicación, incluyendo la escrita.

Me parece curioso comprobar las analogías que existen entre los patrones del lenguaje que inducen al trance, y el estado de ambigüedad, tanto terminológica como sintáctica.  Parece que el proceso de aprendizaje y el trance corren paralelos.  Recibimos una información que intentamos manejar para conceptualizar y contextualizar, y resulta que la ambigüedad bloquea nuestros engranajes conscientes. Si la información se puede desambiguar, aprendemos; en caso contrario, quizá entramos en trance.

Trasladando este proceso de "trance" a la recuperación de la información, se sabe que la ambigüedad (y la generalización) genera mayor exhaustividad que precisión (muchos resultados, poco precisos). Si el buscador fuera humano, su trance se traduciría en verborrea, como si fuera un diálogo interno.

Las técnicas de desambiguación de los lenguajes documentales tratan de resolver ese ruido, porque se espera que el modelo cognitivo del individuo y el índice del sistema sean suficientemente similares.  Lo que sucede actualmente es que esta circunstancia no es habitual (exceptuando a profesionales recuperando en base a lenguajes controlados), y especialmente cuando se utilizan los buscadores generalistas del entorno web.  La cantidad ingente de información oculta un poco esa situación, pero muy pocas veces tenemos la certeza que una búsqueda nos aporta el documento más relevante.

Aplicando el modelo de Erickson a los buscadores, quizá "hipnotizar" a los buscadores permita mejorar la recuperación, utilizando un proceso inverso al actual: ambiguar para crear situaciones de serendipia o simplemente de interacción del usuario.  En base a los estudios realizados en la recuperación, parece que hay una analogía interesante entre los niveles del modelo Erickson y el modelo estratificado de Saracevic.  Uno y otro caminan en sentidos contrarios, pero quizá se pueda encontrar un punto de intersección entre ambos y abrir vías para introducir mejoras en algoritmos.

Las búsquedas ambiguas del usuario (y no el documento ni el algoritmo) pueden ser vías para diagnosticar los desórdenes (por ambigüedad) en el índice del buscador. Desde luego, esto último no es tarea del propio usuario, sino de la mejora continua de los algoritmos.

Como en otros casos, la inversión de criterios (ambiguar en vez de concretar) puede aportar vías alternativas de análisis para responder algunas cuestiones que los análisis clásicos, basados en criterios de consciencia y coherencia, quizá no puedan resolver.

Para muestra un botón: las palabras vacías son teóricamente un engorro para la recuperación de información desambiguada, pero pueden ser un recurso muy interesante para detectar el idioma de un documento.  Dada su constante presencia en el texto, pueden incluso ayudar a detectar fragmentos de texto con un idioma distinto al general del documento. La detección del idioma forma parte de la indexación y no de la recuperación, pero afecta a la relevancia.

La ambigüedad en la búsqueda trata de perseguir un objetivo similar: destilar factores de relevancia distintos al que nos aporta el contenido. No se van a resolver en el mismo momento de la recuperación (si lo que queremos es que el usuario desambigüe, ya existe la opción de recibir el feedback del usuario), sino que mejoraran el proceso de indexación.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Cabe decir que lo que explico aquí no debe tomarse al pie de la letra, ya que evito entrar en detalles casi imprescindibles (como el cálculo matricial y el contraste de hipótesis) para dominar este proceso.

La decisión viene tomada porque hay ingente cantidad de documentación disponible sobre los detalles de este proceso, y pocos que se centren en cuestiones más pedagógicas.

El cuadrado es una superficie, no una distancia

Calculando la raíz cuadrada de cada uno de los valores anteriores tendríamos la suma de distancias (algo así como la desviación estándar de los puntos respecto a la recta).  Lo que pasa es que el método de cálculo en los modelos lineales mantiene estas distancias al cuadrado. Un valor algo abstracto. Vamos a sacarle partido.

Entendiendo estos valores sólo como números es algo complejo e innecesario.  Basta trasladarlo a formas geométricas y la cosa cambia. Elevando un valor X al cuadrado (Si X = 3; X² = 3² = 3 x 3 = 9), estamos obteniendo a la vez el área de un cuadrado para el que su lado mide X (un cuadrado cuyos lados miden 3 tiene un área de 9).

No es casualidad que elevar un valor a la segunda potencia se denomine elevar al cuadrado, como tampoco lo es el hecho que elevar a la tercera potencia se denomine elevar al cubo.

Así que al sumar cada uno de los valores cuadrados obtenemos una especie de mosaico llamado error cuadrado total (o error cuadrático total), lo abreviaré como ECT.

Si representamos los errores cuadrados anteriores, tenemos un mosaico como el siguiente:

Figura: mosaico resultante de los errores cuadrados.

Dado que empezamos con la recta Y = 0, los cuadrados de las distancias son:

Los valores de la columna EC forman este mosaico, que se puede representar de forma equivalente con un rectángulo, siempre que tenga un área idéntica.  Con este cambio hemos convertido el mosaico en una baldosa (término acuñado entre varios compañeros de estadística durante largas noches de estudio).

Este rectángulo suma un área de 123. Para el caso, este valor es divisible por 3 y 41, que podrían ser los lados del rectángulo.  Si quieres algo mejor, queda hacer divisiones y tratar con decimales periódicos...

Esta baldosa se convierte en nuestra base de trabajo.  Nuestro objetivo al buscar el modelo lineal es encoger la baldosa, consiguiendo que la distancia entre la recta y los puntos sea mínima.  Si reducimos la distancia, reducimos la suma de cuadrados, y en consecuencia también la baldosa. El área que acabamos de calcular (ECT) se toma como punto de referencia para poder analizar la calidad de los modelos que propongamos.

Para comprobar si existen mejoras al cambiar de recta hemos de comparar el error de la recta inicial y el de la recta supuestamente mejor. Es decir, que tenemos la baldosa de la recta original, la baldosa de la nueva recta, y la diferencia entre ambas.  Utilizando términos más formales tenemos:

• Error cuadrático total (ECT): que es la distancia entre la recta Y=0 y el resto de puntos.


• Error cuadrático residual (ECR): Error cuadrático de la nueva recta propuesta.


• Error cuadrático explicado (o error del modelo - ECE): Es la diferencia entre los dos anteriores.

El Error cuadrático de la nueva recta propuesta se denomina Error cuadrático residual (ECR) porque es la parte del ECT que el modelo sigue sin explicar (es decir, que queda como elemento residual del modelo).

Esta reducción del error cuadrático medio debe incluir un segundo objetivo, igualmente clave: hay que utilizar el mínimo de causas posibles para explicar el efecto.  Hay que analizar el modelo utilizando el menor número de variables para reducir al máximo el error cuadrático.

Resumiendo: hay que reducir cuanto sea posible el error no explicable y utilizar la menor información posible para ello.

Para combinar ambos objetivos se utiliza una medida denominada el error cuadrático medio (ECM): El ECM es el area media tienen los cuadrados de los errores.  Lo único que hay que hacer (de una forma ingenua, no totalmente correcta) es dividir el ECT entre el número de valores.  En el caso anterior, con dos valores, tenemos que el ECM es 123/10 = 12,3.

¿Qué nos aporta el ECM?  Nos indica la superficie media de cada valor recogido en la muestra.  Es decir, el ECM es la distancia media que "genera" cada punto respecto a la recta y que aporta a la baldosa (Ya digo, esto es impreciso pero básicamente cierto: mi principal objetivo es simplificar la explicación).

El principal valor añadido del ECM tiene lugar cuando se analiza cada una de las variables.  Este valor nos ayudará a entender qué variable (una sola o en combinación) aporta más información.  Por el contrario, nos indicará qué variables generan más ruido que significado.

Cuantas más unidades de ECM reduzca una variable, mejor será para el modelo.  Si una variable no explica suficientes unidades ECM, lo mejor es dejarla fuera.

Con todos estos criterios empezamos a analizar.  Para determinar las variables que mejor explican el modelo, hay tres formas de hacerlo, que tienen todo el sentido común:

• Consideramos que no hay causas fiables e ir introduciendo una variable tras otra para identificar su causabilidad (forward).


• Consideramos que todas las variables son causas válidas, y eliminamos las que menos error reducen (backward).


• Alternamos la entrada y salida de variables (stepwise).

El modelo como causa, el error como aleatoriedad

Hasta este punto todo se basa en en criterios estrictos, no hay nada aleatorio.  Entonces, ¿cómo intervienen los criterios estadísticos en la determinación del mejor modelo? Pues en el comportamiento del error.

A priori los modelos lineales básicos consideran que las distancias entre los puntos y la recta tienen un comportamiento aleatorio.  Este comportamiento se considera que equivale al de una distribución normal.

El por qué de esta conclusión es fácil de responder pero de demostración tediosa y algo polémica: la distribución normal puede entenderse como el fruto de la acumulación de variables aleatorias de cualquier tipo.  Es así como lo explica el Teorema Central del Límite.  Es decir, que la normalidad puede obtenerse como resultado de infinidad de pequeñas causas combinadas.

Suponer un comportamiento de los errores como una distribución normal es el punto polémico, porque no siempre es asumible, y por eso se acostumbra a analizar este error para saber si podemos aplicar todo este proceso.

Se puede decir que el error de los modelos lineales no se trata como algo incontrolable o desconocido, sino como algo aleatorio y modelizable cuyas causas no determinan lo suficiente un modelo como para ser tenido en cuenta.

Si consideramos que las distancias se ajustan a una distribución normal, y que estamos calculando el cuadrado de esta distancia (por lo tanto una "variancia") que denominamos error; si hacemos esto podemos concluir que la distribución de esta variancia se ajusta a la distribución X² (Chi-cuadrado o Khi cuadrado).  El por qué de esta relación, y el concepto de los grados de libertad queda por ahora al margen de la explicación.

El último paso es comparar los errores de dos rectas.  Si teníamos la recta de Y=0, y la recta Y = a·X, podemos comparar sus errores dividiendo sus respectivos errores cuadráticos.  Dividir permite ver el grado de cambio entre las dos opciones.

Ante esta división y su resultado, nos podemos preguntar si el cambio es significativo o no.  Estadísticamente la respuesta pasa por dividir las dos magnitudes (una para cada recta propuesta), que se ajustan a un modelo Chi-quadrado.  Esta división genera otro valor, conocida como F de Fischer.

Atención, porque lo que estamos dividiendo son dos valores concretos: dos sumas de cuadrados que dan cada una una cifra concreta.  Lo que sucede es que se demuestra que estos valores se ajustan a un modelo determinado, y que su resultado también tiene un comportamiento conocido. Estos puntos forman parte de una variable aleatoria.

La distribución F de Fischer-Snedecor tiene dos valores de grados de libertad, correspondientes a cada una de las distribuciones X² que intervienen en la división.

El proceso final, el del contraste de hipótesis, es algo en lo que quizá profundizaré más adelante.  Pero en cualquier caso, una idea debe quedar clara: al analizar el valor F de comparación entre las dos rectas, el resultado significativo nos indica que hay razones suficientes como para tomar la nueva recta como un modelo mejor, porque aporta suficiente información en contrapartida de añadir una variable más al modelo.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

El proceso de análisis de los modelos lineales es relativamente sencillo en cuanto que sistemático, siempre que se tengan las nociones básicas sobre producto matricial, o bien se disponga de una aplicación informática que haga la tarea por nosotros.

De todos modos, esta técnica de tanto uso oculta una serie de cuestiones de sentido común que ayudarían a entender su razón de ser.  Los concepto com error cuadrático medio o el error total son conceptos esenciales que sin embargo permanecen ocultos al entendimiento general.

Relación entre modelos lineales y estadística multivariante

Antes de entrar a fondo, sí me gustaría comentar un detalle de concepto. Los modelos lineales son un tipo de estadística multivariante (o multivariable), pero ni mucho menos el único.  El análisis multivariante se centra en estudiar conjuntos de variables y su peso en los análisis para poder descartar las menos representativas.

En el caso de los modelos lineales se parte de la base que existe un proceso (debido a una secuencia de causas) que genera el efecto a analizar, y en el cual intervienen una serie de perturbaciones aleatorias ajenas al proceso, y denominadas error.

En otros casos de estadística multivariable se considera que la aleatoriedad forma parte implícita del proceso, que no hay factores dependientes e independientes, sino que todas las variables son interdependientes.  Esa interdependencia se estudia con el análisis de conglomerados o clusters, por poner el caso más conocido.

En los modelos lineales la aleatoriedad de las perturbaciones se considera como medio de análisis para llegar al objetivo (analizar la variable dependiente), mientras que en otros métodos de estadística multivariable la aleatoriedad es inherente al análisis.

Partiendo de la recta plana

Antes de identificar las causas que provocan un evento, nuestra capacidad racional para deducirlo es baja o nula, y sin embargo es lo único que cuenta.  Traducir al lenguaje matemático este desconocimiento nos lleva al cero. La relación causa-efecto es nula, o al menos eso creemos a priori.

Dado que el modelo lineal se puede representar con una recta que atraviesa la "nube de puntos", el siguiente paso es tratar de representar ese "conocimiento cero" en forma de recta.  Para ello, podemos partir de la base (totalmente arbitraria si se quiere) que la recta es totalmente plana y está a la altura de Y=0.

Para empezar con el caso, voy a partir de un pequeño conjunto de puntos, a partir del cual generaremos una recta de regresión.  Este modelo es muy sencillo porque es fácilmente representable.  Los modelos lineales pueden tratar con una cantidad indeterminada de variables, pero para el caso creo que es suficiente.

Los datos son:

Estos datos, representados conjuntamente con la recta Y=0 (que equivale al modelo Y = 0·X + 0), se puede mostrar con el siguiente gráfico:

Gráfico 1: Modelo lineal inicial - Recta en Y = 0

Nota para evitar confusiones: Con situar la gráfica en Y = 0 no estoy afirmando que esta recta signifique relación nula.  Podría darse perfectamente el caso que esta fuera la mejor recta.  Por ejemplo, podría ser que los valores fueran negativos y positivos, sin ningún tipo de pendiente.  La recta inicial es sólo eso, la representación gráfica de un punto de partida arbitrario que permita dar el siguiente paso.

Distancias, superficies y el error cuadrático

Partiendo de este supuesto, los modelos lineales tratan de encontrar la recta que cumpla el error cuadrático mínimo.  En este punto se acostumbra a dar un salto.  Pasamos de tener los puntos a buscar la recta, y de buscar la recta a calcular los errores cuadráticos. El por qué de los errores cuadráticos es clave para entender el proceso que culmina en la recta con error cuadrático mínimo.

El error se puede entender como una perturbación ajena a un proceso.  Este error es un desplazamiento (errare = mover) desde la recta (el mejor modelo) hasta el punto. Este desplazamiento se traduce en una resta: se mide la distancia vertical desde cada uno de los puntos hasta la recta.  Si dejáramos "caer" los puntos sobre la recta, ¿que distancia recorrerían?

Esta distancia se debe entender en términos absolutos.  Da igual si el punto está por encima o por debajo de la recta, la distancia es siempre positiva o nula (mayor o igual a cero).  Si la distancia de Barcelona a Madrid es de 600 kilómetros, no diremos que la distancia de Madrid a Barcelona es -600 kilómetros, ¿no? Estamos midiendo distancias no los cambios en las coordenadas geográficas.  En términos matemáticos, la distancia  (kilómetros entre Barcelona y Madrid), la dirección (este-oeste) y el sentido (Barcelona -> Madrid ó Madrid -> Barcelona) son cuestiones diferentes.  Ahora nos centraremos en la distancia.

Para realizar el cálculo de las distancias no hacemos una resta directa: calculamos el cuadrado de la resta.  Este comportamiento es análogo al que se realiza en el cálculo de la varianza, y que también se utiliza en el cálculo de la "norma" o distancia geométrica en espacios euclidianos. No voy a entrar en el por qué de este funcionamiento.  Para el caso nos podemos limitar a ver que es una forma rápida de saber la distancia eliminando el "sentido".  De todos modos, en el momento de tomar decisiones, el hecho de utilizar el cuadrado de las distancias es determinante.

Para cada punto, se calcula la distancia vertical respecto a la recta, y se eleva al cuadrado.  Sumando estos valores, tenenos el error (distancias) cuadrático (al cuadrado) total (distancias sumadas).

En la segunda parte comentaré todo el proceso relacionado con el error cuadrático y de los criterios de definición del mejor modelo, incluyendo cuestiones relativas al contraste de hipótesis.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Me parece mucho más tiempo del que ahora digo, pero como decía el filósofo, la vida realmente vivida es el tiempo que nos cambia por dentro: eso es algo difícil de traducir en artículos, aunque lo sigo intentando.

Cuatro datos

Son dos años, dedicados a encontrar momentos para escribir algo que pueda interesar a los más o menos 25 lectores de mis feeds y a los visitantes ocasionales del sitio.

Dos años que han ido evolucionando para encontrar un tono y unos temas de interés que puedan ser tan originales como sea posible, ya sea por la temática o por el enfoque.

Fruto de esto, el blog a crecido.  Con humildad desde luego, pero al menos uno tiene la sensación que ya tengo datos suficientes para saber qué  distancia hay que recorrer entre lo que puede interesar a otros y lo que me interesa a mí.

Desde que cambié el diseño los indicadores básicos han crecido. Comparando este último mes con la misma época del año pasado, el crecimiento también es palpable. Todos los indicadores han mejorado positivamente   Por ejemplo:

• Las visitas han crecido en un 80% (de las 840 a las 1500), y las páginas vistas en un 99% (de 1000 a 2100).


• El número de páginas por visitas ha aumentado un 11% (es decir, poco: de 1,26 a 1,4),


• el tiempo medio en las páginas ha aumentado un 74% (de 1:17 a 2:14),


• y tanto el porcentaje de rebote com el de visitas nuevas ha mejorado (estos indicadores son algo relativos, vale decirlo).

Tomados los datos así la verdad es que el crecimiento parece bueno.  Echando un vistazo a los datos, creo que valdría la pena evaluar estas cantidades descartando las visitas que han durado menos de 20 segundos: de este modo se reduce mucho el número de páginas vistas, pero aumenta bastante el tiempo medio por página y el número de páginas vistas (al final, el objetivo es que la lectura sea interesante, y que sea de uno o más artículos).

Una parte de las mejoras las atribuyo al cambio de diseño, que permite una mejor navegación entre apartados, de modo que mejora ligeramente el número de páginas vistas. Estoy bastante convencido que este diseño evolucionará un poquito más a nivel de navegación, y bastante más a nivel de funcionalidades, pero dado que este blog es un proceso a largo plazo, mejor no avanzar eventos.

El otro detalle que seguramente ha provocado el aumento de visitas es el mayor ritmo de publicación (el año pasado dejé de publicar por exceso de trabajo y eso se notó).

Pero lo que sí provoca un efecto positivo es el del enlace desde otros blogs, y aquí (una vez más) merece mención aparte la recomendación de Yusef (gracias), que ha dado visibilidad al artículo. Lo mejor es comprobar que existen fuentes que, como la suya, tratan (con humor, que no falte), la importancia de entender a utilizar los datos y las herramientas estadísticas para mejorar el entendimiento de lo que nos rodea.

De aquí en adelante

Últimamente me he aficionado a comentar temas relacionados con la estadística, dándoles un enfoque más llano e informal.  Internet es una fuente más que suficiente para los contenidos formales en estadística, aunque desde luego hay que saber filtrar las fuentes.

La razón por la que escribo sobre este tema es que, de los tres temas principales que trato habitualmente, la estadística es la que acostumbra a presentar una mayor barrera de entrada.

Por ejemplo, la informática puede generar rechazo, pero hay infinidad de posibilidades y necesidades que dan la oportunidad de perderle el miedo y ganar tiempo. Lo mismo sucede con la documentación: un edificio conceptual dirigido a organizar contenidos tiene sentido cuando tomamos conciencia del tiempo quer perdemos leyendo blogs, y luego buscando los artículos que nos interesaban.

Eso no significa que deje de lado el resto de temas. Mi principal objetivo es encontrar temas que combinen dos o más disciplinas, ya que creo que de este modo se crean más puntos de acceso al aprendizaje.

Cada día que pasa sigo pensando que las tres disciplinas se interrelacionan formando un cruce de caminos muy fértil, especialmente por la lluvia de datos que cae sobre nosotros en la actualidad.

Así que siguiendo adelante, es probable que me centre durante un tiempo en explicar los cuatro conceptos clave de la estadística, para luego poder utilizar esta base en artículos relacionados con los otros temas. Siempre con más ánimo didáctico que formal, por si a alguien le interesa.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

El verdadero salto cualitativo está en la introducción del formato JSON . El proceso de configuración se hace más transparente, tanto para revisar la estructura en búsqueda de potenciales errores, como también por la libertad que da este formato al enviar los datos.  Vayamos por partes.

El Cambio a JSON

En la versión 1 de OFC, el formato para transferir los datos era el "nativo" de Flash.  Esto implicaba que los datos estaban incluidos &entre ampersands&.  Ante las pocas posibilidades del formato, uno puede esperar cualquier problema derivado de entidades HTML, etiquetas con un simple signo & o cualquier otra cosa.

Con el cambio, los datos se transfieren con una estructura equivalente a la que podría incluir una matriz de datos, para luego ser capturados e interpretados por el archivo SWF en el navegador.

Implantación

Como efecto secundario positivo, es más fácil implantar una solución con esta versión.  Esto incluye el desarrollo de funcionalidades (si no satisfacen las bibliotecas en entorno servidor disponibles en el sitio), su integración, depuración y testeo. Por no hablar del soporte UTF8 de Flash y JSON, algo teóricamente básico pero a veces dramático (es de esperar que PHP6 solucione esto de una vez). Todo esto parece simplificarnos la vida en el desarrollo.

La opción de crear una biblioteca alternativa a las ya existentes puede tener sentido por cuestiones de simplificación.  Por ejemplo, en la versión PHP5 de la biblioteca las funcionalidades se encuentran disgregadas en varias clases y archivos.  Quizá esta estructura tenga sentido en el futuro para albergar gran cantidad de configuraciones, pero actualmente parece excesiva. Por otro lado, las aplicaciones potenciales de la biblioteca en un caso concreto pueden ser muy concretas, con lo que simplificar el código del servidor puede reducir levemente el tiempo de carga (esto se puede notar en sitios con altas tasas de tráfico, no en el resto).

Actualmente casi todos los tipos de gráficos comparten una gran cantidad de las características de configuración, mientras que sólo en algunos casos concretos se utilizan atributos o estructuras de valores diferentes.  Esto dice mucho en favor de la parte cliente (el archivo SWF Flash que se inserta en la página para mostrar el gráfico) de OFC, pero poco en favor de la parte servidor (la biblioteca PHP5 al menos). De todos modos esta crí­tica es muy relativa: creo que se trata de una visión de futuro por parte del creador del proyecto, que se verá en versiones posteriores. Hay que tener algo de paciencia.

Modelo de datos

Para entender las posibilidades que ofrece OFC2, hay que ir un poco más al fondo en la estructura de la configuración de un gráfico.  Resumiendo las caracterí­sticas principales del modelo de datos, se puede diferenciar entre la configuración del gráfico como elemento genérico y la representación de cada serie de datos.  En la primera parte se puede configurar el gráfico a nivel de cabecera, y luego pasar a configurar cada grupo de datos (serie).

Cabecera del gráfico

En el caso de la cabecera podemos encontrar los siguientes elementos de configuración:

• title: Texto y estilo (en formato tipo CSS) del tí­tulo principal del gráfico.


• y_legend: Texto y estilo del eje vertical.  Esto no es aplicable en gráficos como el diagrama de sectores.


• x_axis: Caracterí­sticas de configuración del eje horizontal del gráfico.  Estas caracterí­sticas incluyen el grueso y color del eje, sus etiquetas, y otros detalles.


• y_axis: Prácticamente idéntico al caso de x_axis, salvo en detalles, como definir los valores del límite inferior y superior del gráfico.

Todos estos elementos son opcionales, por lo que se pueden dejar de lado al iniciar los testeos iniciales y entrar a fondo cuando sea cuestión de dejarlo bonito. En los casos de gráficos que no tienen ejes de coordenadas X-Y (como los gráficos de sectores), las configuraciones de coordenadas pueden ser directamente inútiles porque los gráficos no lo necesitan.

Elementos del gráfico

Cada representación gráfica de datos se denomina Element en la biblioteca OFC2, y se encuentra incluido en el apartado "elements" de la configuración.  Para crear un diagrama de barras, de sectores o cualquier otro se define un elemento con su configuración concreta.  Esta configuración debe adaptarse a la configuración de cabecera, básicamente en lo relativo a escala y etiquetas.

Muchos de los atributos de configuración de cada gráfico son comunes, entre los cuales podemos encontrar los siguientes:

• type: Es el que define el tipo de gráfico.  Los tipos disponibles por ahora son: pie, bar, bar_glass, bar_3d, hbar, line, scatter, scatter_line, line_dot, line_hollow, y area_hollow (en este caso es posible crear gráficos de tipo radar).


• alpha: Transparencia del gráfico.  Cuanto menor es el valor, más transparencia.


• colour: Color de la serie de datos, en formato hexadecimal.


• text: Texto de la leyenda que etiqueta la serie.


• font-size: Tamaño de la fuente de las etiquetas de datos (no de la leyenda).


• values: Listado de valores de la serie.  En este campo hay pequeñas variaciones (en algunos casos hay que indicar dos valores), y en el gráfico de sectores hay que indicar el par valor/etiqueta).

Otras configuraciones (en principio específicas) que podemos encontrar son:

• animate: Crea una agradable animación del gráfico para desplegar los datos.  en algunos casos (por ejemplo del gráfico de sectores, "pie") el grafico se inicia plegado y se abre en abanico hasta cerrar el círculo. Puede ser que no funcione en todos los casos.


• stroke: Tamaño de la línea delimitadora del gráfico.


• dot-size: Tamaño del punto en el gráfico de lí­neas con puntos (line_dot), entre otros.

Algunos ejemplos

He generado algunos ejemplos con datos estáticos para mostrar algunos ejemplos.  En el apartado de tutoriales del sitio podéis encontrar muestras de gráficos con enlaces a sus archivos de configuración, con lo que es suficiente para profundizar en el modelo de datos.

Comentarios

Desde el punto de vista de la implantación, la versión 2 de OFC es mucho más simple, aunque su configuración queda reservada a desarrolladores y no como utilidad (widget) para usuarios finales. Eso es una cuestión a mejorar en cualquiera de estos tipos de bibliotecas, algo que facilitaría su popularización. Me gustarí­a publicar un pequeño asistente de creación de gráficos standalone (introducir la configuración y los datos, y obtener el código para incrustarlo): queda apuntado en la lista de tareas pendientes.

Por otro lado, OFC2 sigue siendo una biblioteca sencilla en cuanto a la variedad de gráficos que se pueden utilizar, aunque han mejorado.  También hay que decir que con esta nueva versión parecen sentarse buenas bases para el desarrollo de una herramienta completa y potente. Por lo tanto, habrá que esperar a nuevas versiones para ver más tipos de gráficos.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Aunque a estas alturas hay gran cantidad de literatura sobre el análisis de sistemas aplicado al management, el libro La quinta disciplina de Peter Senge (Granica, 1996) tiene un sabor genuino.  A pesar de contar con casi quinientas páginas, su lectura resulta bastante llana.  Recomiendo marcar un ritmo relajado (ni muy rápido, ni muy aplazado).

Su quinta disciplina (el análisis de sistemas) es una lectura casi obligada para quien trabaje en equipo, los gestione, o dirija una empresa.  En cierto sentido eso incluye a casi todo el mundo.

Los sistemas en la empresa (y en la vida real)

El libro está repleto de ejemplos muy clarificadores.  En realidad son el eje vertebrador de los capítulos.  Aunque estos ejemplos están muy centrados en las organizaciones, también hay ejemplos de la vida cotidiana.  No en vano el autor incluye un apartado en el que habla de la conciliación de la vida profesional y la familiar, comentando la aplicación del análisis de sistemas a los niños.

Un ejemplo que el autor expone al principio del libro para entender la perspectiva sistémica es el de una cadena de venta y distribución de bebidas.  En una práctica que realiza en sus sesiones de formación, el autor asigna distintos roles a varios participantes: uno actúa como fabricante, otro como distribuidor y otro como vendedor.  Las peticiones de bebida y las entregas al siguiente nivel se separan por "turnos".

El proceso demuestra comprobar cómo afectan a la cadena de distribución los cambios abruptos de demanda en la tienda.  En general su experiencia indica que la demanda de bebidas excede las cantidades necesarias, el almacén de la tienda queda saturado y todos salen perdiendo.  Todo ello debido a que ante un aumento inesperado de la demanda, incrementa la cantidad solicitada de bebida al proveedor.

El resto es cuestión de inercia del sistema: el sistema empresarial es mucho más complejo e ineficiente de lo que las teorías clásicas de gestión empresarial plantean. Es por eso que Senge propone un cambio de visión hacia el pensamiento sistémico.

Algunos de los motivos por los que el autor recomienda el pensamiento sistémico son:

• La estructura del propio sistema influye sobre la conducta.
• La estructura de los sistemas humanos es sutil.
• El equilibrio del sistema (que denomina punto de apalancamiento) se descubre aplicando nuevas formas de pensar.

Las leyes del pensamiento sistémico

Tras estos motivos, el autor enumera una serie de leyes del pensamiento sistémico:

• Los problemas de hoy derivan de las soluciones de ayer.
• Cuanto más se presiona, más presiona el sistema: forzar la situación tiene un efecto rebote.
• La conducta mejora antes de empeorar: como las bombillas que, antes de fundirse, lucen más intensamente.
• El camino fácil nos lleva al mismo lugar.
• La cura puede ser peor que la enfermedad.
• Lo más rápido es lo más lento.
• En los sistemas, la causa y el efecto no están próximos en el espacio ni en el tiempo.
• Los pequeños cambios pueden dar mejores resultados, pero las zonas de mayor apalancamiento (puntos de equilibrio en el sistema) a menudo no son obvias.
• Se pueden obtener dos metas aparentemente contradictorias.
• Dividir un elefante por la mitad no genera dos elefantes.
• No hay culpa.
  

Esto es sólo el principio del libro, una introducción sobre lo que se desarrolla en el resto.  El autor expone con claridad cualquiera de las afirmaciones anteriores.  Por lo que apelo a la lectura ante cualquier escepticismo.  El resto del libro no decepciona.

Algo más que decir

Aunque el autor lo menciona en algunos pasajes, el análisis de sistemas y la simulación son metodologías muy relacionadas cuando se aborda un entorno desconocido.  De hecho la simulación es una herramienta poderosa si se basa en datos fiables y objetividad.

El autor no se cansa de insistir en que los cambios instintivos fruto de la adrenalina y la opción fácil no acostumbran a ser buenos consejeros.  Nuestra mente está acostumbrada a las reacciones instintivas, algo necesario para sobrevivir, pero ineficiente al contemplar la complejidad de un sistema (sea un empresa, o una familia).

Escucha el artículo: podcast (voz sintetizada)

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Paso 1: Festival con voces en Español y codificador LAME

Hace tres o cuatro años que descubrí el programa Festival Speech Synthesis System, desarrollado por la Universidad de Edimburgo.  Este software diferencia sus licencias de uso en relación al propio código fuente y a las voces que contiene.  En esencia el software es totalmente libre (con una licencia de tipo BSD), pero en el caso de las voces existen restricciones.  Por ejemplo, las voces británicas están basadas en el Oxford Advanced Learners' Dictionary of Current English, por lo que su uso se restringe a aplicaciones no comerciales.  Algo similar sucede con la voz en castellano.

Buscando información sobre el tema, encontré dos proyectos de creación de voces para Festival en catalán y castellano:

• El primero, el desarrollo de voces en catalán por la UPC.  Hay diez voces diferentes (cinco masculinas y cinco femeninas), y además con dos estructuras diferentes: HTS (Cadenas de Markov Ocultas, HMM) y clunits (Cluster units).
• El segundo, el desarrollo de voces en castellano en un proyecto de la Junta de Andalucía.  En este caso los resultados se limitan a dos voces (una femenina y otra masculina), más que suficiente.

Para la realización de estas voces se ha utilizado el conjunto de herramientas Festvox, desarrolladas por el grupo de tecnologías de la pronunciación de la Universidad Carnegie Mellon y dirigida específicamente a la creación de voces para Festival.

En ambos sitios se puede encontrar información sobre el proceso de creación del corpus de sonidos, que es diferente en cada caso.  Cabe comentar brevemente las dos versiones presentadas en el proyecto de la UPC: HTS y Clunits.

HTS se basa en la aplicación de modelos derivados de las Cadenas Ocultas de Markov (Hidden Markov Models - HMM) a los sistemas de síntesis de voz, como se puede leer en el sitio HMM-based Speech Synthesis System (HTS).  Las cadenas de Markov (y por extensión las cadenas ocultas) son una herramienta de uso muy extendido, no sólo en síntesis o en reconocimiento de voz, sino también en procesamiento del lenguaje natural, o en el algoritmo del PageRank. No voy a entrar en detalles, trataré de dedicarle un artículo a este tema.

Para entender cómo funciona el modelo Clunits (Cluster Units Algoritmo de clusterización de unidades de sonido), hay un documento de Alan W. Black y Paul Taylor (1997) sobre la descripción del Algoritmo.

Después de escuchar varias versiones de ambos modelos, creo que el resultado más interesante está en el modelo Clunits, aunque las inflexiones de voz parecen más artificiales (no sabría decir si debido al modelo de creación del corpus).

El proceso de instalación y configuración de las voces en catalán puede leerse respectivamente en el sitio del equipo catalán de Ubuntu.  Para las voces en castellano, recomiendo la lectura del artículo Cómo instalar e integrar Festival en Asterisk, un caso de uso muy interesante. La cuestión clave es configurar festival para que utilice las voces correspondientes.

Respecto a la instalación de LAME Mp3, sólo cabe decir que en Debian no existe un paquete específico, debido a las restricciones de codificación del formato MP3.  En cualquier caso es posible descargarse el paquete y compilarlo sin problemas aparentes.

Paso 2: Script de recuperación y limpieza de los contenidos

Festival no está pensado como lector de páginas web en crudo, por lo que es necesario eliminar las etiquetas y las entidades HTML antes de realizar el proceso.  Puede ser necesario convertir el texto a codificación Latin-1 porque según la documentación del proyecto, es la codificación correcta. De todos modos es una cuestión que yo no he necesitado, desconozco si las mejoras en festival han incluído soporte para UTF8.

Antes de empezar hay que tener en cuenta un detalle importante: al eliminar las etiquetas HTML, todo el texto se desestructura.  Es decir, que un título no tiene una énfasis especial, ni siquiera se reconoce como frase (porque no es costumbre poner puntos al final del título).  Tampoco he entrado a fondo en las posibilidades de Festival para personalizar el énfasis en ciertos términos o frases.

Así que el resultado final puede ser mejorado si existen opciones en Festival que yo no estoy utilizando y quizá remarquen puntos clave (por ejemplo, en el caso de texto en negrita).  Además, en el proceso de conversión a texto normal, la entidad HTML "nbsp" se convierte en un "espacio raro", algo que Festival no tolera demasiado bien (de hecho parece que trague saliva).  También los puntos seguidos deben contener un solo espacio en blanco posterior, y ninguno entre éste y la última palabra de la frase.

Resumiendo el proceso, los pasos a realizar antes de eliminar las etiquetas HTML son:

• Introducir saltos de línea antes de las etiquetas de títulos (H1..H5)
• Introducir puntos al cierre de las etiquetas de títulos (H1..H5)
• Introducir saltos de línea antes y después de los tags de párrafo (P)
• Eliminar la entidad "nbsp".
• Introducir un espacio posterior a los puntos seguidos(.), y eliminar el doble espacio posterior (".").
• Mantener unidos los puntos suspensivos (excepción al caso anterior).
• Cambiar los paréntesis de apertura y cierre por comas.
  

Una vez realizados estos cambios, hay que eliminar las etiquetas HTML (en PHP, strip_tags ), y luego eliminar las entidades HTML (en PHP, html_entity_decode ). En caso que sea necesario, también hay que recodificar el texto (en PHP, mb_convert_encoding ).

Después de esto, el proceso ya llega a su fin: Hay que volcar el contenido generado a un archivo de texto, y ejecutar las dos llamadas para convertir de texto a WAV y luego a MP3 (primero text2wave, luego lame).

Paso 3: Definición de los scripts de Ejecución text2wave y lame

En Festival existe la utilidad text2wave, que puede ejecutarse (después de indicarse el cambio de voz en la configuración) con la siguiente llamada:

# text2wave archivo_texto -o archivo_wav

Con esto se recogerán el texto de archivo_texto, lo convertirá en sonido y lo volcará en formato WAV en archivo_wav.

Una vez conseguido el archivo de sonido, es necesario convertirlo a formato MP3.  Para ello se puede ejecutar el siguiente comando:

# lame -h -m m -b 92 --resample 22.05 --scale .61 --replaygain-accurate --clipdetect archivo_wav archivo_mp3

Con esta instrucción se genera el sonido , con las siguientes características:

• Codificación con calidad alta (-h). Evita algunos clicks/pops en la conversión a MP3.
• Sonido de un canal (-m m = modo Mono).
• Calidad de 92 kbps (-b 92): esta calidad es más que suficiente para la voz.
• frecuencia de muestreo de 22050 Hertzios (--resample 22.05). Festival varía el ratio de muestreo según la calidad de la voz, por lo que esta opción normaliza el resultado.  Se podría indicar 44100 hertzios (44.1) para aplicar el mismo ratio de muestreo que un CD a costa de aumentar el tamaño del archivo.
• escalado del valor al 61% respecto a la señal recibida del archivo WAV (--scale .61). En esencia reduce el volumen, pero lo que trata de evitar esta opción es el "cliqueo" (clipping) que se produce si el volumen es alto.
• Identificar los picos de sonido para evitar el clipping (--replaygain-accurate).
• Avisar si existe clipping (--clipdetect)
  

Las últimas tres opciones se incluyen para conseguir un resultado más agradable a los oídos y para recibir información sobre el resultado final. Esto es debido a que, al menos en el caso de las voces en castellano, el volumen original genera muchos clicks, probablemente debido a la concatenación de los sonidos que representan cada fonema/difonema. Dado que el tono y volumen de la voz están normalizados (y no sufren alteraciones en cada locución), se pueden establecer estos parámetros como fijos, algo que no podríamos hacer en caso de una locución humana real.

Paso 4: Disponibilidad de la audición en la interfaz web

Para el último paso me he valido del programa Flash MP3 Player , que permite incrustar un reproductor MP3 personalizable en una página web.  El proceso en relación a lo anterior es bastante sencillo: incluir un código HTML en la página que incruste el archivo SWF del reproductor, incluyendo como parámetro la URL.

En la propia página existe un generador de código para el reproductor, para cada uno de los reproductores.  El código permite la personalización de colores.

Con esto ya está incrustado el reproductor en la página, que referencia al archivo MP3 que previamente hemos generado y que permite escucharlo sin más problemas.

Conclusiones, otros recursos y cuestiones de accesibilidad

El resultado final tiene unas cuantas ineficiencias manifiestas (pero tampoco tan críticas: se nota que ambos proyectos de creación de voz han hecho un esfuerzo notable).  Por un lado, la pronunciación de siglas y direcciones web no siempre se acerca a unos resultados deseables.  Aunque en el caso de las voces de la Junta de Andalucía se ha trabajado en el análisis de tokens para procesar direcciones de correo y direcciones web (URL), el resultado final es mejorable.

Otro tanto sucede al escribir fragmentos de texto en otros idiomas, o instrucciones de código fuente.  La solución a este tema pasa por utilizar tags de HTML concretos (por ejemplo en el caso del código fuente, utilizar el tag "code").  Antes de procesar el contenido, estos tags pueden ser tratados como textos separados (para utilizar voces en el idioma original) o bien eliminados, y luego concatenar los pequeños archivos de voz generados.  De todos modos, esta mejora va mucho más allá de mis objetivos por ahora.  Por no decir que el resultado es a veces tan divertido que vale la pena escucharlo para echarse unas risas .

El reproductor MP3 de Flash no soluciona una cuestión importante: la accesibilidad.  Por eso considero oportuno añadir un enlace directo al archivo MP3.  De este modo se ofrece una opción de disponibilidad del contenido para personas con discapacidades visuales que no tengan screenreaders en el ordenador de consulta y que tampoco tendrían asegurado el uso del reproductor de Flash.  También descarto la inclusión del reproductor en el contenido de los feeds porque es una funcionalidad susceptible de dar problemas en algunos programas lectores de feeds.

Otras aplicaciones de un servicio como éste serían convertir a voz los artículos recogidos de otras fuentes de información.  Es decir, capturar nuestros feeds habituales y convertirlos a voz sintetizada para luego escucharlos como cualquier otro podcast.  Este caso presenta un pequeño añadido en complejidad, ya que debemos controlar el idioma de la fuente y también el marcado HTML. Lo primero es fácil, pero lo segundo puede complicarse.

Como ejemplo de este caso encontré este enlace en PHPied: conversión de feeds a podcast con ffmpeg, otra opción interesante. El uso de ffmpeg o de lame es una cuestión opcional, ya que ffmpeg requiere de un codec (que puede ser perfectamente el proporcionado por LAME). En su caso utiliza un sintetizador de Mac. Vale decir que si la fuente original está en inglés, las cosas se simplifican mucho por la disponibilidad general de sintetizadores en este idioma.

La introducción del enlace al archivo MP3 en el RSS del blog difiere conscientemente de las especificaciones de iTunes y Yahoo! Media RSS Module. Este archivo no es un podcast por sí mismo, sino una versión sintetizada, y por lo tanto no es una alternativa sino una herramienta de soporte al texto.  Con esto quiero aclarar algo: si quieres entenderlo todo, mejor acaba leyendo el artículo original.

Escucha el artículo: podcast (voz sintetizada)

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Movimiento de los ojos, movimiento de las ondas

El uso de eyetracking para el diseño de productos es el área que más me interesa personalmente.  En especial el análisis en aplicaciones web (tanto dirigidas al público general como a personal corporativo).  Otras áreas de aplicación en psicología quedan lejos de mi conocimiento (que no interés). Hace no mucho, por ejemplo, aparecía un estudio sobre el search marketing aplicado al turismo y el triángulo de oro de Google .

También se ha tratado la opción de superponer esta información con otros datos generados durante la navegación , como logs de servidor, focus groups, etc.  Lo que sucede es que este tipo de datos ya son externos al usuario. Si el ojo es una fuente secundaria, éstas ya se pueden considerar fuentes terciarias: fruto de la decisión que ha pasado por los filtros del ojo y el cerebro (e incluso la coordinación de movimientos).  Todo esto dando por hecho que están los filtros de valores, cultura, circunstancias en el momento de realizar la acción...

La posibilidad de profundizar en la información de la actividad neuronal del usuario es un paso más en la investigación de la caja negra que supone el cerebro.  Hace años que voy picoteando información sobre este tema, pero (lo acepto) sin poder entrar a fondo. Los precios o la disponibilidad de los dispositivos en relación a la poca prioridad que le doy al tema es el principal obstáculo.

El hecho de acceder a las ondas cerebrales nos aporta una información mucho más cercana a lo que sucede en nuestra mente.  Si no es una fuente primaria, poco le falta.  No está del todo claro qué ondas cerebrales son las más significativas en procesos como el impacto de un banner o la relevancia de un documento, aunque si hablamos de atención estádo anómalo del conocimiento o relevancia , la respuesta puede estar entre las ondas alfa y beta.

La posibilidad de coordinar los datos sobre los movimientos y la actividad cerebral es un doble filtro muy interesante: ni siempre miramos lo que vemos, ni siempre pensamos en lo que estamos mirando.  Establecer correlaciones entre ojos y mente parece una vía interesante para adentrarse en la atención.

Herramientas para la captura del EEG y los movimientos faciales

Entre las búsquedas que realicé antaño me topé con OpenEEG , un proyecto actualmente algo obsoleto que proporciona instrucciones concretas para el desarrollo de software y la producción de hardware (todo con permisos Open Source y Open Hardware) para la creación de estos dispositivos.  La razón por la que hablo de obsolescencia es que los dispositivos presentados van conectados principalmente por el antigo puerto de serie (el mítico COM1), por lo que la velocidad de transmisión de datos y el número potencial de canales de información es más bien escaso.  La actualización para integrar dispositivos USB está mencionada, pero no he sabido encontrar resultados concretos al respecto. En cualquier caso, la capacidad para ensamblar un aparato de estos queda bastante limitada a alguien con conocimientos de eletrónica (o alguien con amigos para este conocimiento que tenga ganas de perder parte de su tiempo libre).

En cualquier caso, el proyecto OpenEEG dispone de una lista bastante interesante de software (libre y propietario) para recoger la información, así como una especificación (modularEEG) para facilitar la comunicación entre hardware y software.

Sobre este último aspecto, creo que en la situación actual, la evolución puede enfocarse hacia un modelo más amplio: algo que pueda aplicarse a la captura de información por el movimiento de todo el cuerpo, donde las ondas cerebrales sean una parte, los movimientos conscientes otro, y los movimientos no conscientes (incluyendo respiración, pulso y sudoración) sea otro.  Y luego, dependiendo del dispositivo, se pueda procesar esta información de acuerdo con la parte que se analiza.

Emotiv EPOC

Después de OpenEEG, mi búsqueda se dirigió hacia otro lado: máquinas ya ensambladas que realicen este proceso de recogida de datos, recopilando la información pertinente (varios canales / electrodos que recojan la actividad en varias zonas del cerebro), y dejando la tarea pendiente de procesar esta información. Es decir, máquinas que vuelcan los datos recogidos en crudo, tras lo cual hay un programa que escuche el puerto USB y los procese.  Algo difícil, si además se añade un interés para que todo esto funcione con independencia del sistema operativo...

Para que exista una máquina de este tipo tiene que haber mercado.  En este caso, mercado a consumidores finales, ya que los precios de las máquinas dedicadas a la medicina o cualquier otra actividad en empresas encarece sobremanera el producto (en el primer caso, por los estándares de calidad, y en el segundo, supongo que por los pocos usos que tiene aún).  Desde luego, el sector más proclive a llevar esto a la práctica es el del ocio, y en concreto el del gaming.

Es por eso que al leer sobre el proyecto EPOC de la empresa Emotiv pareció que las cosas se acercaban, que ya faltaba menos.  Este proyecto parecía tener todos los componentes necesarios para ser el nuevo cacharrito de experimentos.  Incluso incluye un conjunto de herramientas de desarrollo de aplicaciones (Software Development Kit - SDK) con dos versiones: SDK estándar y SDK Lite. La diferencia es que en la primera se adquiere un casco, mientras que la segunda dispone de un emulador del casco vía software para el desarrollo de aplicaciones.

El SDK parece proporcionar informaciones (no datos) bastante concretos sobre las emociones o movimientos faciales de la persona. Una aplicación desarrollada con este SDK se podría centrar en el tratamiento de estos estados mentales y no en los datos, porque el SDK ya incorpora los algoritmos de identificación de las señales cerebrales.  No queda claro hasta qué punto es necesario el aprendizaje, un tema que quizá en el futuro cada vez sea menos importante , aunque hoy en día lo es.

Sin embargo, el proyecto sigue estando en fase beta, y además su distribución parece limitada a Estados Unidos (eso indican en el sitio).  Parece ser que la razón de esta beta es la mejora en la interpretación de los datos, imagino que tratando de mejorar el SDK.  Si el precio permite diferenciar la compra por motivos de "curiosidad" o de "ir en serio", creo que actualmente el de este aparato (299 dólares) cae en la segunda opción.

OCZ NIA: Neural Impulse Actuator

Hace poco apareció en Microsiervos una entrada comentando NIA, el que parece ser otro candidato.  El aparatejo en sí es muy simple: el número de sensores se reduce a tres, se recogen los datos de ondas cerebrales y movimientos oculares (no queda del todo claro si parpadeos y movimientos de cejas, o bien llega a desvelar la dirección de los ojos), y tiene un precio bastante asequible: aproximadamente 160 Euros.

Sobre la ubicación de los sensores vale la pena hacer un comentario.  Al ubicarse sólo en el área de la corteza prefrontal, se captura principalmente la actividad derivada de jucio, voluntad y toma de decisiones (Zonas 9, 10 y 11 según las zonas de Brodmann ), y en mucho menor grado en la articulación y comprensión del lenguaje (Zonas 44 a 46 de Brodmann).  Esto quiere decir que todo el resto se descarta: ni emociones, ni actividad de la memoria... el NIA es una suerte de mouse mental, no un procesador completo de señales cerebrales.

Lo que hace es recoger las señales de las ondas cerebrales (recopila y amplifica la señal), y los vuelca en bruto (a modo de stream) a través de un puerto USB.  Prácticamente no hay limpieza de datos antes de su entrada por USB, por lo que el resto es cosa del software proporcionado con el aparato, o bien de cualquier otro software que reciba los datos.

Las opiniones sobre la calidad de la señal que emite el aparato son variadas.  Por el precio y los componentes no se puede esperar una máquina de alta precisión: no es un mouse ni un teclado, es algo bastante más complejo. No será de alta precisión, pero sí imagino que suficiente. Lo que sí indican en el sitio (en realidad es una obviedad) es el riesgo de interferencias en la señal por tener aparatos eléctricos cerca como cargadores, auriculares o móviles.

Buscando en YouTube he encontrado varias referencias al producto.  En general, buscando NIA OCZ hay muestras para todos los gustos, desde reportajes hasta muestras hechas por los propios usuarios.  Dado que mi afición por los videojuegos es prácticamente nula, no sé valorar si el resultado promete.

Sobre la posibilidad de trabajar con Linux, he encontrado el proyecto NIA4Linux , donde se está desarrollando el driver que recoge los datos en bruto.  El análisis previo parece que está en curso (en base al comentario sobre la estructura de los datos que explican en el foro del proyecto ).

Antes de tener algo mínimamente operativo a este nivel, hay una cuestión principal: poder separar la mezcla de señales. Los tres electrodos están transmitiendo (cada uno) señales cerebrales y/o musculares, todo en un mismo paquete de datos. Parece ser que los electrodos laterales aportan información de cada lado (una señal invertida, provocando una especie de efecto estéreo) y un electrodo central que se utiliza como referencia.  Con estos datos, queda por saber qué parte se refiere a actividad cerebral y qué otra se refiere al movimiento ocular.

La identificación de los datos puede ser compleja aunque con el tiempo es posible que se encuentren resultados.  Desde luego trabajando en Windows con el aparato parece más sencillo a priori, ya que con el software proporcionado se puede ver de forma casi instantánea el funcionamiento del aparato. Si el uso va más allá de los juegos, es posible crear un perfil de movimientos de acuerdo con las señales.

Sobre la posibilidad de recoger la información directamente, parece que el principal problema es el de siempre: el problema de acceso a las especificaciones , ya que según explica un moderador del foro de productos de OCZ, es un producto con licencia de terceros, aunque se apuntan los puntos clave para conseguirlo.

Conclusiones y aplicaciones

La época en la que estos aparatitos se puedan aplicar de forma más intensiva parece estar llegando.  Para una aproximación al tema, el OCZ NIA parece un muy buen candidato, mientras que para análisis más profundo el Emotiv EPOC parece el indicado.  Para su uso en entornos Windows su aplicación es casi inmediata, utilizando los drivers que proporcionen sus respectivos fabricantes.  En el caso de Linux, la situación es de stand by, aunque OCZ NIA, por su sencillez y disponibilidad fuera de Estados Unidos actualmente, parece el más indicado a corto plazo.

Respecto a sus aplicaciones (dejando a un lado las que ya existen: juegos, mundos virtuales y demás), me parecen incontables.  Es un nuevo canal de interacción y por ello es potencialmente aplicable a todo lo que se nos ocurra.  La evolución de las interficies va relacionada con la limitación en la capacidad de proceso de los inputs que tienen los ordenadores.  Hace unas pocas décadas el ratón era una entelequia, igual que lo fueron en su momento la interpretación de comandos o el uso de menúes en aplicaciones.  Utilizar este nuevo modo de comunicación es cuestión de tiempo, y también de saber su verdadera utilidad.

Retomando el hilo con el que iniciaba el artículo, una de las posibles aplicaciones que veo en estas herramientas es su aplicación en estudios de producto.  Como herramientas de combinación de los datos oculares y cerebrales parecen muy interesante. Combinar este aparato con una aplicación que envíe el stream a un servidor central, y que combinara el vídeo y voz puede tener un potencial interesante para procesos de beta-testing.

Otra aplicación muy interesante es el e-Learning.  Una interfaz de este tipo puede ayudar en los procesos de evaluación de competencias sin basarse en los contenidos de evaluación.  No se trata de grabar todo el proceso, sino saber el grado de seguridad con el que se desenvuelve un alumno en una tarea, midiendo su nivel de estrés y sus errores, para determinar qué partes son las más complejas.  El uso de agentes inteligentes en ese proceso es un paso más.

Otra aplicación relacionada es una mezcla entre coaching y productividad: capturar la información sobre las tareas diarias delante del ordenador para luego determinar qué distrae, qué mejora el resultado, y cómo tratar las distracciones.

Finalmente, hay otras cuestiones (ahora lejanas) relativas a la convergencia del hardware de interacción.  En los últimos años estamos presenciando la aparición de dispositivos y entornos de trabajo que tratan de mejorar la experiencia de usuario armonizando la interacción y los movimientos naturales del cuerpo.  Entre ellos podemos encontrar escritorios en tres dimensiones, entornos multitouch, sin olvidar iPhones i Wiis.

Lo que me parece factible a medio-largo plazo es que un sistema de comunicación con el cerebro sea el principal impulsor de un sistema unificado de interacción.  Aunque los esfuerzos en investigación deberán ser notables, hay dos factores determinantes en la comercialización de estos dispositivos: el coste y los públicos objetivos.  Es mucho más fácil distribuir un aparato como los anteriores que un par proyector-pizarra.

Además, el software asociado al casco es más fácilmente actualizable que cambiar todo el hardware, por lo que el lanzamiento comercial y el ciclo del producto pueden ser más asumibles para el retorno de la inversión.

Para el potencial comprador, el casco no tiene coste de adecuación del entorno (aparte del aprendizaje del sistema), y puede esperar una vida media de producto más larga, sin grandes costes de mantenimiento debido a consumibles, y con mejoras a medio-largo plazo (con actualizaciones de software).

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Del principito a la campana de Gauss

En el cuento de Saint-Exupery, el Principito se harta de enseñar el dibujo que los mayores identifican como un sombrero, cuando en realidad él dice que es una serpiente que se ha tragado a un elefante.  La gente se echa a reír.

En la historia, la diferencia de visiones sobre el mismo dibujo es una muestra de la distancia entre los que se han acostumbrado a ver la realidad de un modo, y los que la perciben de un modo diferente, planteando que quizá lo esencial sea invisible.

Eso es lo que sucede cuando se trata de tratar con variables aleatorias.  Todo el mundo puede entender lo que es una campana de Gauss porque la ve. Sin embargo, a menudo cuesta entender que nunca nos encontraremos cara a cara con una muestra de datos reales que sean idénticos a esta campana.  Argumentar que necesitaríamos un número infinito de datos empeora el tema.

Porque, claro, relacionar la campana de Gauss con probabilidades, tiene su intríngulis.  Hay que entender cómo la serpiente se ha podido tragar al elefante.

Las bases de la estadística probabilística surgieron en los salones de juego de cartas.  Comprender que se repetían ciertos patrones y frecuencias inspiró a matemáticos como Pascal a analizar matemáticamente lo que sucedía en esas situaciones.

Así, lo que acaba convertido en fórmulas (la serpiente) fue fruto de numerosos análisis matemáticos sobre datos reales, o cuanto menos, supuestos plausibles (los elefantes).  En matemáticas es posible que una serpiente (una fórmula matemática) pueda tragarse un elefante (cada uno de los infinitos casos reales). Aunque tenga un cierto sabor Freudiano, las serpientes estadísticas se crean para poder tragar elefantes.

Del punto a la línea

Pasemos a un ejemplo.  Piensa en un puntero láser, de esos que a veces se utilizan en presentaciones. Es un pequeño artilugio que emite una luz muy concentrada que proyecta a una cierta distancia sin dispersarse.  Imagínalo enfocado hacia una pared, mostrando en ella el punto rojo.

Ahora imagínate que lo estás moviendo creando una forma concreta (un círculo, una elipse, un ocho...).  Lo mueves cada vez más rápido, más rápido...  A medida que aumentas la velocidad, tu ojo deja de ver el punto en movimiento. Si consigues moverlo muy rápido, verás una línea continua, una figura.

Graba esa forma en tu mente.  Si fueras capaz de mover tan rápido el puntero como para situarlo al azar en algún lugar concreto de esa línea continua, tienes algo muy parecido a una variable aleatoria.

De algún modo, las variables aleatorias son eso: puntos que se mueven de un modo que les es característico, pero cuya ubicación individual no es totalmente predecible: sólo probable.

Bajando a la realidad

Como decía una profesora de filosofía (admiradora de Platón para más señas): "bajar del mundo de las ideas a la realidad es un palo de tal calibre...".

La realidad quizá no sea tan dura si nos la tomamos a sorbos.  Nuestros sentidos están acostumbrados a recoger sólo una parte de la información que fluye en el ambiente, y nuestro cerebro es capaz de resaltarnos lo importante.  Su funcionamiento no es perfecto, pero tiene un objetivo claro: tomar decisiones para mantenernos vivos.

Esa imperfección es suficiente para decidir. Y de eso mismo trata la estadística. Ni necesitamos ni somos capaces de absorber toda la información: podemos decidir con menos. La cuestión es saber cuánta información necesitamos para que acertar sea muy probable.

En nuestro día a día, la /figura/ nunca aparece completa. Lo único que nos encontramos son puntos que no sabemos en qué figura encajan. La labor estadística es encontrar la forma donde mejor encajan esos puntos.

Lo habitual es que con un solo punto no sea suficiente.  Hay que seleccionar unos cuantos para tener una idea de la figura más parecida.  Es un ejercicio parecido al de "unir los puntos", pero en versión matemática.

El proceso que nos conduce del punto a la figura pasa por dos fases principales:

• Seleccionar la mínima cantidad de puntos que nos den la máxima información posible.  Este proceso es el denominado muestreo estadístico.
• Comparar la serie de puntos con las diferentes figuras (las distribuciones estadísticas). A este proceso se le llama contraste de hipótesis .

Tanto el muestreo como el contraste son dos puntos clave que unen los datos (realidad empírica) con las distribuciones estadísticas a las que puede ajustarse la variable aleatoria (teoría analítica).

La razón para recorrer este camino es que al identificar la forma, podemos trabajar sobre una base (teórica) más sólida y tomar decisiones con más criterio.

Por retornar al símil con la historia del principito: Si sabemos la forma que tiene el elefante, seremos capaces de saber si estamos tocando la cola, la trompa o una pata, y ya no andaremos tan a ciegas.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Película, cámara, luz, plano, encuadre...

Reduciendo al mínimo las partes implicadas, se podría hablar de tres elementos en el proceso de muestreo-fotografía:

• El entorno que es objeto de nuestro análisis: No es para nada homogéneo y además puede variar con el tiempo. Para complicarlo más, convive con elementos que pueden distorsionar nuestra percepción.
• Las herramientas que utilizamos para capturar los datos de ese entorno: Considerando un grado asumible de imperfección, tienen unas características que conocemos y podemos utilizar en nuestro favor.
• El sujeto que quiere capturar los datos con un objetivo concreto: No la quiere por sí misma, sino para extraer algo: una visión sintetizada de ese entorno y sus implicaciones.
  

En fotografía los elementos distorsionadores pueden ser la luz (exceso o defecto) y el movimiento.  En el muestreo, la distorsión estática puede crear un sesgo en los datos (fotografía muy clara o muy oscura, con colores más o menos saturados), mientras que la distorsión dinámica debida al movimiento genera ruido.

En el caso de las herramientas, huelga decir que la calidad de la cámara afecta al resultado de forma determinante.  Dependiendo de las exigencias, la calidad es un punto importante. El sistema óptico es clave, así como la velocidad del obturador y el angular.  También lo es la película utilizada: su granularidad y la sensibilidad, junto al enfoque, definen la precisión de los detalles.

Y finalmente nos queda el sujeto, que imprime su carácter al acto de fotografiar y al resultado.  A nivel estadístico, la visión artística queda a un lado para dejar paso a métodos de muestreo.  Lo que sucede a menudo es que hay muchas opciones para decidir cómo se muestrea. En ese punto entra en juego la visión del sujeto, el objetivo del análisis y los medios con que cuenta.  Y lo más importante de todo es que, como en el arte, el equilibrio entre lo bello a lo terrible es frágil.

La combinación de estos tres elementos es lo que puede convertir el muestreo en una mera rutina o en un arte.  La rutina intentará desdeñar los elementos distorsionadores del entorno y centrarse en los datos utilizando las mínimas herramientas, pero... es importante plantearse algunas preguntas:

• ¿Y si resulta que la distorsión del entorno potencia algo que yo quiero analizar?
• ¿Puedo alterar el entorno para que simplifique la recogida de datos?
• ¿Si recogo una muestra destruyo el entorno que quiero analizar? Si es así, ¿puedo muestrear de forma indirecta?
• Por extensión a lo anterior, ¿Hay algún dato en el entorno más fácil de capturar y que sea un buen indicador de lo que yo quiero analizar?
• ¿Tengo datos anteriores que me ayuden a capturar partes concretas con más precisión para luego hacer un collage?
• ¿Existen elementos monótonos o repetitivos?
  

Combinando estas técnicas se han desarrollado una gran cantidad de métodos de muestreo, adaptados a casos diversos, pero con un objetivo: recoger la mínima muestra posible y extraer la máxima información de ella.

La lista de métodos de muestreo no es para nada cerrada.  Lo que sucede a menudo es que los diferentes métodos se combinan. Eso sí, inventarse un método de muestreo no es algo baladí, la base matemática  que hay tras un método es muy intensa.

Más allá del muestreo aleatorio simple

Ahora daremos un salto hacia el periodismo.  Durante un rato serás un reportero/a que recorre las calles en busca de opiniones sobre noticias de actualidad.  Hoy te ha tocado ir a un par de barrios.  Antes de salir de la redacción te topas con un compañero que te dice: "en barrio A todos piensan exactamente lo mismo sobre este tema.  En el barrio B las opiniones son más diversas, pero más extremas que en el A".

Con esta información, y dado que quieres hacer un reportaje lo más representativo posible (pero cuanto antes acabes mejor), te preguntas: ¿Cuántas opiniones recojo de cada barrio?  La lógica lleva a pensar que en el barrio A sólo vas a entrevistar a una sola persona (la segunda te dirá lo mismo que la primera), y en el barrio B, las que puedas recoger el resto del tiempo.

El resultado es que tardas una hora menos de lo habitual en recoger opiniones, con lo que llegas antes a casa. Eso sí, antes de tumbarte a hacer la siesta te apuntas en la agenda que debes un café a ese compañero.

En los procesos de muestreo sencillos, el aprovechamiento de esa información se obvia en detrimento del muestreo aleatorio simple.  En el caso de la reportera, eso equivale a recoger el mismo número de opiniones en los barrios A y B, con la consecuencia que obtienes *menos variedad* de opiniones con más esfuerzo.

Por lo tanto, el muestreo aleatorio simple es el primer escalón en las técnicas de muestreo, pero por ello el menos eficiente.  Si tienes información sobre la estructura del entorno, puedes aprovecharla y ahorrarte esfuerzo.  Algunas de las posibilidades son:

• El entorno está diferenciado en conjuntos totalmente separados.  En ese caso puedes utilizar el muestreo estratificado. Lo que vas a hacer es recoger cantidades diferentes de ese estrato, y luego hacer una media ponderada de acuerdo con el peso de cada estrato en la población total. Ejemplos de estratos son la diferenciación por sexos, o edad, o nivel de ingresos.
  
• Hay división de conjuntos, cada uno de los cuales es heterogéneo en su interior, y parecido al resto. Es decir, que tienes pequeñas muestras representativas de todo el conjunto.  En ese caso puedes utilizar el muestreo por conglomerados. Los conglomerados son lo opuesto a los estratos. Un ejemplo de conglomerado serían poblaciones de tamaño similar: en todas podemos encontrar su plaza, ayuntamiento, iglesia, su parte antigua y probablemente una parte nueva.  Esta repetición casi sistemática ayuda a tratar unos pocos pueblos representativos y luego trasladar los resultados al conjunto.
• El entorno genera (o emite) elementos en serie, de forma rítmica y totalmente predecible. En ese caso, puedes aprovechar ese ritmo para aplicar un muestreo sistemático.  Este muestreo divide los elementos en grupos y selecciona uno o más de cada subgrupo. En esencia es similar al muestreo aleatorio simple, sólo que la forma de muestreo puede depender de las características de la /serie/.
• Lo que quieres analizar es mucho más complejo de observar que otro elemento con el que tiene una relación causa-efecto.  En ese caso puedes aplicar un muestreo de razón (o de ratio).  Observando el segundo puedes deducir el primero por su correlación.
  

Estos sistemas de muestreo se pueden combinar y superponer según la complejidad de lo observado.  Por ejemplo, se puede analizar un primer nivel por conglomerados (árboles frutales) y luego establecer un muestreo de razón (frutas por rama), si eso reduce la muestra considerablemente. En este caso, cuanta menos muestra escojamos mejor, ya que cada fruta recogida para analizar su calidad es una fruta menos producida.

Comentarios finales

El muestreo es un arma de doble filo.  Es el medio que acercará nuestras conclusiones a la realidad, y también el principal factor de distorsión por un uso indebido.  Los trabajos de campo y muestreos son la comidilla de los argumentarios antiestadísticos.

Siempre es importante tener en cuenta que el usuario da valor a la herramienta, por lo que no se puede afirmar la veracidad de un estudio sin saber su método. Lo que sí es posible afirmar es que la selección correcta del método de muestro garantiza buenas conclusiones con poco esfuerzo.

A todo esto, sólo me queda añadir un detalle.  En el caso de las encuestas y estudios sociales con personas, hay otro elemento añadido: el cuestionario.  Este elemento es parte de la caja de herramientas de la estadística, y otro punto clave.  Pero esto, si lo considero oportuno, ya será motivo de otro artículo.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

La productividad de las pequeñas cosas

Las tareas técnicas que tengo en mente ocupan el mismo lugar que freír un huevo, abrocharse una camisa o cambiar una bombilla. Contratar a un cocinero, un sastre o un lampista para hacer estas tareas es posible, pero poco eficiente.

Precisamente en estas "pequeñas cosas" (ahora sí, hablo de informática) es donde uno toma el pulso de la introducción de las tecnologías y en cómo afectan a la productividad (y quizá también a la motivación). Mi conclusión personal es que el pulso mejora, pero aún es débil.

Aunque la penetración del ADSL, los móviles y de los servicios web puedan ser buenos indicadores de interés, no lo son necesariamente de resultados. Creo que el componente de usuario pasivo  es el principal factor del alza en el uso de estos servicios.

A todos muchos nos han enseñado a abrocharnos una camisa o a cambiar una bombilla, pero en el terreno tecnológico eso no ha sucedido de la mejor manera ni de una forma estructurada. Este déficit se soluciona teniendo cerca a alguien "entendido" en la materia. Desde el  denominado" pringao", hasta el compañero de trabajo habilidoso con el ratón y el teclado, el que siempre nos soluciona el mismo problema porque nunca recordamos cómo lo resolvió.

Cuando veo de cerca lo mucho que podrían mejorar algunas situaciones de manejo de ordenadores, me planteo cómo se podría mejorar la calidad de vida, tanto de los usuarios como de sus compañeros habilidosos. De ahí la idea del técnico de proximidad. El término es más apropiado por proximidad que por técnico, pero en cualquier caso es un término y nada más.

Cómo definir las tareas del técnico de proximidad

Funciones del TP

• Detectar las deficiencias de los usuarios, e identificar las formas de corrección de las competencias (formación, motivación, organización).
• Sentar las bases de un plan para mejorar la productividad de cada persona delante de un ordenador, enfocándose especialmente en el aumento de la confianza hacia el uso del PC y sus programas.
• Enseñar los pequeños trucos que reducen significativamente el tiempo en tareas, especialmente las más repetitivas y monótonas.
• Trabajar con trucos mnemotécnicos, "refcards", chuletas, how-tos cortos (y principalmente visuales), o dudas habituales, que sirvan de soporte. Deben ser elementos de referencia rápida, nada de manuales.
• Proponer mejoras en el entorno de trabajo, programas o equipos para aumentar la productividad y el bienestar.
• En cierto modo, ser invisible hasta que detecta que es necesario.
• Dinamizar el intercambio de "trucos" entre usuarios. Los mejores trucos pueden surgir de la serendipia durante la rutina diaria. En ese momento el TP puede detectar quién hace las cosas diferentes y trasladarlas al resto.
• En caso que la empresa contrate desarrollos de aplicaciones a medida, detectar la forma de trabajar para trasladarla al análisis de estas aplicaciones (participando activamente), y luego en el testeo (seleccionando los usuarios más adecuados testear y diagnosticar la usabilidad).

Funciones que no son del TP

• Resolver problemas técnicos, si no es que se ha establecido así.
• Convertirse en un loro-diccionario de trucos: El truco está ahí y todo el mundo puede escucharlo, pero repetirlo cada vez que lo preguntan es algo contranatura: si el truco interesa el usuario se acuerda, y en caso contrario puede seguir haciéndolo como siempre.
• Pulular sin rumbo. Mejor estar sentado leyendo algún informe o un documento antes que pasear sin más.
• Ser un formador puro y duro. Su papel está en el learning by doing de los usuarios. La estandarización se construirá por la misma organización (sobreviven las tareas más útiles), y no en un manual.
• Hacer la tarea por el usuario, salvo que las circunstancias obliguen (urgencia, imprevistos, potencial pérdida de datos, riesgo de seguridad, etc.).
• Ser generador de estigmas (burlándose de los errores ajenos) o convertirse en el "vigilante de los ineptos".
• Posicionarse como experto o gurú. Es más, creo que el mejor perfil de TP puede ser el de un usuario avanzado que ha superado las fases de aprendizaje útiles para el resto.
  

Consecuencias, ciclos y evolución

No me cabe duda que la introducción de este perfil ayudaría en muchas organizaciones a mejorar la productividad. Pero la productividad es un fin que también pasa por la motivación, el interés, los conocimientos y la organización del trabajo.

En caso de conseguir que la mayoría de miembros de una organización se impliquen en la iniciativa, las mejoras no tardarán en llegar. Quien quiere aprender cuestiones útiles de la informática, aprende rápido dentro de sus posibilidades. Tardar la mitad de tiempo en realizar una tarea monótona es un incentivo suficiente (siempre que el objetivo no sea perder el tiempo).

Después de conseguir estas mejoras básicas pero palpables, la función y los objetivos del TP pueden diluirse. Aún definiendo un plan a medio plazo, la vistosidad de los primeros cambios disminuye. En ese momento alguien puede preguntarse para qué necesitan saber más, si con lo aprendido ya han mejorado.

Este ciclo de aceleración-freno es natural, y puede ser interesante consolidar lo aprendido aplicándolo a servicios de ocio (utilizar la tecnología en el plano personal), utilidades del ámbito personal, o similares. Aumentar las formas de uso de una utilidad mejora el hábito y refuerza la memoria de uso.

A largo plazo, el papel del TP se integrará tanto en la organización que desaparecerá o bien se implicará directamente en las tareas internas. Lo primero puede suceder si la organización tiene profesionales sobradamente competentes en su actividad, y que han asimilado lo necesario para reforzar sus habilidades técnicas. Lo segundo puede suceder si la dirección se percata de lo valioso que puede ser alguien que ha visto trabajar a los empleados y los conoce muy de cerca. Los casos que no buscan lo mejor para todos no merecen ser mencionados.

Lo que no creo que sea beneficioso es que este perfil se institucionalice indefinidamente, ya que en ese momento perderá la espontaneidad. La proximidad con el resto de usuarios desaparecerá, siendo este factor el más importante para el TP.

Por desgracia, no veo cerca la introducción formal de este perfil en el mercado laboral, por lo que es posible que todos aquellos que han asumido informalmente estas funciones lo sigamos haciendo. ¡Qué lástima! Seguiremos teniendo ratos de total improductividad, aunque a veces muy enriquecedores ;-).

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

¿CMS + Empaquetamiento = PMS?

Entrada+Proceso+Salida = Fuentes+(Selección ó Producción)+Difusión

Destinatarios de un PMS

• Periodistas independientes, o productores de contenido para empresas ajenas que quieren organizar su producción en un solo entorno, para luego enviarlo a cada uno de sus clientes.
• Newsmasters (ese flamante perfil profesional ), que trabajan filtrando y seleccionando noticias para varios sitios.
• Servicios de agregación y alertas personalizadas.
• Agencias de publicidad y comunicación, que promocionan productos de sus clientes a través de microsites, boletines ó e-mail marketing.
• Grupos de comunicación (desde prensa "tradicional" hasta redes de blogs) que desean centralizar su gestión interna en un mismo entorno de trabajo.
• Servicios de inteligencia competitiva que precisen la captura de información y la realización de "reports".
  

• Disponer de lo necesario para la producción interna de contenidos.
• Poder gestionar la selección y filtrado de fuentes externas, para combinarlo con la producción propia.
• Aplicar la herramienta para el uso interno de una organización o bien para dar servicios a terceros.
• Disociar la gestión de contenidos (la trastienda) de su difusión (la tienda) y su presentación (el escaparate) desde el punto de vista orgánico: quien trabaja con los contenidos no necesariamente debe diferenciar el trabajo según el canal de difusión o sobre cómo se presentarán.
• Incluir los criterios de filtro y agrupación de usuarios como un elemento clave en los criterios de difusión.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Parámetros básicos

• Respecto al sistema de empaquetado:
• Sin empaquetado. Los contenidos van por libre en un listado continuo.
• Empaquetado de portada/resumen, con acceso al detalle o listado de contenidos no encapsulados (archivo de contenidos).
• Empaquetado por entrega (issue).
• Quién establece el criterio de selección
• Decisión editorial/interna.
• Personalización del usuario.
• Combinación de ambas.
• Cómo se establece el criterio de selección
• Línea editorial
• Temática
• Filtros por otros campos (autoría, coincidencia full-text, etc)
• Periodicidad de actualización
• Flujo continuo: en cuanto el contenido está disponible se difunde (a modo de stream)
• Cronológica (cada X horas/días/semanas/meses...)
• Según el volumen (cuando al menos hay X contenidos disponibles).
• Sin periodicidad: Sitios estáticos que no actualizan sus contenidos.
• Niveles de acceso (cada nivel debe combinarse con un criterio de control de acceso):
• Publicación general / portada.
• Sección / Apartado / Temática.
• Detalle del contenido.
• Archivo/hemeroteca de contenidos antiguos.
• Criterios de control de acceso (deben combinarse con los niveles de acceso):
• Totalmente abierto (usuarios anónimo).
• Restricción de acceso por cuentas de usuario.
• Restricción de acceso por perfiles de usuario.
• Restricción por caducidad (suscripciones gratuitas o de pago)
• Restricción por pago (pay per view)
• Organización de los contenidos:
• Líneas editoriales / Secciones.
• Formatos o tipos de contenidos.
• Temática (categorías, etiquetas, etc).
• Otros elementos y campos (fuente, autoría, coincidencia full-text, etc)
• Canal de difusión/distribución:
• HTTP (Web,RSS,etc): visualización en el navegador o similar.
• e-mail: visualización en el cliente de correo.
• SOAP/XMLRPC (visualización determinada por el solicitante)
• Impresión.
• Otros (La lista puede ser muy larga)
• Formato:
• HTML
• RSS (+HTML)
• PDF u otros formatos binarios
• Impreso
• Destinatarios (target):
• Usuarios visitantes (difusión pasiva).
• Suscriptores aceptados.
• Clientes potenciales (con o sin filtro de segmentación)
• Análisis de la interacción:
• Ningún análisis (al raro hoy en día).
• Análisis básico: Uso de variables básicas como páginas vistas, Visitas, Usuarios únicos, tasas de rebote...
• Análisis por segmentos: Combinación de variables básicas para identificar tipologías de usuarios.
• Objetivos de navegación: Visita a una página determinada sin necesidad de realizar acciones adicionales.
• Objetivos por acciones: Alta de suscripción, respuesta a encuestas, rellenado de un formulario, compra de producto...
• Posibilidad de personalización:
• Ninguna personalización.
• Personalización general basada en contenidos, líneas editoriales, temáticas u otra información del sistema.
• Segmentación general por grupos de personas.
• Personalización sin datos históricos por usuario.
• Personalización con datos históricos del usuario (tasas de impacto en difusiones anteriores).
  

Repasando los aspectos más habituales de lo que me he encontrado en distintos sitios, y también en proyectos en los que he trabajado, creo que las características anteriores forman el núcleo de parámetros necesarios para configurar casi cualquier tipo de publicación.

Tomando como base esta aproximación, una publicación se crea a partir de la combinación de características anteriores (y otras que no estén aquí). El nombre que recibe al final es una simple anécdota.

No todos los factores pueden combinarse de forma indiscriminada. Por ejemplo, es complejo (y seguramente nada cómodo) utilizar el control de acceso por suscripciones si el formato de difusión es RSS. Al establecer los parámetros básicos lo que se permite es que la configuración sea flexible, tras lo cual hay que establecer restricciones para casos concretos como el del ejemplo.

Otros aspectos

Hay aspectos que no considero críticos en la configuración de una publicación pero que son importantes en el resultado final.

Por ejemplo, he descartado la posibilidad de analizar los criterios de diseño y maquetación de una publicación. En este caso, lo más habitual es trabajar sobre una plantilla general que se desglosa en cajas.

Sobre este punto creo que para tener una base sólida, la aplicación debe diferenciar el aspecto visual en vistas (por utilizar la terminología del MVC ). Este detalle y la decisión sobre qué campos mostrar en cada nivel de la publicación deben depender de la gestión de vistas, y no del control interno. Evidentemente determinan el resultado final de la publicación, pero no configuran la publicación como bloque de trabajo.

Además puede ser interés trabajar con diferentes vistas para una misma publicación (un caso típico son los themes que tienen aplicaciones como Wordpress o Joomla), o introducir vistas predeterminadas que luego sean configurables (algo por ejemplo disponible en Drupal, donde es posible cambiar los colores principales en los temas que lo permiten).

Otros aspectos que hay que tener en cuenta en el nivel de la vista es la posibilidad de incrustar widgets y otras cajas con contenidos/servicios externos (si el objetivo implica un mashup). El caso más obvio es el de la publicidad. No debería ser necesario generar un tipo de contenido "banner" teniendo opciones libres como OpenX , o bien opciones conocidas como AdSense. También sería interesante pintar datos utilizando gráficos estadísticos que dependan de aplicaciones externas.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Me refiero a la tónica general de afirmar que el entorno digital debilita nuestra capacidad de leer pacientemente un libro o, en general, de asimilar nuevos conocimientos. En el contexto de esta afirmación acostumbra a aparecer la palabra Google como parte de la causa .

De acuerdo con que el acceso a tanta información es algo que nos ha afectado en la forma de asimilar la información.  Sin embargo, el ruido ambiental no nos debe dejar necesariamente sordos, especialmente cuando podemos filtrarlo. Si el ruido informacional es el río revuelto, todos somos pescadores de nuestra potencial ganancia...

Asimilación y usabilidad

Entiendo que asimilar o aprender es usar la información de forma que resuelva un conflicto cognitivo a cualquier nivel.  Y aunque pueda parecer un abuso del lenguaje, yo deduzco que asimilar implica analizar la usabilidad de un conocimiento para nuestros objetivos.

La relevancia es una de las herramientas que hay que saber usar para aprender. Lo que sucede es que hasta el momento la relevancia ha aparecido como algo muy inherente a la unidad informativa (el documento) y a un canal de distribución muy concreto (el proceso editorial).

Ahora hay más palancas que calibrar en el momento de valorar la relevancia de un contenido.  Una información llega estructurada y ponderada de mil formas diferentes, por gran variedad de fuentes y canales, y con enfoques a veces difíciles de conciliar.

La estructura de red a través de la cual se está difundiendo la información no garantiza que ésta nos llegue antes ni mejor: sólo aumenta la garantía de que nos llegará.  Al romperse la cadena lineal de la edición y producción de contenidos, la primera cuestión a plantearse no creo que sea si la calidad de éstos disminuye (aunque también lo hagamos), sino la cantidad de informaciones que se han perdido cuando los canales de difusión eran tan reducidos.

Es por eso que el contexto en el que esa información se ha creado afecta mucho más que antaño. Pero no tanto por el hecho que exista un autor original que la crea, sino por el potencial de difusión que tiene esa información en la nueva situación. Y de ello se deriva la dificultad de ponderar la relevancia en un ambiente ruidoso.

Si el movimiento se demuestra andando, la asimilación se demuestra escribiendo y releyendo.

Para el lector infoxicado: escribe y relee

Bea ya lo comentaba hace un tiempo: escribir forma parte de la terapia . Quizá no sea desde el punto de vista que ella lo enfoca, porque tampoco es necesario convertirse en blogger para superar un trauma.  Pero estoy convencido que escribir ayuda a asimilar mejor la información.

El hecho de escribir conlleva entender la dificultad de estructurar una idea de modo que sea inteligible para uno mismo y para los demás.  Leer lo escrito nos hace entender lo complejo que es salir de nosotros para aportar algo (no sólo a los demás, sino a uno mismo) y comprobar que siempre hay lagunas. Por encima de todo también nos obliga a escoger lo necesario y descartar lo superficial: la verborrea leída es mucho más indigesta si la crea uno mismo.

Lo más importante de todo, es que este ejercicio nos traslada al tempo de quien escribe.  Si lees este artículo y no escribes a menudo, quizá te sorprenda saber que lo que tú lees en apenas tres minutos, yo he tardado sesenta en escribirlo. Los pensamientos que se tienen en tres minutos o en sesenta son tan diferentes (especialmente si cambiamos del ritmo de escribir al de leer) que es obvia la dificultad de asimilar.

Releer lo propio nos transporta al tempo de escribir: quizá así sepamos asimilar mejor.  No es necesario leer al ritmo que se escribe, pero sí es necesario asimilar con ese ritmo. El eco de la lectura es como el movimiento para separar la paja del grano: un movimiento hacia arriba, y que las cosas caigan por su propio peso. Se puede repetir el movimiento tanto como apetezca, pero a un ritmo suficientemente lento como para no acabar hundidos en un pajar.

Filtrar es cuestión de tiempo

Al cambiar ese ritmo también sucede algo inesperado: nos damos cuenta que quizá lo que leemos no merezca tanto nuestro tiempo. El tiempo es escaso, quizá lo único realmente escaso para aprender: el saber no ocupa lugar, pero ocupa tiempo. Si esa sensación de perder el tiempo se tiene a menudo para una misma fuente o canal, ya tenemos una conclusión: la fuente no es interesante para nuestro conocimiento.

Escribir y releer es la base para mejorar la usabilidad de nuestro conocimiento .

Todo lo comentado es una reflexión personal, a la que desde luego me gustaría adjuntar vuestros comentarios... aunque sea para decir que no valió la pena perder vuestro tiempo .

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

En este post voy a comentar una serie de consultas SQL sobre la base de datos de Piwik que servirán para obtener información básica sobre los datos recopilados por la aplicación.

Consideraciones previas

El tratamiento de datos viene precedido por una fase de trastienda que consiste en la limpieza de datos. Esta limpieza de datos no consiste en eliminar lo que no queramos saber: se trata de sólo escoger los datos que son necesarios para los objetivos que se plantea el análisis.

Incluso en la colección de datos que nos interesa, es habitual encontrar datos defectuosos fruto de la recogida de información (el trabajo de campo) que también deben ser eliminados para conseguir una mayor fiabilidad de la información.

En el siguiente ejemplo descarto datos de acuerdo con los objetivos que me planteo, pero no hago una limpieza posterior, con una doble intención: comprobar que es necesario, y ver que los datos erróneos también tienen unas características propias, que son detectables con métodos estadísticos básicos.

Objetivos

El objetivo principal de la extracción de datos es analizar la afluencia de tráfico que se generan a partir de los enlaces que pongo en los posts, y verificar si hay variaciones substanciales entre enlaces.

Este análisis podría dar paso a búsquedas posteriores para determinar si existe alguna relación entre tales enlaces y sus características propias (número de palabras del enlace, términos utilizados en el enlace) como ajenas (posición en el conjunto del texto, posición dentro del párrafo, posición en una frase). De todos modos este estudio más complejo que dejo al margen para otras ocasiones.

Extrayendo datos de Piwik

Ahora quiero comprobar si alguno de los enlaces más solicitados está recibiendo una relación de salidas más alta que los otros. Es decir, quiero medir el  ratio de click-through. Para eso voy a hacer dos consultas: primero, averiguar qué páginas de mi blog dirigen hacia estos enlaces, y luego consultar el número de visualizaciones de estas páginas.

Dividiendo el número de visualizaciones por el número de salidas, tendré el ratio de click-through. El primer paso se consigue con la consulta siguiente:

select distinct pllva.idaction_ref,pllva.idaction from piwik_log_action pla inner join piwik_log_link_visit_action pllva on pla.idaction=pllva.idaction_ref where pllva.idaction in (6, 24, 31, 135, 106, 11, 53, 107)

Ahora tenemos que los enlaces anteriores salen de las siguientes páginas:

En esta tabla, idaction_ref es el id de la página de origen, e idaction se corresponde con los enlaces externos.  Por lo tanto, tenemos que las páginas del blog que enlazan a los recursos anteriores tienen los id de acción [5,10,30,7,8,24,61,27,12,106,10,17,144].

De todos modos, en estos datos nos encontramos con dos temas:

• vemos que las acciones 5 y 144 son equivalentes.
• Vemos que las acciones 24 y 106 vuelven a ellas mismas, lo que sin duda es un error (quizá debido a un doble click del usuario mientras se procesa la consulta o algo por el estilo).

Las acciones 5 y 144 se tratarán pues como una sola entrada, mientras que  las acciones  24 y 106 deben eliminarse de la lista. Esto indica que un proceso de limpieza debería eliminar los datos cuyos valores de idaction e idaction_ref coinciden.

Nos quedamos entonces con los ítems  [5,10,30,7,8,61,27,12,10,17,144].  Ahora queda ejecutar la consulta para las páginas vistas de cada ítem:

select pla.idaction,pla.name,count(*) paginas_vistas from piwik_log_link_visit_action pllva inner join piwik_log_action pla on pllva.idaction=pla.idaction where pla.idaction in (5,10,30,7,8,61,27,12,10,17,144) group by pla.name order by paginas_vistas desc

La consulta devuelve un resultado como el siguiente (agrupando las acciones 5 y 144):

Combinando esta tabla y la de visitas por URL, tenemos un ratio de click-through entre páginas y enlaces:

 

idaction	name	pag_vistas	enlaces_salientes	%CTR
5	content/view/open-flash-chart-graficos-estadistico...	354	29	8,19%
7	content/view/normalizacion-distancias-normalizadas	158	3	1,90%
30	content/view/organizacion-de-la-informacion-person...	149	5	3,36%
8	content/view/teoria-de-la-relevancia-en-linguistic...	97	6	6,19%
12	content/view/trabajando-con-subversion-y-awk	96	3	3,13%
27	content/view/efecto-medici-innovacion-interdiscipl...	56	2	3,57%
10	content/view/jlibrary-gestor-documental-open-sourc...	44	6	13,64%
17	content/view/descargas	42	0	0,00%
61	content/view/www.themedicieffect.com	8	2	25,00%

De lo anterior hay que sacar muchas conclusiones, pero especialmente una: antes de tratar con datos estadísticos es necesario hacer una purga que sólo nos deje con los datos necesarios de acuerdo con unos objetivos.

Por ejemplo, el enlace 61 es claramente un error, probablemente debido a un error en la introducción del enlace.  El click-through que presenta puede ser debido a que el usuario trata de accede r repetidas veces al enlace. Es probable que se pudiera unificar con la acción 27 (el post sobre el efecto Medici), y que los dos clicks fueran porque el usuario vuelve a intentar el enlace.

El cálculo aporta información interesante, aunque no significativa.  De lo anterior sólo  los tres primeros enlaces tienen datos suficientes como para sacar alguna conclusión. Entre ellos cabe destacar en positivo el enlace de open-flash-chart y en negativo el de las distancias normalizadas.

Sobre el resto, precisamente el enlace del Medici Effect aporta información interesante...  pero para corregir errores. Esto en sí mismo es interesante porque el detectar que el ratio  varía bastante (aunque es poco significativo por los pocos datos). Éste es un caso determinado nos induce a pensar que algo sucede. Pero no era el objetivo de estas consultas.

También cabe comentar que todo este proceso podría haberse realizado con una sola consulta, máximo dos.  En cualquier caso estas consultas no serían eficientes en un servidor a pleno rendimiento.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Las herramientas de analíticas web recogen estos datos en base a la información proporcionada desde el servidor y el cliente (navegador).  En el lado del servidor se recopilan datos relativos a la petición (desde la fecha y la página solicitada, hasta la IP o el navegador del usuario), mientras que en el lado del servidor se almacenan algunos datos del equipo del usuario (tamaño de pantalla, colores, plugins del navegador) y la conducta del usuario (tiempo en la página)...

La principal debilidad en el lado del cliente es que la recogida de estos datos funciona con javascript, por lo que si el navegador lo tiene desactivado, estos datos no se recogen. (Ref. a diferencias entre log servidor y cliente).

Para organizar esta información, normalmente se estructura en base a usuarios, visitas, y páginas vistas.  Hay un documento con definiciones muy bien planteadas (PDF)  para esta información básica en el sitio de la Web Analytics Association.  Para estructurar esta información se utiliza como elemento base el código de sesión. Este código es un valor único que el navegador del usuario almacena en su cookie .

Normalmente el servidor elimina los datos de sesión al cabo de un tiempo después del a última petición del usuario (pocos minutos por lo general), mientras que el navegador puede borrar la cookie cuando caduque o cuando el usuario lo solicite.  La diferencia entre la información a nivel cliente y servidor es el quebradero de cabeza para desglosar usuarios y visitas.  Sabemos con bastante fiabilidad cuándo se inicia o se acaba una visita, pero no podemos tener claro si una nueva visita se corresponde con un usuario anterior si la cookie se ha borrado.

En cambio, si la cookie existe, volverá a enviar el código de la última visita.  El gestor de analíticas habrá almacenado este código para poder identificar a ese usuario, y aunque le asigne un código nuevo, ya dispondrá de una relación entre dos visitas.

A este embrollo hay que añadir que un equipo no se corresponde con un usuario.  Los cibercafés, los PCs en centros académicos y el ordenador "de la familia" son ejemplos claros de este hecho.  Por lo tanto, la fiabilidad de los usuarios únicos es relativa, mientras que las páginas vistas y las visitas son datos mucho más fiables.

Con estos tres niveles de datos se pueden extraer informaciones interesantes.  Algunas de ellas son indicadores de sobra conocidos, como las páginas por visita, tiempo entre dos visitas de un usuario, páginas más vistas, etc.

Hasta aquí la teoría básica de las analíticas web.  Hay muchos recursos al respecto, el problema es filtrar qué recursos son más interesantes.

Uso de Piwik

El siguiente paso es tener acceso a estos datos.  Hay variedad de formas, aunque los más conocidos son el análisis de logs del servidor (análisis transaccional). Dado que puede interesar disponer de más información que la que proporciona el servidor, yo voy a utilizar los datos que proporciona la aplicación Piwik, una herramienta de código abierto desarrollada con PHP y con licencia GPL que permite acceder a esta información ya estructurada en una base de datos MySQL.

Visto lo anterior, escojo Piwik como herramienta de analítica web porque me permite acceder de forma estructurada a los datos, pero hay otras que también permiten esas funcionalidades. Está por ejemplo PHPMyVisits , que incluye además una funcionalidad para obtener el heatmap de clics de los usuarios (integrando ClickHeat desarrollado por labsmedia ).

Volviendo a Piwik, su web proporciona una imagen sencilla de su _esquema de la base de datos_ que almacena la información de la aplicación.  En este esquema, hay que destacar tres tablas, que son las que almacenan los datos de navegación como tales:

• piwik_log_visit: Almacena los datos relativos a una visita.  Dado que se espera que cada visita mantenga los parámetros de equipo y navegador, no es necesario generar redundancia a cada clic del usuario.  Esta tabla incluye datos sobre cookie, localización, página de origen (referer ), opciones del navegador y del equipo, etc.
• piwik_log_link_visit_action: Almacena los datos de la página vista.  Esto incluye un código único de URL actual (lo comento en la siguiente tabla), código de URL de origen, y el tiempo de estancia en esta página.  Esta tabla será importante en el momento de realizar un análisis de la navegación. 
  
• piwik_log_action: Es una tabla auxiliar donde se almacenan las URL solicitadas, un registro por URL.
  

A todo esto hay que decir que Piwik genera tablas-resumen mensuales de los datos.  Estas tablas se tienen el formato piwik_archive_numeric_AÑO_MES y piwik_archive_blob_AÑO_MES. Estas tablas ayudan a mantener un tamaño reducido de las tablas anteriores, y siguen permitiendo el acceso a los datos básicos de fechas (tablas ..._numeric_...) o a los datos completos (tablas ..._blob_...).

Con todo esto, sólo queda añadir que el prefijo piwik de todas las tablas viene por defecto pero es posible cambiarlo en la fase de instalación de la aplicación.

La razón de existencia de la última tabla es que evita la redundancia de piwik_log_link_visit_action. Teniendo en cuenta que esta es la tabla que almacenará más datos, esto es importante para la agilización en la inserción de datos.

Analizando más a fondo la tabla piwik_log_visit, podemos ver que existen los campos visitor_idcookie y visitor_returning.  Estos datos nos permiten relacionar visitas para identificar a los "usuarios únicos", siempre teniendo en cuenta las consideraciones que comentaba antes.

Con estas tres tablas tenemos la estructura usuario-visita-página, necesaria para empezar a extraer información de forma estructurada.

En el próximo post empiezo a comentar las consultas SQL para extraer datos, los objetivos del análisis y su aplicación en GNU R.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Poco a poco voy introduciendo las mejoras pendientes.  De los temas que mencioné en el anterior post, ya he activado los comentarios y he incluído un sencillo sistema de captcha para salir del paso, aunque lo iré mejorando porque tampoco es difícil de sortear.

También he incluído la sección de recursos,que servirá para cargar los archivos y otros detalles que yo pongo a disposición.  Y sólo faltará el apartado de enlaces, con información relativa a recursos disponibles en otros sitios.

Agradecimientos

En la explicación sobre los cambios en el diseño de Sopa de bits dejé conscientemente a un lado el comentar el diseño visual por sí mismo.

Y es que el diseño gráfico cumple una función importante en cualquier web: no es lo mismo ir vestido que vestir un buen conjunto. No es cuestión de dinero, sino de gusto.

El mérito que este blog tenga tan buen gusto visual es total y exclusivamente de Albert Biarnés. Albert es un Ingeniero Técnico Multimedia que actualmente trabaja en la filial de un grupo farmacéutico como web developer. Sin embargo, el nombre del cargo no hace justicia a su perfil.

En realidad, Albert conjuga como pocos dos valores muy apreciados actualmente: creatividad y conocimientos técnicos.  Además de lo anterior, se ha formado en temas relacionados con la comunicación, por lo que tiene todos los conocimientos necesarios para coordinar proyectos tecnológicos que planteen objetivos en la comunicación de una marca, su imagen y sus valores.

Estoy convencido que un perfil como el de Albert se va a encontrar muy a gusto en la nueva generación de servicios web 2.0, más enfocados a empresas.

Después del resultado de esta versión del diseño, sólo me queda agradecerle el esfuerzo absolutamente desinteresado por lavarle la cara al blog y hacer este espacio más agradable para mis posts. Gràcies Albert! 

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Mejoras introducidas

Nuevo aspecto visual

Esto era quizá lo más evidente: partiendo de un diseño simple (por no utilizar otros adjetivos) se ha cambiado el tono sin modificar el mensaje  de fondo.  Los tonos utilizados mejoran el rastreo visual, ayudan a detectar la estructura de los contenidos, y por lo tanto mejoran notablemente la interacción y usabilidad del sitio.

Aparte de los tonos, la tipografía y la estructura general, me gustaría destacar también la caja de categorías y palabras clave que se puede ver en la parte derecha de cada POST.  Me apetecía situar esta información en un lugar destacado pero sin interferir en el contenido como tal.

El resultado me parece satisfactorio, y no descarto poner ahí más información, como por ejemplo el número de comentarios realizados.

Tags y categorías

Otro aspecto que faltaba, importantísimo bajo mi punto de vista.  Navegar por el archivo de postsha sido sencillo debido a que había pocos posts.  Pero desde luego no era agradable.  Con la nueva funcionalidad, es posible acceder a los contenidos a través de posts y categorías.

Esta funcionalidad no tiene mucho más que explicar, salvo que el tag cloud implementa el algoritmo de generación de nubes que comenté hace un tiempo.

Los tags y categorías se combinarán con otro servicio implantado pero pendiente de activar: los RSS y alertas de e-mail para contenidos. Esto lo explico más adelante.

Timeline en el archivo de posts

Esto es más un experimento que una funcionalidad.  Beukis me comentó la existencia del proyecto SIMILE del MIT, empecé a probar y quedé encantado con las funcionalidades que proporcion.  Además del timeline existen varios proyectos que van enfocados a mejorar la visualización de la información y a su tratamiento semántico.

Esta funcionalidad mejorará quizá un poco, incluyendo una entradilla en el bocadillo que aparece al clicar sobre una entrada, aunque dado el espacio, el texto será limitado.  También introduciré un enlace hacia el post.

Temas pendientes

Comentarios

Por lo pronto, falta activar los comentarios.  Quiero implantar/desarrollar un sencillo sistema de captchas textuales para evitar las formas más rastreras de SPAM, pero sin poner en aprietos a los usuarios (nada de captchas visuales).

La herramienta servirá para indicar un sencillo enunciado corto de un sencillo problema matemático, o bien de lógica simple.Lo tengo en mente y casi analizado: se tratará de una barrera de entrada simple, por lo tanto no infalible.  De todos modos, entre esto y el RSS de los comentarios debería ser suficiente para atajar las entradas de SPAM.

Alertas vía e-mail

Otro de los temas que tengo pendiente es activar un servicio para configurar sistemas de alerta. El servicio servirá para que el usuario pueda generar su propio RSS, alerta o ambos.

En una segunda fase, tengo intención de publicar estas alertas si el usuario lo permite, de modo que el resto pueda utilizar el filtro de los usuarios que lo hayan aplicado

La intención es que esta funcionalidad será accesible a través de la caja Fuentes RSS, y permitirá acceder a un pequeño espacio para activar este servicio.

Ampliación del apartado de recursos

Aunque creo que debo sintetizar más mis posts, tengo claro que no me apetece hacer reseñas de dos líneas. A esto se suma que quiero dar un impulso mayor al apartado de descargas (que no está activado).

Por eso mi intención es generar un espacio de recursos en su sentido más amplio, incluyendo los archivos que yo cargue, los enlaces de interés que apunte y posts de otros blogs que haya considerado interesantes.

De este modo diferencio lo que son aportaciones principalmente mías y lo que son referencias externas.  Dado que puedo integrar estas funcionalidades, incluir esta funcilonalidad mejora otra debilidad en este blog: la falta de enlaces en los posts.  Al disponer en la base de datos de un listado de recursos, me es posible matar varios pájaros de un tiro:

• Tener más a mano los enlaces a noticias que he leído e integrarlos en un post.
• Valorar estas noticias en base a las referencias en los posts.
  
• Integrar el sistema de categorización e indización de los contenidos propios y ajenos, para así poder adaptar mejor el enfoque temático.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

El comentario en sí viene a raíz de Tagging: five emerging trends.

Yendo al grano:

• El mercado quiere (por no decir "necesita") estructura. Es decir, según el mercado, las mejores etiquetas son las que representan mejor la estructura (las menos ambiguas).
• Hay espacio para todos los grados de estabilidad y obsolescencia. Es decir, tienen que haber conjuntos de términos y conceptos que permitan establecer una base sólida, mientras que otros conjuntos de términos serán volátiles y estarán más enfocados a la innovación. Estas capas de actividad, más que cohabitar, se integran y son moderadamente permeables.
• Combinación de lo humano y lo automático. Ninguno de los extremos es adecuado.
• La comunidad (y lo que comparte) determina el uso de los tags y por lo tanto es un factor importante a tener en cuenta para definir los tags.
• Los tags son una fuente de innovación por la capacidad de interacción que dan a los usuarios.
  

Desde luego, suena a algo, ¿no? Algunos dicen que se ha reinventado la catalogación como quien reinventa la rueda.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

En demografía existe un indicador que sirve como referencia para conocer la calidad del sistema de salud de un país. Ese indicador se basa en el número de muertes de niños antes del año de vida: se supone que cuanta menor es la proporción de muertes en esa franja de edad, mejor es la calidad asistencial en esa zona. Así que por ahora, el niño crece con ganas, aunque es algo remolón.

Los indicadores tienen esa mezcla única de lo anecdótico y lo profundo que resulta tan atractiva: ese es el objetivo que quiero para lo que escribo aquí. No trato de exponer con precisión académica, pero tampoco me apatece comentar cosas porque sí. Para eso me voy a tomar una cerveza o simplemente miro la tele. Estos son mis criterios de info-sostenibilidad para este blog.

Estadísticas

La frecuencia de escritura me ha llevado a un total de 66 posts. No es para lanzar cohetes. Hay un cierto compás sincopado en el ritmo de publicación: entre otras cosas, se debe a un cambio de aires a nivel laboral y a todo lo que ello comporta. También se debe a un cambio de vivienda, con el traslado... Que en estas circunstancias el blog haya sobrevivido a esto, creo que ya marca la intención firme de continuar.

Esta discreta producción ha provocado un total de 1060 páginas vistas... mensuales. Echando a un vistazo a sitios como OJD interactiva, uno baja a la realidad de golpe, pero me siento satisfecho de superar la cifra psicológica del milenio.

Las visitas vienen dirigidas principalmente con Google. Digo principalmente por no decir exclusivamente, aunque Google representa un 80% al 90% de mis fuentes de tráfico. Con eso está casi todo dicho.

Digo casi todo porque entre los generadores de tráfico entrante me queda comentar a human-computer.net (HCNet), que me generó un tráfico adicional muy de agradecer, especialmente por su recomendación hacia este blog. A corte de anécdota, vale la pena comentar que generó más tráfico hacia marioalberich.com que hacia sopadebits ;-).

Enfoque y objetivos

A pesar de la satisfacción, uno tiene una serie de objetivos para con este espacio. Algunos son de carácter conceptual, y otros de más nivel operativo.

• El primer objetivo es cambiar la imagen del blog. Hace más de cuatro meses que tengo en el cajón una maqueta, y creo que no falta mucho para cambiarla.
• Espero que el nuevo diseño pueda ir acompañado ya por la nueva versión de la herramienta que llevo utilizando desde hace medio año para otros proyectos. Esta herramienta es una versión ampliada del Framework CakePHP. Dado que este framework ya incorpora gran cantidad de funcionalidades, bibliotecas, utilidades y demás, me sería más fácil incorporar categorías, etiquetas, comentarios, demos y otras virguerías varias.
• Espero poder mostrar algunos casos de proyectos que esté llevando por ahora. La teoría está muy bien, pero si miro a mi experiencia personal, no hay nada más enriquecedor (ahora hablo de informática) que los ejemplos y casos concretos. En esto también incluyo alguna que otra utilidad para funcionalidades básicas, otros archivos de descarga, etc.

Se acabó el tiempo. Debo volver a lo mío.

A modo de final lacrimógeno, sólo me queda agradecer a quienes dedican sus ratos de lectura a mi blog y a quienes dedican sus ratos a escribir en los suyos propios, dando más ideas de lectura, enlaces y aprendiendo. Esto ya forma parte de mi vida.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

No comentaré la cuarta parte, ya que su objetivo principal es traducir el marco conceptual desarrollado hasta aquí en un marco operativo para desarrollar una aplicación informática.

Construcción del marco de trabajo

El sistema trata de actuar en las siguientes fases:

• Estructuración de recursos individuales en base al etiquetado de recursos.
• Mapeado de intereses y focos individuales.
• Proposición de red social en base a las similitudes detectadas.
• Canalizar las recomendaciones y el feed-back.
  

Uno de los temas de interés de este apartado es el proceso de clustering. Para ello se analiza el grado de similitud entre dos recursos A y B, que se simboliza como S_AB. Se propone la siguiente fórmula para el cálculo de la similitud:
S_AB = CT_AB / (OT_AB - CT_AB)
Donde:

• CT_AB = Tags que hay tanto en A como en B (interesección intersección)
• OT_AB = Todos los tags, coincidentes o no (unión de conjuntos)

Analizando superficialmente la fórmula podemos detectar que puede tomar valores entre 0 y ∞, y que el valor es mayor cuanta mayor proporción de tags coinciden.

Las similitudes entre cada par de recursos se puede representar una matriz NxN que permite analizar distancias y representaciones de distancias entre recursos. Esta matriz de similitudes puede poner de relieve las diferencias de criterios de etiquetado para un mismo recurso, lo que pone en riesgo la capacidad de intercambio y reutilización. En el momento que se comprueba que un recurso aislado se etiqueta de forma muy diferente, un sistema de recomendación puede proponer tags que cohesionen al usuario etiquetador dentro de un grupo de interés. De este modo se aisla el loosely tagging que provocado por el etiquetado poco consistente de recursos. Si el sistema proporciona estas funcionalidades y se combinan con herramientas de manipulación de recursos (reetiquetado, por ejemplo), es posible pensar en llegar a un mayor grado de homogeneinización (con la motivación de los usuarios).

Otro caso es el de las etiquetas como "to_read" o "cool", que son genéricas y ajenas a un foco temático, por lo que deben tratarse en base a criterios operativos y no conceptuales.

Otra aproximación puede ser el análisis de la calidad de los clusters en base a las referencias cruzadas entre usuarios. Aunque el estudio no se plantea como objetivo la revisión "manual" de clusters, sí considera factible marcarlos para su revisión.

Creación de focos

La creación de focos se basa en la identificación de tags más utilizados (por término medio) en un subconjunto de datos. Esta mayor conccentración determina el foco. La similitud entre elementos de un cluster viene determinada por la similitud de rangos entre tags (Esto es una nota al margen: Test U de Mann-Whitney y Test de Wilcoxon, por si tienen alguna aplicación válida).

Para establecer una métrica de similitud entre clusters se considera analizar los tags comunes según su rango dentro del conjunto y se propone la siguiente fórmula:

S_tag = [R1 / (R1-R2)] / F

Donde:

• S_tag = Similitud entre tags.
• R1, R2 = Rango del tag en los clusters 1 y 2.
• F: equivale a una medida de "amistad" entre ambos clusters [se refiere a recursos o a miembros?]
  

Con el cálculo del conjunto de distancias se puede obtener una medida de distancia entre clusters:

D = distancia entre clusters = OS/OT - OD/OT = (OS-OD)/OT

Donde:

• OT = Total de tags principales de ambos clusters (unión de tags principales).
• OS = Tags principales que coinciden en ambos clusters (intersección de tags principales).
• OD = Tags principales que no coinciden entre ambos clusters (no-intersección de tags principales).
  

El valor de D puede tomar valores en el intervalo [-1,1]. Este valor se normaliza para que tome valores en el rango [0,1].

Se espera que un foco estable tenga un modelo de distribución de tags ajustable a una ley potencial [power law]. Además de ello se propone el análisis de sus atributos:

• Tamaño: Número de miembros.
• Amplitud (breadth): Cantidad de sub-temas (pocos tags principales conllevan un tag estrecho).
• Altura (height): Ratio recursos/tags. Muchos tags/recursos conllevan un foco "bajo", mientras que un ratio de pocos tags por recurso conllevan un foco "alto".
• Actividad: Número de recursos nuevos por día [podría ser generalizable a recursos por unidad temporal según el entorno y el número de usuarios.
• Madurez: Relación de todo lo anterior con la antigüedad del foco.
  

También es importante identificar qué tiempo consume cada foco para un usuario concreto, ya que esto también determina su importancia.

Proposición de red social

Se propone la creación de una red social basada inicialmente en la interacción indirecta, identificando intereses comunes según el etiquetado.

A través de este análisis se estudian las relaciones entre miembros de un foco (relaciones within o intrafocales) y entre focos (relaciones between o interfocales). Las relaciones intrafocales se consideran analizando la fortaleza de los "arcos" [tie strength], que se define con la siguiente fórmula:

TS_AB = I_AB · 0,5 + K_AB = Fortaleza de la relación entre los individuos A y B.

Donde:

• K_AB = F · 0,25 + M · 0,25
• I_AB = Intensidad de la interacción entre A y B.
• F = Nivel de "amistad".
• M = Multiplexidad (número de focos comunes de los individuos A y B).

La interacción indirecta servirá de base pero deberá dejar paso a la interacción directa, ya que proporciona información de más valor al sistema.

La matriz NxN de relaciones entre individuos es asimétrica, ya que las relaciones entre individuos no necesariamente son igual de intensas de A a B que de B a A (como caso extremo encontramos el fenómeno "fan").

El análisis del cluster de esta matriz proporciona información sobre la persona más "central" en el grupo (betweenness centraliy), de modo que se identifica al núcleo de usuarios de referencia, que pueden servir de base (o ponderación) para los mecanismos de recomendación.

Relaciones entre focos

También se quiere evaluar la posibilidad de establecer puentes entre focos, ya que esto puede facilitar la evolución de las redes sociales.

Una posibilidad es crear puentes aleatorios. Este proceso aleatorio requiere de un feed-back del usuario que recibe la recomendación. En caso que no exista este feed-back, la recomendación aleatoria desaparece.

Sistemas de recomendación

Los sistemas de recomendación funcionan de forma similar a la comparación de individuos en base a tags. Este criterio de comparación proporciona un valor entre 0 y 1.

En cualquier caso, si se quiere potenciar la existencia de focos entre los puentes interfocales, los sistemas de recomendación deberán ponderar la "proximidad" (valorar más las recomendaciones intrafocales). Sin embargo hay que tener en cuenta que las recomendaciones interfocales pueden ser favorables para que los focos con poco volumen o riesgo de isolación reciban "aire fresco". Esta dinámica normalmente se establece de focos grandes hacia pequeños, por lo que a medio-largo plazo puede llevar a procesos de fusión/absorción.

Feed-back

El feed-back, como la navegación social, puede entenderse en dos vías: implícito y explícito. A nivel de un entorno como el que plantea el documento, el feedback implícito se gestiona a través del sistema, mientras que el explícito lo es por el usuario.

Además, el feed-back directo refleja las relaciones sociales, mientras que el indirecto explicita las relaciones de interés.

Una cuestión que surge en los mecanismos de feed-back es determinar quién debe recibir el feed-back. El sistema almacenará la respuesta del destinatario de la recomendación, pero quien realiza la recomendación recibe también feed-back? Lo hace el primer miembro de la cadena de recomendación?

El sistema de gestión del feed-back considera tres acciones indicativas: lectura, archivado y valoración [reading, archiving and rating]. Para el caso de la lectura, puede ser interesantes no sólo por el número de lecturas sino por el tiempo de estas lecturas.

Conciencia social [social awareness]

• ¿Cómo puedo utilizar los componentes de la aplicación para actuar socialmente?
• ¿Cómo puedo hacer que la gente sea consciente que actúa socialmente?

Deben existir incentivos para utilizar las capacidades de la navegación social y los mecanismos de feed-back. La comunicación entre miembros de un foco es clave porque activa la memoria transactiva, lo que conlleva a una mayor cohesión del grupo.

Conclusiones

El documento continúa entrando en detalles sobre la implantación del framework para gestionar todos estos recursos. Lo que viene después de lo comentado ya son detalles técnicos que no vienen al caso si no se desea implementar. Lo que reflejan los detalles de la implantación son la traducción a lenguaje técnico de todo lo explicado.

En la fuente original hay una gran cantidad de gráficos y esquemas que ayudan a asimilar algunos conceptos importantes en la operativa, los cálculos y las características de la red. Sus referencias bibliográficas también aportarán de buen seguro detalles sobre todo lo comentado. También es probable que existan estudios que citen a este documento, por lo que probablemente existirán mejoras para introducir o ampliar.

Leer documentos como este es un verdadero lujo.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Navegación social

La navegación social puede entenderse como el proceso de acceder a objetos de información en base a lo que los individuos cercanos han hecho.

Disponer de vecinos temáticos ayuda a reducir al máximo la distancia entre individuos para generar este proceso de intercambio de la forma más fluida posible. Además, permite obtener información sobre las novedades más rápìdamente.

Navegación directa e indirecta

En este aspecto, los entornos de tagging social inicialmente son entornos de navegación social indirecta, ya que sólo permiten navegar utilizando los resultados de la actividad de otros usuarios, más que en una relación directa entre individuos. En pocas palabras: los usuarios navegan al relacionarse con la información generada por otros pero no en la relación con los otros usuarios.

Estos dos tipos de navegación son perfectamente compatibles, y además complementarios. Por un lado la navegación indirecta no precisa de una relación entre individuos, lo que favorece a iniciar una relación con la información sin necesidad de conocer a terceros. La proximidad de intereses y el intercambio de información relevante es una posible vía para establecer relaciones con otros individuos. En esta segunda parte entra en juego la navegación directa.

Dieberger (2000) y Höök (2003a) proponen cuatro efectos de la navegación social: filtrado, calidad, predisposición social [social affordance] y la evolución de la estructura y la funcionalidad a través del uso que se hace de ésta.

El filtrado y la calidad obtienen un valor por el uso, no sólo del individuo, sino del grupo. El hecho de seleccionar el ítem y guardarlo en "mis favoritos" ya constituye una recomendación implícita, de lo que se deriva un efecto de filtrado (positivo porque se recomienda) y una valoración de calidad.

La evolución en los patrones de navegación social provocan la evolución de la funcionalidad. Por ejemplo, el etiquetado puede ir dirigido a personas concretas, por lo que este etiquetado refleja el cambio de funcionalidad del etiquetado mismo.

Sistemas transparentes

Según Ericksom (2003), los sistemas que quieran proporcionar medios transparentes para la navegación social deben proporcionar:

• Visibilidad (Ver a otros).
• Presencia (Ser visto por otros)
• Contabilidad [Accountability]: Derivada de las dos anteriores que sirve para valorar y penalizar.
  

Recomendación

El proceso de filtrado colaborativo puede entenderse como la obtención de beneficios por el consenso entre usuarios. Este proceso de filtrado colaborativo se inició de forma manual (según Kostan 2002 puede llamarse pull-active) y actualmente se ha convertido en un proceso más o menos automatizado basado en mecanismos de reputación que permiten generalizar el modelo en comunidades más numerosas.

Al introducir el proceso de filtrado automático, el sistema es el que se convierte en pull-active y el usuario pasa a a ser push-active. Por lo general se aplican estrategias mixtas para que el usuario pueda ser pull-active en un sistema push-active (que le simplifique la faena).

El proceso de filtrado colaborativo trata de conectar las valoraciones de otros usuarios con el usuario receptor. Esta valoración se pondera en base a la red social del individuo, ya sea por relaciones entre usuarios o bien por la similitud de valoraciones entre individuos. Un ejemplo de algoritmo para el primer caso es el del nearest-neighbor (aplica criterios de memoria) mientras que en el segundo caso podemos hablar de técnicas de clustering.

Estas medidas topan con dos aspectos complementarios de las grandes redes: escala y dispersión. Por un lado es complejo ponderar y analizar grandes conjuntos de datos. Por otro, es conocido que estos entornos se dan niveles altos de dispersión, por lo que el intercambio efectivo de información se da en un núcleo muy denso, y no trasciende a los nodos más externos.

Para evitar el segundo aspecto, se plantea la posibilidad de incorporar mecanismos como "filter bots" que generen recomendaciones automáticas para evitar el aislamiento y el "inicio en frío" [cold start]. Por poner un ejemplo mundano, los filter bots hacen de anfitriones al nuevo miembro, para integrarlo en la red de intereses. Si el miembro entabla relación con otros miembros, entra a formar parte de algún foco.

Sin embargo los mecanismos de recomendación conlleva indicadores implícitos, y no tanto a los explícitos. Para poner un ejemplo de ambos tipos de indicadores, se puede ver el caso de last.fm: el indicador implícito es el tiempo que el usuario escucha la canción, mientras que un indicador explícito es la decisión del usuario de "penalizar" la canción para no volverla a escuchar.

En términos generales es mucho más deseable una valoración explícita, pero no es de esperar que un usuario sea proclive a realizar gran cantidad de valoraciones. En cambio, si se pueden extraer valoraciones fiables en base a la actividad del usuario, el sistema dispondrá de mucha más información para recomendar mejor.

A otro nivel también se puede afirmar que las circunstancias, como la actividad y el estado de ánimo afectan a la valoración, por lo que los sistemas de recomendación deben tener en cuenta que existen aspectos circunstanciales que no son tan generalizables como opiniones más objetivas (es muy diferente un "no me gusta" que un "ahora no me apetece" o "no estoy de humor").

Para que el usuario pueda analizar el valor de la recomendación, es necesario que el sistema proporcione información tal como:

• Fecha/hora.
• Usuarios con intereses similares.
• Proximidad (grado de acuerdo) con tales miembros a lo largo del tiempo.
• Valoraciones de "los vecinos".
• Consistencia/Acuerdo en las valoraciones entre vecinos a lo largo del tiempo.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Lo que pasa es que las características internas de un conjunto de recursos etiquetados pueden variar según su origen, enfoque y la variedad de usuarios que lo utilizan.

El artículo clustering tags in enterprise and web floksonomies (Simpson, 2008) explora esas posibilidades considerando dos colecciones paradigmáticas, y dos algoritmos de clustering.

Colecciones y algoritmos

la colección corporativa generada por unos pocos usuarios (denominado Labbies), y una selección de recursos etiquetados en del.icio.us, que se tomará como muestra de colección externa.

Se quiere analizar dos algoritmos que en último término deberían permitir la selección de etiquetas para facilitar la navegación por los recursos.

Los dos algoritmos utilizados se denominan tag co-ocurrence divisive clustering y betweenness centrality clustering.

En el primer caso se puede entender la co-ocurrencia como una correlación que hay entre dos tags (cuanto más coinciden en el etiquetado de recursos, más correlacionados están). Este algoritmo tiene efectos sobre entornos temáticamente relacionados, y no entra a fondo en la estructura general de la colección.

Al aplicar el algoritmo de la coocurrencia, las correlaciones inferiores a un determinado umbral (un valor mínimo) quedan descartadas por ser muy débiles. Tras este proceso de selección de relaciones, ya se puede visualizar la relación entre etiquetas, e identificar los subgrupos (clusters).

En el segundo caso se aplica un algoritmo que analiza el conjunto de caminos entre nodos. Dentro de estos caminos se seleccionan los arcos que forman parte de un mayor número de rutas más cortas, lo que implícitamente supone que son los más bien vinculados del conjunto. Computacionalmente, este segundo algoritmo es mucho más costoso, aunque existen métodos para la reducción de esta complejidad. A diferencia del algoritmo de coocurrencia, en este caso se prima más la visión de conjunto.

Seleccionando un tema de interés (en este caso, el uso del tag dspace) se recogen los datos de ambas fuentes. En el caso de del.icio.us se crea un subconjunto de datos fruto de un proceso de limpieza que consiste en tareas de homonimia/sinonimia y la eliminación de tags inherentemente ruidosos

Resultados para Labbies

Aplicando el algoritmo de co-ocurrencia se comprueba que el algoritmo prioriza la detección de tags relacionados o similares. Por lo tanto la "similitud" es el factor clave.

Por otro lado se identifica un conjunto de tags no afiliados completamente a un cluster, sino que más bien están a medio camino entre dos clusters diferentes. Estos tags normalmente se identifican con términos genéricos o ambiguos.

En el caso del algoritmo betweenness centrality se verifica que hay un grado menor de disgregación (menos clusters) pero también mayor homogeneidad de tamaño entre ellos.

No se puede determinar si hay uno de los dos algoritmos que sea más potente que el otro de cara a aumentar la recuperación de información en este entorno corporativo.

Resultados con del.icio.us

Al disponer de un número mayor de datos, el proceso de cálculo y visualización de los clusters de del.icio.us fue más largo y complejo.

Además de eso, se produce una generalización en la temática de cada cluster, incluyendo relaciones que semánticamente están alejadas.

Coocurrencia en del.icio.us

El resultado de aplicar este algoritmo es que se generan grandes clusters, que además presentan relaciones débiles. Esto viene dado por un efecto de "coche escoba": los ítems raros se acaban afiliando a una gran masa que acaba formando un cluster principal.

Para evitar este efecto, y con la ayuda de técnicas de visualización se aplica un umbral de co-ocurrencia de 0,142, que genera una agrupación mejorada, aunque conlleva el sacrificio de una gran cantidad de tags.

Este coeficiente demostró ser diferente para cada conjunto de datos (Labbies, del.icio.us y del.icio.us limpiado), lo que implica una mayor generalización.

Betweenness centrality en del.icio.us

En el caso de este algoritmo se generó un gran cluster que no se pudo desmembrar ni siquiera con técnicas de filtrado.

La principal consecuencia es que es mucho más complejo producir cluster de un tamaño adecuado para ser visualizables y favorecer a la navegación por tags como medio para la recuperación de información. Por lo tanto el algoritmo de betweenness centrality no es la mejor opción para descuartizar colecciones de etiquetas.

Enfoque futuro

El principal problema de la aplicación de algoritmos de clustering es que se generan grandes subgrupos. Esto representa un problema para la navegación del usuario. Por lo tanto, es interesante profundizar en las técnicas de división de estos macro-clusters. Conseguirlo permitiría una navegación más sencilla y una interficie menos cargada de información.

No lo apuntan los autores, pero quizá exista la posibilidad de aplicar iterativamente ambos algoritmos: betweenness a alto nivel y coocurrencia en clusters grandes). Quizá con una mínima heurística se podría llegar más al fondo de la cuestión.

Otro aspecto interesante al que se apunta es a la definición de jerarquías de clusters, lo que permitiría un primer nivel de macro-navegación (en forma de áreas temáticas generales), y luego profundizar en clusters temáticamente más delimitados.

Más allá del contenido del artículo, lo más interesante de este tipo de estudios es comprobar hasta qué punto afecta la selección de uno u otro algoritmo para la organización de la información (y en este caso a su recuperación). Como ejemplo aplicado a las colecciones de recursos, creo que es muy pedagógico.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Más allá del contenido y la estructura, lo que me ha sorprendido es lo bien que se desarrolla el hilo argumental y lo atractiva que ha resultado su lectura. Tratándose de una tesis, es un logro. Lo digo principalmente por la evolución y transformación de los argumentos que se desarrollan desde el principio y que culminan en la explicación de un marco de trabajo (framework) para el etiquetado social.

Aspectos remarcados y descartados

Dada la longitud del documento, mi intención ha sido extraer los aspectos esenciales y dividirlos en unos pocos posts. Por lo tanto no pretendo realizar un resumen completo ni tampoco entrar en detalle con conceptos conocidos tanto en el mundo de la informática como en el de la documentación y la recuperación de la información.

Si después de leer los siguientes posts hay interés por saber más, creo que el salto lógico es al menos hojear el documento, porque realmente su autor se lo merece.

Enfoque del proyecto

Aunque el punto de partida es el uso de los metadatos generados por los usuarios, el objetivo se centra en analizar los métodos por los que los usuarios con intereses, opiniones y actividades parecidas puedan identificarse y localizarse.

En un segundo nivel está el interés por identificar los puntos de conexión entre grupos temáticamente distantes pero susceptibles de intercambiar información.

Se debe entender el contexto como un tipo de información que caracteriza el entorno individual y social, y que puede emerger de la actividad propia de la interacción persona-entorno.

Estos dos niveles permiten concentrar contextos individuales para conformar grupos de interés.

Por ello el estudio considera que contenido y contexto es inseparable, de modo que se adopta una perspectiva fenomenológica de la información. Esto determina el enfoque del resto del estudio, y lo distancia de la ortodoxia de los lenguajes documentales, donde contexto y contenido se disocian.

Semiótica, psicología u sociología

Semiótica: sintaxis, semántica y pragmática

La interpretación de un signo se da a tres niveles distintos: sintaxis, semántica y pragmática (esta última ya comentada en relación a la teoría de la relevancia). La primera establece la relación entre signos; la segunda entre signos y objetos; y la tercera entre signos, objetos y el individuo.

El contexto individual es pues aplicable al ámbito de la pragmática, que es el nivel que describe la visión personal.

También se crea un contexto compratido al mismo nivel de la pragmática (jerga), tras lo cual se da un salto desde la folksonomía (centrado en los signos y la sintaxis) hacia la etnoclasificación (los signos distintivos de una "tribu").

Psicología: Memorias transactivas

Según Wegner (1987), la interacción social es la base de creación de una memoria colectiva. Esta memoria compartida tiene lugar preferentemente en grupos cohesionados que generan "etiquetas" (o jergas) que sirven como denominador común del grupo.

Un aspecto clave en las memorias transactivas es que es necesario saber quién es experto en qué para que la información fluya y se convierta en parte cohesionadora del grupo.

Sociología

La aportación en este campo viene dada por Harper (1999). Este autor analizó el acceso, evaluación y proceso de información según la motivación y la relevancia.

Por ejemplo, es importante valorar cómo afecta la autoridad del responsable de la información, si hay una revision del contenido, y la actividad del revisor.

Al conocer el contexto social (motivación y actividad de autores e intermediarios) en el que se ha desarrollado la información, el receptor asigna un valor a ésta, no directamente por su contenido.

Redes sociales

Características de las redes sociales

Después de analizar los conceptos teóricos anteriores, el autor describe los elementos y procesos que describen las redes sociales.

Atributos: densidad, centralidad, estructura, y puentes/transitividad.

De lo anterior vale la pena describir brevemente la transitividad, ya que interesa su aplicación en sistemas de reputación social. Se debe entender la transitividad como la máxima "los amigos de mis amigos son mis amigos". Desde luego esta máxima no siempre tiene lugar, ya que depende de relaciones entre nodos que previamente son muy densas (muchas relaciones entre nodos).

Teorías en redes sociales

Según Wellman (1990) describe tres características para definir la fortaleza de una relación: intimidad (amistad), voluntariedad de la interacción (interacción) y participación en contextos sociales comunes (multiplexidad).

Al analizar el conjunto de las relaciones entre miembros de la red, podemos llegar a la identificación de focos de interés. Estos focos pueden venir determinados por cuestiones psicológicas, sociales, legales o actividades comunes. La probabilidad de relación de dos personas con temas en común es mucho mayor. Interesa identificar estos grupos para generar un mayor grado de recomendación y facilitar el intercambio de conocimiento basado en las relaciones (memorias transactivas).

El análisis de estos focos diferencia entre relaciones intrafocales (micro-integración) e interfocales (macro-integración). Mientras que las relaciones intrafocales fortalecen los grupos temáticos, las relaciones interfocales favorecen la interdisciplinariedad y limitan el riesgo de isolación de nodos.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Por aquella máxima que dice que hay que saber escuchar el silencio, parece ser que la respuesta está en los lapsos de tiempo entre tareas, o al menos así lo afirma el análisis de la gestión de tareas en base a la motivación...

Fundamentos teóricos

Tradicionamente, el proceso de resolución de tareas se ha modelizado utilizando la denominada Ley de Poisson, y que consiste en suponer que el número de eventos que suceden dentro de una unidad temporal (llamadas a un teléfono por hora, clientes por minuto en el cajero del supermercado), con un intervalo de tiempo entre eventos que sigue una Ley Exponencial.

A nivel de análisis del proceso, la resolución de tareas se modeliza aplicando la teoría de colas. Lo que plantea esta teoría es que hay uno o más individuos (servidores) que procesa peticiones (clientes) uno tras el otro. Hay diferentes variantes en base al establecimiento de prioridades, si dos servidores colaboran o son independientes, etc. Aunque en general, si no se comenta lo contrario, el proceso de las peticiones se realiza según el método FIFO.

De la gestión de tareas a la gestión de la motivación

El proceso explicado hasta aquí es todo lo matemático que se puede esperar. Sin embargo hay una característica de la distribución exponencial que la hace demasiado racional: Se considera que la distribución exponencial no tiene memoria, es decir, que su probabilidad condicionada (el lapso de espera hasta el próximo evento sabiendo el tiempo del anterior lapso) es igual a su probabilidad incondicionada.

Utilizando términos más llanos: un proceso o una persona que se modeliza utilizando la ley exponencial no se cansaría, ni se aburriría, ni se motivaría. Simplemente resolvería según la dificultad racional de la tarea. Esta premisa quizá sea aplicable a entornos de trabajo con alta mecanización de tareas, pero en entornos informacionalmente intensivos, el criterio no está tan claro.

Ante este escenario, el Artículo Human Dynamics with Adaptive Interest propone un cambio de paradigma para encontrar soluciones más ajustadas a la realidad, escogiendo el modelo basado en el interés (interest-based model) enfrente al orientado a tareas (task based).

Análisis y metodología

La metodología seguida en el estudio es el de la simulación estadística del proceso, introduciendo el factor de motivación como una variable más, y extrayendo de los resultados el nuevo modelo estadístico de periodicidad en la resolución de tareas.

Este cambio de modelo matemático trata de analizar el cambio del concepto habilidad de resolución enfrente a motivación de la resolución de las tareas encomendadas. Sin ánimo de grandilocuencia, se podría decir que este cambio equivale al paso de la inteligencia racional a la inteligencia emocional.

El resultado de la simulación demuestra que las fases más activas se concentran mucho más y las inactivas se dilatan dando lugar a fases frenéticas (con niveles intensos de interacción) seguidas de fases más largas de inactividad (poca motivación). Se entiende que son más largas en relación a lo que cabría esperar aplicando los modelos Poisson-Exponencial.

Conclusiones

El estudio afirma que el modelo matemático que se ajusta a esta nueva circunstancia es una ley potencial con exponente -1 para modelizar el tiempo entre eventos.

Esta conclusión puede ser de interés para analizar los patrones de fenómenos tan dispares como la navegación web, el zapping, y en general cualquier tarea que implique motivación. Dos áreas de aplicación que pueden ser interesantes son el análisis del tiempo en estudios de interacción persona-ordenador (para identificar el grado de usabilidad del sistema cuando existe motivación por el usuario), y a un nivel más concreto, los estudios de búsqueda y recuperación de la información, para obtener una métrica de motivación en el tiempo entre eventos.

A pesar de lo interesante del modelo, los autores apuntan algunas limitaciones de éste, ya que existen muchos ingredientes que intervienen en la motivación humana, varios de los cuales ni siquiera se han estudiado a fondo a nivel psicológico. Es un estudio que llevará tiempo, para el que las conclusiones del estudio (que además son simulaciones y no un trabajo de campo) pueden servir de base para otros análisis.

Volviendo a la pregunta inicial, el ordenador no tiene toda la información necesaria para poder extraer conclusiones. Por ejemplo, el ordenador no tiene información sobre si estás hablando por teléfono o alguien te interrumpe a mitad de una tarea. Pero podría empezar a disponer de indicadores objetivos (matemáticos) que le indicaran que te está bajando la moral.

Y... ¿Quién lo sabe? Quizá se está creando un nicho de mercado para salvapantallas motivadores ;-).

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Y también es curioso que a menudo se ha percibido como una amenaza a la profesión, como muchas de las mejoras de acceso a la información que han llegado con la irrupción de Internet (con los buscadores la frente).

Teniendo todos los usuarios al alcance de la mano estas herramientas de bookmarking social, ¿qué papel juegan los bibliotecarios y documentalistas? Probablemente esto depende de la utilidad que se extraiga del servicio. Esa utilidad depende a corto plazo del uso personal, pero a largo plazo depende de lo que podamos compartir con otros.

¿Compartimos mucho a través de los sitios de social bookmarking? Un estudio sugiere que no...

Motivación y fuentes de datos

El artículo Content Reuse and Interest Sharing in Tagging Communities recoge datos obtenidos a partir de los sitios CiteULike y Connotea. Ambos parecen servicios más orientados a ambientes académicos y científicos. Al menos lo parecen más que del.icio.us.

El estudio se centra en estudiar el grado de colaboración, y analiza el nivel de reutilización de los contenidos, y la compartición de intereses.

En el estudio se cita a (Wu et al., 2006) en referencia a los mecanismos que debe incluir una comunidad de etiquetado social para convertirse en una buena herramienta de gestión del conocimiento: identificación de la comunidad, recomentación de usuarios/documentos, y generación de ontología. También se cita el grado de colaboración como una herramienta eficiente que permitiría complementar algoritmos como el PageRank para la recuperación de resultados.

Las citas se hacen argumentando que el éxito de implantación de estas tres herramientas depende del grado de colaboración de la comunidad, por lo que el análisis posterior viene a deducir la viabilidad de implantación de tales servicios.

Análisis

Se extraen datos de los dos sitios indicados antes y se analizan dos métricas: Reutilización de contenido (en base a la repetición de tags y conjuntos de tags). Una vez analizada la reutilización de etiquetas, es posible analizar el grado en que dos usuarios diferentes comparten intereses.

Para realizar el análisis se utilizan dos fórmulas:

• Relación entre usuarios y recursos (User-Item): Dados dos usuarios distintos, se obtiene un cociente entre el número de recursos que ambos han etiquetado (intersección) y la suma de los recursos diferentes etiquetados por cada uno (unión).
• Relación entre usuarios y etiquetas (User-tag): Análogamente al anterior ratio, se divide el número de etiquetas en las que ambos usuarios coinciden (intersección), por el total de etiquetas diferentes de ambos usuarios (Unión).

Las conclusiones que se extraen utilizando ambos indicadores es que hay pocos usuarios que compartan recursos y aún menos que compartan etiquetas.

En referencia a compartir recursos, el estudio apunta a que es posible que los usuarios empiecen a compartir, pero que no hay acuerdo en los tags utilizados para describir un ítem. No se apuntan causas para entender el por qué de la diferencia.

La estructura de los intereses compartidos

El estudio diferencia tres niveles de intercambio, que recuerdan mucho a los estudios que analizan poblaciones con estructuras relacionadas con la Power law. En general los tres niveles se establecen en base a los dos ratios anteriores, pero por lo comentado antes, es más significativo el ratio de compartición de contenidos que el de etiquetas compartidas:

• Una mayoría de usuarios (53% de los nodos) aislados, sin relación con otros, o al menos con preferencias muy distanciadas del conjunto.
• Una cantidad considerable (15% de los nodos) de subcomunidades prácticamente disjuntas entre ellas. Estas comunidades se agrupan principalmente en base a los recursos etiquetados, y una ínfima minoría por las etiquetas compartidas.
• Un núcleo denso en el que se comparte establece un ratio medio de 0,66 para los recursos compartidos y un 0,17 para los tags compartidos.

El estudio avisa que estas conclusiones están limitadas por el hecho de haber analizado sólo dos de las comunidades de este tipo, aunque añaden que la representatividad de la muestra es suficiente para un análisis previo como este.

La principal conclusión es que debido a estos bajos niveles de colaboración, está teniendo lugar un bajo nivel de aprovechamiento de la inteligencia colectiva [social knowledge] que se produce.

Finalmente, se añaden algunos comentarios y mejoras para las comunidades de etiquetado:

• La colaboración no surge de forma natural, y el efecto en estas comunidades es que los usuarios de estos servicios perciben más utilidad en su gestión personal que en la capacidad de agregación de conocimiento.
• Los sistemas de recomendación se basan en la similitud de intereses entre usuarios, pero dado que hay poco nivel de similitud en el uso de las etiquetas y (a menor nivel) de recursos, el potencial de los sistemas de recomendación en las comunidades analizadas es bajo. En cambio el grado de éxito de los sistemas de recomendación llegan al 90% cuando se restringe las predicciones a ítems reutilizados.
• Se comentan los sistemas de reputación, que también se ven afectados debido a que la dispersión comentada favorece a la infiltración de contenido pernicioso, que son difícilmente detectables debido a la poca densidad de relaciones de este entorno social (se asemeja al feudalismo informacional). Por otro lado, no es posible establecer una reputación para los usuarios que no tienen un mínimo nivel de reutilización de recursos.

Tagging disperso para profesionales de la información

Es interesante comprobar que las circunstancias de aislamiento se pueden producir en un entorno clásico de organización de la información y en una red social de etiquetado. A pesar que hay una gran variedad de estilos de etiquetado, hay un espacio en la oferta de servicios para usuarios que quieren aprovechar el esfuerzo de otros e integrarse sin la necesidad de ser pioneros. Incluso es importante entender que muchos usuarios ni siquiera se dan cuenta del potencial de compartir y analizar lo que otros indexan.

En ese gran espacio entre el núcleo, las subcomunidades y los usuarios usuarios aislados, es posible que el profesional de la información pueda encontrar muchos espacios-nicho en los cuales analizar los usuarios con intereses cercanos a su nicho, agregarlos, seleccionar los recursos y reetiquetarlos para hacerlos llegar a otros usuarios.

El profesional se puede convertir en un catalizador de la comunidad (estoy seguro que la expresión no es nueva). Sus etiquetas pueden tener una estructura más estándar. Esta estandarización puede servir de puente para conectar las etiquetas de las fuentes y los destinatarios, explicitando aún más el grado de reutilización.

El valor añadido es alto:

• Sólo buscas la mitad del tiempo, y parte de la otra mitad se dedica a evaluar los contenidos recibidos.
• Si los recursos encontrados no convencen, es probable que aporten ideas sobre qué buscar y qué no.
• El profesional puede actuar como referencista para dirigir al usuario hacia otros miembros de la comunidad que tengan intereses o recursos cercanos al que busca.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Una de las cosas que más tranquilizan al iniciar un proyecto de desarrollo es tener a mano los resultados de experiencias anteriores. Da igual si se consigue mediante el benchmarking o con el intercambio de experiencia entre profesionales: conocer un caso de éxito es importante porque permite descartar cien casos de no-éxito (que no fracaso).

Cuando eso no se tiene en el entorno pero se analizan varios proyectos con características comunes, es probable que se puedan identificar patrones organizativos entre varias organizaciones diferentes.

Salvando las diferencias de tamaño o volumen de negocio, los productos o servicios determinan parcialmente la organización interna. Ello se debe tanto a las características del producto como a los recursos humanos especializados en esa tarea, las condiciones de producción, y las estrategias comerciales de cada sector.

A pesar de ello, acostumbra a haber un cierto grado de libertad en la creación de la estructura y el organigrama, y en cualquier caso también depende de dinámicas internas (económicas, sociales y de poder) que determinan siempre diferencias.

Patrones organizativos y de comportamiento

En el caso de organizaciones con un perfil muy centrado en el tratamiento de la información, acostumbran a tener algo en común: producen, capturan, filtran y ofertan información. No lo hacen como herramienta de soporte a su negocio, sino como fuente de negocio. Aunque se puedan dedicar a sectores muy distintos, comparten esa característica en común.

Uno de los aspectos que más ha variado en los últimos tiempos es la percepción del potencial de las TIC para conseguir una mayor productividad, cuando antes preponderaba la mejora de imagen y la sensación de mayor control interno.

Eso supone un cambio de mentalidad respecto a lo que había hace cinco años. Por entonces se podía empezar un proyecto y saber que el cliente lo quiere “porque hay que hacerlo” o “porque toda la competencia lo está haciendo”. No es raro ese planteamiento, lo que sucede es que no favorece a una implicación de la gerencia. El mayor riesgo del proyecto era morir por inanición, si es que llegaba a finalizarse.

Ahora eso ha cambiado, y cada vez es más transparente la relación entre los objetivos de negocio y las implantaciones TIC. No trato de generalizar, y además estoy convencido que en esa percepción interviene las experiencias que he tenido. Pero sí es cierto que cuanto más proyectos salen a la luz, más se empieza a perfilar el por qué de los beneficios (en un sentido amplio) de la introducción de la empresa en la Red.

Por muy abstracto que sea un concepto, siempre se echa mano de casos concretos para poder fijar mejor las ideas. Para el objetivo actual, las organizaciones que tengo en mente son organizaciones que pueden dedicarse a producir información interna, pero que también se dedican a capturar, filtrar y reprocesar información externa para ofrecer productos informacionales a sus clientes.

Uno se da cuenta que existe una coincidencia de patrones en la forma de producir información, seleccionar las fuentes, filtrarlas, y ofertarlas. Esas coincidencias no parecen ser superficiales:

• Problemática común al capturar y procesar información. Esto se refiere tanto a temas relacionados con el copyright, como temas técnicos (formatos y protocolos principalmente). La fuentes externas de información no son necesariamente de la web abierta, ya que también pueden proceder de fuentes de pago, etc. Pero las fuentes más complejas de tratar son las derivadas de la web social abierta o web-2.0. Se podría resumir que captar, procesar y adecuar información externa consume una gran cantidad de recursos.
  

• Fruto de esta heterogeneidad en las fuentes, acostumbra a existir un conflicto entre la asignación de las tareas automáticas y las manuales en el proceso de filtrado, selección y procesado. Es clave encontrar un equilibrio entre la eficiencia y la calidad en el filtrado de la información. Como en cualquier sistema de información hay muchas tareas automatizables, pero no existe la varita mágica. Hay que valorar cada fuente, la relación ruido-señal y el coste de ese filtrado en relación al beneficio.

• La forma de trabajar, o al menos en cómo ha tenido que variar para adaptarse al nuevo entorno. Quizá por ser información el principal activo, se tienen los ojos más abiertos hacia afuera de la organización. Y también porque se toma conciencia de lo importante de mantener una política de acceso a la información adecuada.

• El crecimiento de esta actividad viene acompañado de un conflicto a nivel de recursos humanos: no tanto por capacidades del personal interno, sino por captar nuevos profesionales capacitados para el nuevo enfoque. En proyectos y portales web, es muy complejo encontrar personas todoterreno con conocimientos (no digo que dominen, pero sí que se defiendan) sobre XHTML y CSS, bases de datos, que escriban bien, sepan organizar la información y tengan un mínimo gusto para el grafismo y la estructura visual, etc. Sólo dominando uno o dos de estos campos, y mantener una conversación mínima sobre el resto, un profesional así tiene trabajo asegurado.

• El abrirse a la Red como fuente de información y diálogo despierta el interés por incluir novedades de la web social en su modelo organizativo, tanto a nivel operativo como de negocio. En un momento u otro los miembros de estas organizaciones prueban nuevos servicios y extraen ideas interesantes para su tarea diaria o su relación con los clientes.

• Coincidencia en las características de los esquemas de pago para sus modelos de negocio con productos documentales. Se barajan estrategias que van desde el pago por elemento (pay per view) hasta el acceso por subscripción, que incluyen servicios de valor añadido, e incluso la incrustación de contenidos en los portales corporativos de los clientes. Sobre esto sólo apuntar las posibilidades que brindan los micropagos, aunque por la tarificación y los márgenes que actualmente me constan, me parece un timo.

Cada cual habrá identificado sus patrones organizativos, y probablemente exista gran cantidad de literatura al respecto. Pero me ha parecido interesante aportar un granito de arena en base a mi experiencia profesional.

En base a esta información he indagado sobre la estructura interna de la organización, la forma como se relaciona cada elemento con el conjunto, y el papel de la Red en todo esto.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Aunque sigue siendo válida la distinción entre información ambiental, interna y corporativa, esos límites cada vez se difuminan y se equilibran más. No sé si ósmosis sería el término más descriptivo de este fenómeno, en cualquier caso se acerca bastante: la información como solvente es el agente que equilibra el exterior y el interior de la empresa-célula.

Después de ese proceso de introducción de los nutrientes necesarios, la célula debe saber procesarlos, para lo cual es imprescindible disponer de los medios necesarios para digerir...

El artículo “La gestió del coneixement en la nova economia” [en castellano](2003) muestra como conclusión la creación de los siguientes elementos clave dentro de las empresas dedicadas intensivamente al conocimiento

• Servicio de Información corporativa (EIS): Se trata de un sistema que debe proveer a la organización de toda la información de carácter ambiental. El servicio de información corporativa incluye la información con una estructura documental (no se trata de datos data-centric sino document-centric). En general se podría afirmar que este bloque es el que se refiere a lo conocido como Inteligencia competitiva.
• Repositorio de datos (Data warehouse): Repositorio de datos estructurados dentro de la organización que pueden ser objeto de análisis y de soporte a la toma de decisiones. Se puede tratar mayoritariamente de datos generados internamente (controles de calidad, cifras de ventas de productos, precios...) pero también pueden incluirse datos generados externamente (estadísticas de un sector, mercado de valores, etc.). Por lo general se pueden aplicar técnicas de data mining para organizar y estructurar los datos del modo más rentable posible.
• Gestor de la relación con los clientes (CRM): Es la aplicación que aglutina toda la documentación sobre las acciones comerciales, información sobre los clientes, estudios de satisfacción y mercado, y también oportunidades de negocio. Por lo general se debe entender como un sistema de recopilación del feed-back del entorno en referencia a los productos o servicios que la organización ofrece.
• Entorno de conocimiento (Knowledge Space): Se trata de un depósito de documentos o archivos utilizados por la empresa, ya sean generados interna o externamente a esta. Se supone que en la organización de este entorno la fuente constará de algún modo. Este espacio ha recibido otros nombres como knowledge base, aunque en general se puede entender como un sistema de organización, almacenamiento y recuperación de la información (en forma de documentos).
• Red de intercambio (Sharing Network): Se trata de un espacio de intercambio de ideas entre miembros de la organización. Principalmente se habla de medios para comunicar, o compartir.
  
• Cultura organizativa innovadora: Se trata de el nexo de unión entre los cuatro aspectos anteriores. Lo considero imprescindible, pero dado que profundizar en estos aspectos está lejos del interés de este post, lo indicaré aquí sin entrar más a fondo.

El esquema que se presenta en ese documento tiene un enfoque principalmente conceptual, por lo que no establece el contexto ni la operativa de la relación entre los anteriores elementos.

Tratando de entender más a fondo la operativa de una organización eficiente en la gestión de la información he reorganizado el esquema y lo he ampliado incorporando otros ítems de su entorno para contextualizarlo mejor.

Con el esquema ampliado me planteo incorporar los siguientes elementos:

• La forma que presentan las fuentes externas, tanto si se refieren a las características de los clientes como del resto del mercado y el entorno.
• Los puntos de contacto entre los cuatro elementos anteriores.
• Su relación con las funciones de soporte (funciones transversales que se pueden encontrar en cualquier empresa) y de negocio (las funciones que generan valor y que se centran en los objetivos de la organización).
  

Siguiendo estas premisas, he desarrollado un esquema que trata de seguir siendo del año 2003:

El esquema es una aproximación a algo más concreto que el esquema del artículo indicado. Desde luego, cuando se trata de implantar un sistema corporativo de información, las cosas no son así de fáciles. Para el objetivo de este post es suficiente, pero desde luego habrá que seguir profundizando.

Los datos obtenidos por el EIS pueden provenir de fuentes ya estructuradas, pero también obtenidos por procesos de crawling, capturando agregadores RSS o parecido. Se trata de recoger información sobre todos los factores susceptibles de alterar la adaptación al entorno. Son documentos valorados por su contenido.

Los datos recopilados por el EIS se almacenan en el repositorio de documentos y archivos (knowledge space). Para facilitar la recuperación posterior interesa poder aplicar herramientas documentales como tesauros o taxonomías.

De forma complementaria, el repositorio de datos almacena información sistemática, principalmente datos tabulares. Se trata de una fuente que requiere un tratamiento previo antes de generar información.

Teniendo en cuenta el esquema datos-información-conocimiento, puede parecer que el repositorio de datos está un paso por debajo del repositorio de documentos, pero es importante, porque es una fuente de datos primarios, de la que se pueden derivar documentos primarios con un valor elevado, a cualquier nivel de la organización.

La mayoría de la información recopilada por el CRM se almacena en el data warehouse, ya que se trata de análisis de satisfacción, compra de productos, etc. Toda esta información tiene un formato estructurado y por ello almacenable en un repositorio de datos.

Siempre hay información de carácter cualitativo que debe ser almacenada en forma de documentos, ya sean en forma de artículos, transcripciones de focus groups o informes sobre reclamaciones y quejas.
Quizá lo menos definitivo sea la forma como se conecta el knowledge space, el data warehouse y el sharing network con las funciones de soporte y de negocio. En general todos los datos se utilizan a nivel de las funciones de soporte.

Este esquema sigue estando anclado en un esquema organizativo poco orientado al trabajo colaborativo y en red. Y probablemente ese nuevo modelo de trabajo y organización puede aportar mucho al modelo tradicional.

El cambio del modelo organizativo

Tratando de mantener al máximo los ítems del esquema anterior, he tratado de aproximar lo que podría ser la evolución hacia lo que podría llamarse (perdón por la pomposidad) la empresa 2.0.

No se trata de un esquema completo, sino más bien centrado en el papel de la gestión de la información y el conocimiento en la organización:

El esquema deja bastante claro lo que bajo mi punto de vista ha primado: el intercambio y la colaboración. Los contenidos forman parte imprescindible del conjunto, pero el potencial de la colaboración en la empresa es mucho más alto. Incluso el CRM debe compartir protagonismo en la relación con el cliente.

La información siempre sufre del mal de obsolescencia, mientras que el intercambio tiene un factor inherente de actualidad. Situar en el centro de la organización el proceso de intercambio permite crear un ecosistema donde compartir equivale a reducir tiempo (filtrar la información externa, por ejemplo). Pero además permitiría detectar la información que se está quedando obsoleta o la que tiene un peso central.

Conclusiones

En todo este esquema sólo añadiría un concepto: la cadena de aprovisionamiento o supply chain. El Supply Chain Management fue uno de esos términos que tanto sonaron en la primera burbuja. Al margen de esa euforia, es un término que llegó para quedarse: sólo hay que ver el papel tan importante que juega la logística en la actualidad. Probablemente las empresas centradas en la información puedan extraer ideas de todo lo que supone la logística.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Con Google y su Adwords (y luego doubleclick) como líder en el sector, y Yahoo! (habría que decir ya Microsoft?) rezagado; con Facebook y su proyecto Beacon, el papel de la publicidad no parece ser el de un actor secundario.

Los conceptos básicos

No me puedo reconocer como un experto en el tema. Por suerte hay bastantes documentos disponibles, por ejemplo la Internet Advertising Bureau, donde se puede encontrar referencias para temas básicos como los conceptos elementales, hasta las ténicas de mejora del rendimiento de publicidad en medios móviles, vídeos, etc.

Los conceptos básicos de la publicidad en Internet parten de lo que ya existe, aunque al ser un canal diferente y tener medios diferentes ha sido necesario adaptarlo a un entorno interactivo, para pasar de la difusión a la conversación.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Limitaré mi perspectiva al munto de la Red, y especialmente a la tecnología web. La selección tiene un claro hilo conductor y estoy convencido que sufre el sesgo de mi percepción, por eso cada cual puede hacer su lista.

En realidad me interesa especialmente todo lo que está por venir en lo referente a modelos de negocio e ingresos por servicios. El 2008 se prepara como el año en el que se empiece a vislumbrar lo que dará ingresos, y lo que no. Tanto proyecto nuevo y tanta dispersión no tiene sentido. Si Internet es una aldea, está saturada de actividad comercial, y aunque el tiempo de atención de los internautas haya aumentado, no creo que haya muchos que se pasen el día mirando las novedades.

Bajo esa visión, los puntos clave que yo percibo son: Identidad, Redes Sociales, Microformatos y Publicidad. He optado por esta selección teniendo en cuenta no sólo la cantidad de información vertida sobre estos temas, sino lo esencial que tienen éstos para modelos de negocio derivados.

Comentaré los cuatro temas en cuatro posts separados, así la lectura se hará más llevadera...

Identidad

Cuando todas las partes están interesadas en contactar abiertamente, más vale ponerle cara a la gente. Internet seguirá siendo un espacio de fantaseo y creación de identidades irreales, pero a esto se deberá añadir su consolidación como canal de difusión de la identidad personal y profesional.

En los últimos años han surgido varias tecnologías y estándares relacionados con la identidad del individuo en la red. Y quizá sea importante diferenciar entre dos áreas de creación de identidad en la red: la parte de la identidad que se forja para el individuo mismo, y la que se crea para el exterior.

Identidad personal "para mí"

Para la primera parte, la clave es que el usuario pueda crear una identidad disponiendo de una especie de campo base: un espacio localizado en la red (un nodo) que le permita unificar toda la actividad que desarrolla en la red. Se trata de un espacio en el que se puede centralizar esa gestión de la identidad digital.

Esta gestión se traduce generalmente en la gestión de los siguientes recursos:

• la creación de un currículum o presentación personal,
  
• la producción de contenidos propios,
  
• Herramientas de gestión de la información personal (tareas, documentos personales, calendario, anotaciones, etc.)
  
• selección y agregación de información procedente de fuentes externas, y
  
• Acceso a los medios de comunicación necesarios para contactar con aquellos que nos interese, formen parte o no de nuestra red social.

Independientemente del entorno en el que se gestione esta identidad (no sólo estoy pensando en el software de redes sociales), el tipo de información varía poco. Lo que sí varía es el uso que se hace: es manifiesto que hay diferencias notables de objetivos entre la gestión para usos profesionales o para ocio.

Unificar en un solo entorno nuestras gestiones e informaciones supone un aumento de potencial en cualquier sentido. Pero en cualquier caso permite que personas ajenas nos identifiquen (hasta cierto punto) con ese espacio.

Identidad persona "para los otros"

A partir de ese punto, el aspecto clave es garantizar a los demás que yo soy quien digo que soy. En este punto entramos en el mundo de la certificación, la firma electrónica o mecanismos de autenticación. Y entre ellos destaco a OpenId.

OpenId es un sistema distribuido para la gestión de la identidad digital para los otros. El objetivo principal es poder identificarse en varios portales y sitios distintos sin tener que crear continuamente nuevos usuarios con sus consabidas contraseñas y todo lo demás.

Creo que la creación de una identidad en un solo sitio que se difunda en caso de necesidad es una herramienta muy potente si queremos disponer de un entorno personal de gestión de la identidad. OpenId proporciona un punto de acceso a la identidad personal, mientras que el sistema en el que trabaje la persona deberá poder incorporar sistemas de entrada de información.

Lo anterior incluye utilizar APIs de servicios en los que el usuario se ha registrado con OpenId. Por otro lado, aparte de los contenidos que el usuario ha generado en servicios externos, también están otro tipo de registros de actividad de éste usuario en la red: por ejemplo, aportaciones en foros o comentarios en blogs, que son informaciones dispersas. ¿No estaría bien poder mostrar estos datos en nuestro sitio?

La síntesis: evolución hacia la red social

En la síntesis de los dos movimientos (para mí y para los demás) se puede localizar el concepto de red social. Y de ese concepto nace el software de redes sociales, que presenta una tendencia de crecimiento notable para el 2008.

Como apunte final, sólo comentar un aspecto ligado a la identidad: el uso de la información sobre la actividad del usuario empieza a introducir cuestiones relativas a privacidad. Alegorizando un poco, los espacios como el software de redes sociales han pasado de alquilarnos una habitación donde invitar a los contactos, a ofrecernos una mesa en pleno espacio público, con un micrófono en el florero de la mesita, y con vendedores ambulantes alrededor. La combinación de datos usuarios y redes promete dar para mucho.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Redes sociales

Siempre han estado ahí, pero nunca como ahora habían tenido tanto protagonismo. Forman parte de la identidad de los individuos y en cierto modo interactúan con esa identidad. Lo que el PageRank trató de identificar en los contenidos, las plataformas redes sociales tratan de deducirlo de sus miembros.

Se puede entender a la red social como algo ajeno a Internet. Mi red social existe, esté o no en mi cuenta de Gmail, Facebook o cualquier otra plataforma.

La combinación red-plataforma es algo clave para entender los pequeños detalles (por ejemplo, lo difícil que es a veces exportar los datos introducidos). Y es clave porque afecta al futuro de la gestión de la identidad personal hacia los demás. Claro que la decisión la toma cada usuario, y se entiende que los usuarios no técnicos escojan opciones más preparadas como Facebook o Google OpenSocial.

Hasta cierto punto voy a mezclar la velocidad con el tocino, pero prefiero OpenId antes que el API de Facebook, o el API de OpenSocial (y parece que no soy el único). Los dos primeros son servicios creados alrededor de una red concreta, y eso es ineficiente para la creación de la identidad. Si miramos al mundo real, cada cual tiene un espacio público y otro privado. En estas redes sociales esto se diluye un poco.

Siguiendo con el esquema para los otros - para mí, la información generada en estas redes sociales cerradas (por mucha API que tengan, exportar los datos es un drama) queda para el uso del responsable de la plataforma. El uso que haga de esta información viene justificado por el coste de uso que los usuarios hacen. En Data Mining citan una charla de Chris Anderson y lo explican introduciendo el concepto económico de "externalidad". En el momento que alguien puede imponer un para mí, el nuestro desaparece.

Es por eso que hay que entender las consecuencias de trabajar con un proveedor concreto de red social, y compararlo con OpenID como estándar abierto e independiente de proveedor. No tengo nada contra los dos primeros, sólo que ante la dificultad encontrada a menudo por salir (en contraste con la facilidad para entrar) uno aún desconfía.

Con los tres se puede establecer un modelo de negocio basado en la figura de intermediario (para la demanda) y distribuidor (para la oferta), y recogiendo información sobre la actividad de ese usuario identificado. Sin embargo un estándar abierto no necesariamente tiene que vincularse a fiscalizar la actividad del usuario para conseguir un gran volumen de datos y segmentar exhaustivamente los targets vendibles a anunciantes. Más allá de esto, no me resisto a citar el artículo aparecido en documenéame sobre The Guardian sobre Facebook y los neoconservadores: muy digno de lectura.

La inercia es el principar factor a favor de las redes sociales. Una vez un grupo de usuarios están en una red, es difícil romper la inercia del día a día y cambiar. Eso es algo conocido por las plataformas, y por lo tanto potencian esa sensación de holgazanería en el momento de tomar la decisión de cambiar: el número de usuarios registrados es importante para predecir ingresos: dejar borrar una cuenta equivale a tirar el dinero. En ese caso, mejor no facilitar las cosas.

La información generada por la relación entre usuarios genera información. Esa información puede utilizarse para captar tráfico (captar más demanda) o bien para segmentar mejor los perfiles (y con ello captar mejor oferta). Los contenidos que crean los usuarios definen aspectos de interés, segmentos, grupos de interés, necesidades, etc. Es información valiosa en marketing, especialmente cuando se quiere llegar a nichos determinados.

Sin embargo ha surgido hace relativamente poco la iniciativa dataportability.org, a la cual Facebook y Google ya se han apuntado, y algo más tarde también Microsoft. Para los no iniciados hay un vídeo introductorio que puede ser de utilidad, aunque las claves de este movimiento se irán viendo a lo largo de este año.

Para los que ya sepan por dónde va el tema de la portabilidad de datos, seguro que no les extrañará que todo esto también esté relacionado con formatos de exportación e importación, y que cuanto más estándares, mejor. Es por eso que esta evolución nos lleva al tercer punto de las tendencias: los microformatos.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Microformatos

Como extensión a los dos artículos anteriores, hay otro aspecto al cual habrá que hacer un seguimiento a lo largo de este año. Se trata quizá del escalón más fácil de subir entre la web "1.0", la web social y la semántica. Por todos es sabido que el escalón más fácil de subir es el más utilizado.

No sé si los microformatos proporcionan todo lo necesario para la semantización de la web, pero sí aportan su sistematización.

Definir los microformatos no es fácil. En general se pueden definir como documentos con un formato concreto dentro de otro formato general (para nuestro caso, XHTML). Se pueden entender como formatos utilizados para tratar conjuntos de información muy concretos y enfocados a usos muy determinados. Puedes encontrar información ampliada en microformats.org.

La sistematización en un entorno cargado de información y ruido permite la extracción de significado. En general, si un sistema automático es capaz de extraer información de una fuente, la información extraída es susceptible de ser más relevante para el destinatario. Esa es la primera consideración a tener en cuenta para entender el importante papel los microformatos.

Otra consideración a tener en cuenta es que esta sistematización favorece al intercambio de pequeños conjuntos de datos (tarjeta de visita, datos de un contacto, cita o evento de calendario...) y por lo tanto da un paso más allá en los mecanismos ya conocidos de intercambio y filtrado colaborativo en entornos sociales.

El principal problema que han tenido los sistemas hasta ese momento es que la información debía procesarse e identificarse. Hasta la llegada del XHTML, tratar de abordar un contenido HTML de una web y esperar que una máquina pudiera identificar fragmentos independientes y significativos de contenido era una utopía. Con la aparición del XHTML es posible plantear la inclusión de etiquetas significativas, bloques de información sistematizados, etc. Es decir, estamos trasladando la sistematización de la base de datos a la interficie, sin pérdida de transparencia para el usuario.

Dando dos pasos más hacia adelante, vale la pena poner énfasis en un aspecto: la simplificación del rastreo de información significativa y segmentada. Echando un vistazo a los posibles microformatos, nos encontramos hCard y hCalendar (contactos y eventos), hReview (comentarios y opiniones), hResume (Currículum / carrera profesional), y hAudio.

Los dos primeros coinciden con tipos de información comentados en el apartado de identidad: agenda, contactos, y tareas. También hResume cumple con su objetivo de estructurar el currículum personal. Lo que sí vale la pena es observar los otros tipos de microformatos: hAudio o hReview.

En ambos tipos de microformatos, será interesante comprobar hasta qué punto se integran en software colaborativo, pero tienen interés. Pongamos el caso de portales verticales de música, películas, videojuegos... Si tuvieran la capacidad de disponer de una lista de fuentes de información desde la que se pueda capturar estos datos, podrían proporcionar información completamente filtrada y preparada para el usuario final, y creada de forma distribuida.

En un escenario ideal, eso significa segmentación y relevancia. Y probablemente signifique mayores ingresos. Pero por encima de todo significa cambiar las reglas de los criterios de producción de contenidos. El prosumer se ha cansado que ganen dinero los otros.

Es así que sería posible, por ejemplo asistir a un proceso distribuido de producción de contenidos en el que un portal detectara líderes de opinión que disponen de su espacio personal (una especie de despacho profesional en Internet). Tras el contacto se pactarían los servicios y su frecuencia de colaboración. Es un modelo conocido, pero no por ello menos eficiente.

Estoy seguro que habrá miles de razones para abrazar el uso de los microformatos en la web, pero hasta aquí llego por ahora, que uno también sigue aprendiendo.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Aún no siendo habitual en mí ni la traducción literal ni la idolatración, el artículo me atrajo por lo diferente de su contenido y lo paradójico de las circunstancias: una profesional de la información que cae en el olvido a pesar de la relevancia de sus comentarios.

Me reservo unos comentarios finales para después de la traducción del post original. Sin embargo debo apuntar que tanto merece la pena el post en sí como la crítica que hace Gardner Campbell en uno de los comentarios.

Artículo traducido

Suzanne Briet: Madame documentación y bibliotecaria extraodinaria

Este post va por todos aquellos biblitecarios y estudiantes de la escuela de ciencias de la información que leen este blog.

Una de las mejores cosas que tiene estar en la escuela de ciencias de la información es que consigues aprender todo tipo de cosas sobre gente que amó la información mucho antes que esta hubiera una economía para ésta. Uno de los profesores de mi facultad -Michael Buckland- siempre me asombra con historias sobre los grandes dioses y diosas de la información, muchos de los cuales nunca recibieron ningún crédito por su trabajo. Su último libro Emmanuel Goldberg and his knowledge machine sigue la historia de un inventor judío que escapó de Alemania sólo para ver cómo los americanos robaban varios de sus inventos. Crees que Vannevar Bush inventó el Memex? Piénsalo de nuevo.

Buckland llamó mi atención con otra historia de una bibliotecaria brillante que fue ignorada y olvidada: Suzanne Briet. Feminista, ensalzadora de multitudes e historiadora, Briet fue una de las primeras detrás del movimiento documentalista durante el periodo interino [interim period].

"Briet decía que los documentalistas deberían estar integrados [embedded] en los contextos culturales de los usuarios a los que sirven. Desde esta visión estratégica los documentalistas no deben sólo dedicarse a recuperar documentos, sino realizar prospecciones informacionales sobre las que aún no han sido preguntados, traducir información de otros idiomas, resumir e indexar documentos, y en general, trabajar proactivamente en una dinámica de avanzada del conocimiento en una disciplina (Day)"

Suena un poco a Google, ¿verdad?

"Los escritos de Briet se centraron en la importancia de las formas culturales y las situaciones sociales y las redes al crear y responder a las necesidades de información, más que tratar las necesidades de información como circunstancias como procesos psicológicos internos" (Day)

Sus escritos continúan anticipándose a la teoría del actor-red [actor-network theory] (un enfoque habitual en las escuelas de ciencias de la información). Desafió a las nociones cuantitativas y positivistas de la "información", atribuyendo un origen y función cultural a la documentación y los signos documentales ("What is documentation?").

A pesar de su brillantez, fue ignorada y olvidada. Sólo un bibliotecario fue a su funeral. La mayoría de sus escritos fueron ignorados y nunca se traducieron. Incluso hoy en día, pocos profesores de ciencias de la información tienen conocimientos sobre ella, y pocos enseñan sus aportaciones. Ni siquiera tiene una entrada en Wikipedia!

En un intento por hacer más accesible su trabajo, Ronald Day, Laurent Martinet y Hermina Anghelescu han traducido su trabajo "What is documentation?" al inglés y lo han convertido a archivo en formato PDF descargable. Conjuntamente con Buckland, le han dedicado un sitio web. Su esperanza es que exista más información sobre ella para que los alumnos puedan entender el contexto histórico de la cultura de la documentación. Personalmente estoy fascinada por aprender algo sobre una feminista erudita que tuvo tanta visión y fuera tan olvidada.

Queridos biblioteconomistas y comunidad de estudiantes de ciencias de la información, Michael Buckland, el rescatador de los bibliotecarios olvidados, sobre qué será necesario para que verdaderamente se resucite su memoria? Vivimos en un mundo de registros e información, aunque a menudo olvidamos los exploradores y fundadores (especialmente si son mujeres, personas de color, gays, o que no no sean cristianos). Cómo revivimos las historias de aquellos cuyas contribuciones fueron ignoradas?

Comentarios finales

Para empezar, existe un tono crítico en el post de Danah que debería ser verdaderamente contrastado. Entendiendo que las minorías que comenta han sufrido discriminaciones a lo largo de la historia, sería importante determinar hasta qué punto eso es cierto en el caso que comenta. Es de justicia decir que no he investigado más a fondo buscando en fuentes originales, aunque espero facilitar la tarea para aquellos que deseen hacerlo y no tengan facilidad con el inglés (tampoco es mi caso, seguro que más de uno se habrá dado cuenta).

Lo que más me ha llamado la atención del artículo son dos conceptos: integración y proactividad. Quizá sea por esas dos palabras por la que haya hecho un esfuerzo en traducirlo. Porque estas dos palabras son el abracadabra para que los profesionales de la información pasen de ser desconocidos a apreciados y respetados.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Si te interesa, continúa, y sino, ya nos vemos en otro momento...

El significado de P y Q

Cuando se realizan encuestas, y en general recogida de información, se da muy a menudo un tipo de preguntas que sólo pueden obtener como respuesta un Sí o un No (con el permiso del NS/NC, que ahora dejaremos de lado). Estas preguntas son las más sencillas de clasificar, ya que en el resto se pueden utilizar escalas diferentes como la del 0 al 10, escalas de Likert, gráficos, u otras.

Para estas preguntas, una proporción de los encuestados puede responder que sí, y otra que no (perogrullada al canto), lo que matemáticamente puede representarse como un 1 y un 0, respectivamente. En el caso de haber planteado un muestreo adecuado, la proporción entre ceros y unos debería ser representativa de la población general.

Sumando la cantidad de respuestas 1 y dividiéndolo por el número de encuestados, tenemos una proporción. Así por ejemplo, si se ha hecho la pregunta a 100 personas y 35 han contestado que sí, tenemos que la proporción de síes suma en total:

P(X = sí) = 35/100 = 0,35

Lo que equivaldría a un 35% en términos porcentuales.

Sabiendo que sólo hay dos casos posibles sabemos que la proporción de noes ha sido:

P(X = no) = (100-35)/100 = 65/100 = 0,65

Es decir, un 65% de noes.

De lo anterior se deduce que sabiendo la proporción de respuestas afirmativas, deducimos la proporción de respuestas negativas. Por lo tanto:

P(X=no) = 1 - P(X=sí) = 1 - 0,35.

Para simplificar la nomenclatura, normalmente se indica como P (aunque normalmente en minúsculas) a P(X=sí), mientras que P(X = no) se indica como (1-P), aunque por cuestiones de simplicidad se indica como Q.

En resumen:

P = P(X = Sí)
Q = P(X = No) = 1 - P

¿Hasta aquí se entiende? Bueno pues, sigamos.

En el peor de los casos

Dejando de lado las imperfecciones del trabajo de campo (que darían para mucho), supongamos que tenemos los medios necesarios para garantizar la representatividad de la muestra sólo teniendo en cuenta el tamaño (número de encuestados).

Lo que sucede antes de empezar a calcular la muestra es que no conocemos la proporción de individuos que contestarán sí o no a una determinada respuesta. Por eso es necesario suponer el peor de los casos.

Retornando al título del post, ya sabrás cuál es el peor de los casos, e intuitivamente incluso te puedes imaginar el por qué. Efectivamente, el peor de los casos ocurre cuando hay la misma proporción de individuos que contestan afirmativamente y negativamente.

Te puedes imaginar la situación: tu vas a suponer en cada momento qué va a contestar al siguiente. Si P = Q = 0,5, tienes un 50% de probabilidades de acertar. Y eso es lo mínimo que cabría esperar si puedes elegir entre sí y no, y no hay más respuestas posibles.

Estadísticamente, el proceso de disponer de dos valores posibles para una pregunta se puede modelizar sobre un proceso de Bernouilli. Este modelo estadístico indica que la varianza de una muestra de una población que sigue este modelo es p·q.

Es decir, que la variabilidad de las respuestas se obtiene multiplicando las proporciones de cada una. Ojo, multiplicando, no sumando.

Si sabemos que tanto p como q pueden tomar valores entre 0 y 1, y que la suma de ambas siempre da 1, tenemos los ingredientes necesarios para hacer un análisis de la función de la varianza. Representando el valor de los productos de p y q (considerando incrementos de 0,01). Es decir, vamos a representar:

f(p) = p·q = p · (1-p) = p - p^2

tras lo cual tenemos un gráfico como el siguiente:



Se puede observar que en la mitad del gráfico está el pico máximo. Teniendo en cuenta que es un gráfico entre 0 y 1, se puede intuir el valor intermedio. Para deducir el punto exacto, en el análisis de funciones se utilizan las derivadas. No explicaré lo que son las derivadas, simplemente comentaré que para este caso son formas de detectar la "velocidad" y "aceleración" de la curva.

Esto es un salto sin red para quien no entienda del tema, pero seguro que podrá encontrar amplia literatura al respecto. Teniendo la función anterior:

F(p) = p - p²

Su primera derivada (que indicará la "velocidad") es:

F'(p) = 1 - 2p

Mientras que la segunda derivada es:

F'(p) = -2

De lo anterior se deduce:

• Dado que la segunda derivada es una constante negativa, la recta siempre está desacelerando. podemos comprobar que la recta ya "venía subiendo" pero cada vez un poco menos rápido, hasta que empieza a bajar, y luego cada vez va más rápido. Es decir lleva una aceleración negativa. Aunque llevara una inercia, la ha ido perdiendo. Por el hecho que la segunda derivada es una constante también se deduce que la curva es una parábola.
• Dado que sabemos que siempre desacelera, sabemos que la curva es convexa (es decir, tiene la concavidad hacia abajo), por lo que si en algún momento la velocidad es nula (el objeto se ha frenado), podemos deducir que se ha llegado al máximo.
  

Trato de explicar este segundo punto en palabras más llanas: si estás desacelerando, llega un momento que te paras, y desaceleras más, vas en velocidad negativa. Es decir, que vuelves "hacia atrás" (o hacia abajo) por lo que se deduce que habías llegado al máximo de lejos que podías.

Bien, dicho lo anterior, lo que hay que encontrar es un valor para el que se cumpla:

1 - 2p = 0

La resolución es fácil:

1 - 2p = 0 => 1 = 2p => 1/2 = p ==> p = 1/2 = 0,5

voilà. Tenemos la demostración matemática que la máxima varianza se tiene con p = 0,5!

Este cálculo da garantías al conjunto de la encuesta?

Por lo general, este modo de cálculo es una forma de definir un tamaño de muestra. Las encuestas acostumbran a ser mucho más complejas, pero lo cierto es que los casos en los que las respuestas son de sí/no son los más habituales en encuestas sociales. En otros casos se utilizan otros criterios (por ejemplo cuando lo que se busca no es un estudio de proporciones sino de medias o totales).

Lo que sí vale la pena comentar es que el tamaño de muestra obtenido utilizando este criterio proporciona un margen de error para cada pregunta estudiada de una en una.

De lo anterior hay que deducir que cuando se cruzan dos preguntas, las variabilidades en las respuestas de cada cual se combinan, y por ello el grado de error aumenta. Eso no implica directamente que las encuestas sean más falsas, sino que estos datos se pueden utilizar con finalidad descriptiva y no inferencial (para extraer conclusiones), ya que eso provocaría decisiones erróneas por asumir un riesgo mayor del supuesto.

Otras cuestiones que van más allá de este post son la información previa que tenemos sobre una determinada población, ya que ello nos permitiría reducir el margen de error. Esta reducción podría aplicarse en la fase de muestreo, utilizando uno de varios diseños muestrales existentes.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Son cosas reaprendidas porque más de uno ya ha pasado por esas circunstancias. Pero en esos momentos las fuentes externas no son todo lo válidas que uno necesita, porque la vivencia en primera persona enseña más, mucho más. Ir a la fuente original consiste en hacer introspección.

Como todas las etapas clave de nuestra vida, lo importante es que al vivirlo en primera persona uno sepa valorar lo vivido e identificar los aspectos claves.

La regla del tr3s

Algunos aprendizajes tienen su clave de humor, y este es el caso de esta regal del "tres". La cuestión es que cuando se trabaja mucho y se tiene en mente muchas cosas, es importante saber cuándo es el límite. En el tratamiento de la información, es importante hacer una tarea hecha con buenas condiciones mentales.

La regla del tr3s dice algo muy sencillo: "si estás tratando de poner un tr3s en minúsculas, ya es hora de dormir".

Otra forma más seria de lo anterior es un comentario que hizo Norbert Bilbeny en el libro "Papers contra la cinta magnètica": en las épocas complejas lo importante es comer a las horas, descansar lo adecuado y no preocuparse por cuestiones metafísicas.

No hay que exigirse más de lo aceptable, por lo que en los momentos con falta de concentración, la clave es tan simple como descansar, charlar de otros temas con los que están cerca, o hacer algo que exija poca concentración mental. Si de ahí se cae dormido, es porque era inevitable.

El entorno y el ambiente

En las épocas complicadas la concentración en los temas claves absorbe la atención casi a tiempo completo. Si estamos hablando de la economía de la atención, en esas épocas cometemos el error de no diversificar.

La principal consecuencia de no diversificar es lo que en términos populares sucede cuando "se ponen todos los huevos en un mismo cesto": cuando los proyectos entran en fases poco gratificantes o directamente frustrantes, no tenemos alternativas para regenerar nuestros ánimos, y llega el bloqueo.

La solución a esto es tener un ambiente bueno para el trabajo pero con alternativas para descansar. Nada de trabajar en la cama ni leer informes a la hora de comer.

También el entorno directo de trabajo debe estar delimitado dentro del espacio. Este espacio delimitado debe disponer de buenas comodidades pero con un buen grado de funcionalidad. Debe disponer de lo necesario para archivar, guardar o eliminar la información según convenga. Todo lo que no es pertinente a la tarea actual la entorpece. Por lo tanto, vale la pena hacer paradas de cinco o diez minutos para hacer reordenaciones parciales.

Si dentro del entorno hay personas queridas, es importante pactar horarios, tareas y objetivos conjuntos. Esas personas queridas que forman parte del entorno personal no pueden verse afectadas por nuestras preocupaciones, aunque es importante que las entiendan. A todos nos gusta que en momentos de bloqueo alguien nos aparezca con un zumito de fruta o un café cargado. Eso dice mucho de quienes nos rodean: reconocen el esfuerzo pero por encima de todo nos ayudan. Hacer lo propio es darse cuenta que hay algo más allá de lo urgente: lo importante.

Es por eso que, en la línea del mejor ecologista posible (porque esto también es ecología), creo que es clave preservar dentro de unos niveles aceptables el entorno y el ambiente de trabajo.

Medios y herramientas

Ante la falta de tiempo, las herramientas son clave: el cuerpo y la mente ganan en extensión, mientras que la atención y la memoria se utilizan en lo necesario.

Una de las herramientas que he aprendido a utilizar más en esta temporada es la lista de tareas. Dentro de Linux y más en concreto KDE, estoy utilizando la suite de gestión de información personal Kontact, que no es más que la integración de correo, calendario, lista de contactos, tareas pendientes, etc. Simplemente genial.

A pesar de los intentos, el intento de integración con el teléfono móvil ha sido infructuoso, por lo que de momento me puedo limitar a sistemas de sincronización entre equipos, como rsync y derivados. En los momentos que uno tiene reuniones doquier y debe tener organizada su agenda, se entiende el concepto de la movilidad: porque uno mismo es móvil, la información también lo debe ser.

Paralelamente a lo anterior, otra de las cosas que he aprendido es que la productividad de un portatil es por lo menos un 30% inferior a la de un ordenador de sobremesa. No es una cuestión de potencia, sino de interficie: cuando uno se acostumbra a un teclado estándar, y a una pantalla grande y un ratón adecuado en tamaño a la propia mano, se da cuenta de cómo cambian las cosas al trabajar en un portátil.

Es por eso que he limitado el uso del portátil para las presentaciones o las tareas con poca actividad operativa. Para el resto de ocasiones en las que no puedo trabajar con mi PC de sobremesa, mejor un portátil que nada. Desde luego hay ocasiones en las que un móvil o un portátil son suficientes: consultar el correo, lista de tareas pendientes, comunicaciones rápidas, etc. Pero en el resto de casos, escojo un ordenador de sobremesa.

Parar, revisar, rumiar, pensar

Javier Leiva ya hizo su comentario hace poco: pensar es importante. Hacer y actuar también lo es, en realidad es un 90% del éxito según la máxima.

Entre pensar y actuar no hay una relación de lucha sino de equilibrio. No me atraen las personas que sólo piensan, como tampoco las que sólo actúan. Lo hagan bien o mal, dejan algo en el camino.

Como decía antes, cada cosa en su momento. Un profesional de la jardinería me lo resumió de una forma mucho más clara de lo que lo hacen la mayoría de libros de management. Se refería al hecho de dirigir equipos de trabajo, pero es algo extensible a la gestión en general: "si estás trabajando la tierra, miras hacia abajo, con lo que no puedes ver lo que pasa a tu alrededor".

Y es que pensar es una actividad estimulante, pero esencialmente incompleta: nuestro pensamiento trata de reconocer nuestro lugar en el mundo, y la forma como podemos mejorar ese lugar. Lo primero se consigue sólo pensando y procesando información, mientras que lo segundo se basa principalmente en actuar sobre unos objetivos definidos.

Un ejemplo claro en el mundo del desarrollo es la diferencia entre el programador y el desarrollador. Todos los que hemos trabajado en el desarrollo hemos tenido cerca verdaderos cracks: gente que está muy por encima de nuestras capacidades, para las cuales aprender un nuevo lenguaje de programación es como leer un nuevo diario. Sin embargo esta gente precisa de una guía para no perderse en disquisiciones bizantinas sobre la estructura de las clases o la programación de excepciones.

Son programadores, gente técnicamente excelente que no sabe ni quiere saber nada sobre las reglas de negocio que paradójicamente permitirán ingresar el dinero necesario para pagar su sueldo. Este perfil profesional requiere de un entorno de trabajo dedicado estrictamente a hacer, con las reglas claras y un cierto grado de libertad para seguir demostrando que saben hacerlo. Pero los objetivos de negocio deben llegarle masticados.

Al respecto de pensar he leído algunas referencias interesantes, especialmente en lo referente a gestión de proyectos. En Navegápolis comentan la relación entre programas y las dietas sanas: mantener los programas sanos y delgados es una cuestión de futuro y no de presente. Por otro lado, conocer las razones por las que falla un proyecto es clave para corregir desviaciones.

He puesto muchos ejemplos en el área de tecnología pero seguro que hay en todas partes.

Conclusiones

Con la calma que da estar redactando este post uno se da cuenta de lo vivido últimamente. Son épocas en las que uno crece, pero no se da cuenta hasta el final. En este caso el espejo son los resultados que los clientes ven, y también los que no se ven.

Los comentarios vertidos hasta aquí son humildes opiniones, aunque hayan podido parecer lo contrario. Otras personas reaprenderán, y de aquí lo inútil de este post. Creo que es importante escribirlo porque es una de las funciones que le doy a este blog: disponer de un sentido de la perspectiva. Después de tanto tiempo sin escribir de forma regular, creo que es de justicia destilar y plasmar lo vivido.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Por lo tanto, hoy hablamos de nubes...

Características y elementos de las nubes de tags

Por lo que respecta a la definición de una nube de tags, creo que una imagen vale más que mil palabras. Por lo tanto, puedes ver La nube de tags de del.icio.us o bien las de flickr.

La principal utilidad de las nubes de etiquetas es la de presentar información agregada, y en el mejor de los casos, sintetizada (que no resumida). Visualizar una nube de tags de un portal equivale a disponer de un cuadro resumen de conceptos que identifican los contenidos. Cuanto más grandes se presentan los términos en una nube de tags, más frecuente es el uso de ese término. Concretaré este "cuanto más" un poco más abajo.

Después de una primera fase de uso de las nubes de etiquetas, han aparecido algunas variantes en los sistemas de visualización. Algunas de las características introducidas han sido:

• Ordenación:
• Alfabética: Los términos se ordenan alfabéticamente.
• Por frecuencia: Los términos se muestran por frecuencia de uso.
• Agrupación:
• Alfabética: Los términos se separan por letra inicial.
• Semántica: Los términos se agrupan por co-ocurrencia (Hassan, Herrero-Solana; 2006).
• Sobre el uso del espacio donde se muestra la nube (Owen, Lemire; 2007):
• El espaciado e interlineado entre tags son gestionados por el navegador.
• Se aplican técnicas de CSS y HTML para aprovechar mejor el espacio.
  

Los criterios de ordenación y la agrupación son combinables, por lo que se pueden crear varios niveles de ordenación-agrupación que dieran como resultado una mejor visualización de contenidos.

Uno de los temas que son más de interés para mi ha sido encontrar un algoritmo de determinación del tamaño de las etiquetas. He encontrado información, pero no me ha parecido satisfactoria. Por ejemplo, encontré el artículo de Owen y Lemire anterior un algoritmo para la determinación de los tamaños de etiquetas.

Otro artículo en echochamber me pareció interesante por lo visual de su explicación, aunque conceptualmente creo que es erróneo. El sistema que utilizan es interesante, y en parte muy en la línea de lo que estaba pensando yo, pero no me acabó de convencer. Creo que es un error centrarse en la densidad, y no en la distribución. Es decir, calcular los tamaños de las etiquetas en base a las frecuencias simples, y no a las acumuladas.

Aunque ya es vox populi que la distribución de las etiquetas sigue una distribución con la característica cola larga, esa cola presenta diferentes pesos, el conjunto de la distribución puede tener varias formas, y por lo tanto la determinación de los tamaños puede no ser el adecuado utilizando fórmulas como las indicadas en el artículo anterior.

Abandonarse a las estadísticas

No sólo me apetece: creo que en este caso es lo mejor. Supongamos que las etiquetas siguen una distribución de frecuencias parecidas a la distribución Zipf: cola larga, pocos ítems con mucha frecuencia, muchos ítems con poca frecuencia, y los ítems del rango medio.

Si siguiéramos los criterios de sistemas de indexación full-text, los términos más utilizados se considerarían palabras vacías por ser muy frecuentes, con lo que se descartarían. La principal razón es que un término muy utilizado es un mal criterio discriminante. Por lo general, las etiquetas más utilizadas son las que aparecen en la nube, porque son cuantitativamente más importantes. Esto a nivel semántico no parece lo mejor. Esto también queda para más adelante.

Sin embargo, no descartamos los términos más habituales. La lista de tags ordenados de más a menos frecuente recuerda un gráfico de Pareto.

Echando un vistazo al gráfico de Pareto, podemos ver dos elementos: las barras, que representan la función de densidad (frecuencia en un punto), y la línea, que representa la función de distribución (frecuencia acumulada).

Podemos ver que tanto un esquema como el otro siguen una forma que se puede trazar con una línea curva: sin alteraciones. Esta forma de distribución de los datos, tiene lugar cuando existe una gran cantidad de elementos (recursos etiquetados). La variabilidad se estabiliza y es difícil crear grandes alteraciones sin introducir mucha información

Bajando del tren teórico y volviendo a la realidad: una organización está iniciando la introducción de datos etiquetados. Ese etiquetado ya empieza a presentar una larga cola, debido a que hay términos que sólo se han utilizado una vez. Sin embargo, no existe aún la cabeza de la cola. O quizá lo que está sucediendo es que los "tags medios" aún no se han formado, por lo que hay un hueco entre tags muy frecuentes y los poco frecuentes.

Esta circunstancia puede repetirse cuando se agrupa o se disgregan los tags según alguno de los criterios indicados anteriormente.

De hecho, dentro de un mismo recurso también se da el proceso que tiene lugar en el conjunto: a medida que los usuarios de un sistema de bookmarking social etiquetan un mismo contenido, la distribución se va estabilizando, formando también una distribución con cola larga.

Antes de llegar a la estabilidad, el tamaño de los tags es importante para tener una buena representación. Mostrar todos los tags muy grandes o muy pequeños puede alterar la calidad de la visualización de la nube, y por ello su objetivo. Esto tiene consecuencias a varios niveles: desde la recuperación de la información, hasta el diseño de interficie.

En esta situación, existen varias aproximaciones de base estadística al problema. Aún sabiendo que no seré exhaustivo, destaco tres:

• Análisis en base a la "forma" o ley que sigue la distribución de frecuencias. Es decir, análisis paramétrico. Por lo general la mayoría de herramientas del análisis paramétrico se centran en la distribución normal.
• Análisis no paramétrico: al no establecer a priori la distribución (ni su forma), se aplican técnicas no basadas en (los parámetros de) esa distribución.
• Estadística robusta: Estadística basada en la ordenación de los datos y la obtención de valores estadísticos menos sensibles a variaciones.
  

De las tres, yo escojo la tercera. Para empezar, es la más sencilla de abordar, ya que las técnicas son sencillas de aplicar. Al no basarse en la distribución, se adaptan mejor a los varios casos posibles de distribuciones. Además, computacionalmente son más abordables (exceptuando por la ordenación).

Aunque esto está por ver, los efectos de utilizar la estadística robusta son intuitivamente más comprensibles por un usuario (administrador de un sitio) que quisiera configurar el comportamiento de la nube de tags, por lo que también se da pie a sencillas interficies de configuración.

La única excepción está en la ya comentada velocidad de computación por el hecho de ordenar la muestra, aunque al tratar con un conjunto ya agregado (antes de ordenar ya se han escogido un grupo reducido de etiquetas), ese aspecto no debería ser preocupante.

Nubes de etiquetas con estadística robusta

Para empezar a abordar las circunstancias comentadas antes, podemos ver un gráfico de lo que sería una distribución acumulada de tags:



La distribución acumulada viene a decir: si miras el porcentaje en el punto X, el valor acumulado te indica qué porcentaje de elementos (en nuestro caso tags) de la muestra estan por debajo de esa cantidad. Es decir, si en 35 tienes un 70%, quiere decir que el 70% de los tags tienen 35 o menos usos.

En cambio, la información que proporcionan los gráficos de densidad son que en el punto X hay una proporción determinada. En resumen, no dan una visión de conjunto.

Si ordenamos los valores del gráfico de densidad de menor a mayor, tenemos una "función de densidad" siempre creciente, con una forma inversa a la que habitualmente presenta un gráfico de Pareto.

Utilizando percentiles, lo que hacemos es dividir esta lista por partes. Supongamos que seleccionamos 100 tags para la nube. Si queremos una distribución equivalente de cinco tamaños de fuente, podemos seleccionar los percentiles 20,40,60 y 80. Con esto tendremos que:

• Entre 0 y 20 tiene tamaño 1 (el más pequeño).
• Entre >20 y 40 tiene tamaño 2.
• Entre >40 y 60 tiene tamaño 3.
• Entre >60 y 80 tiene tamaño 4.
• Entre >80 y 100 tiene tamaño 5 (el más grande).
  

El cálculo de los percentiles con la muestra ordenada es muy sencilla. Para el caso (ideal) que planteo, sólo es necesario escoger los valores que hay en las posciones 20, 40, 60 y 80. Con estos valores, sólo hemos de ir comparando la frecuencia de uso en cada tag y asignar el tamaño del intervalo.

Hagámoslo sencillo: un ejemplo de 10 tags:

tag1 = 1
tag2 = 2
tag3 = 3
tag4 = 5
tag5 = 8
tag6 = 9
tag7 = 14
tag8 = 20
tag9 = 100
tag10 = 150

Con los percentiles anteriores, tenemos que los valores a seleccionar serían 2,5,9,20. A efectos prácticos esto significa que el tag1 y tag2 tienen tamaño 1, .... y el tag9 y tag10 tienen tamaño 5.

Para este cálculo hemos ordenado los tags *por frecuencia*. Lo que sucede a menudo es que al mostrarse en la web, se ordenan alfabéticamente. Por lo tanto, el cálculo de tamaños y el proceso de mostrarse en pantalla se hacen por separado.

Consecuencias del uso de percentiles

Una de las consecuencias del uso de percentiles es que no siempre se consigue un efecto deseable. Por ejemplo, alteraremos la muestra anterior:

tag1 = 1
tag2 = 1
tag3 = 1
tag4 = 5
tag5 = 5
tag6 = 9
tag7 = 22
tag8 = 150
tag9 = 180
tag10 = 2000

En este caso aparecen dos cuestiones importantes:

• El percentil 20 sigue siendo 1, pero al generar la nube de etiquetas, el tag3 también se mostrará con tamaño 1. Este efecto es habitual en pequeñas colecciones o en muestras que tienen tendencia a mostrar el comportamiento de larga cola.
• El segundo efecto importante es el de tag10: su frecuencia de uso es mayor que la suma del resto, pero a nivel de tamaño se muestra igual que el tag9, cuando en realidad tag9 está más cercano a tag8.
  

Un consuelo sirve para las dos: en el momento de agrupar y categorizar, siempre existen estas imperfecciones. De los dos, el más preocupante es el segundo, ya que el principal interés al agrupar datos es que se mantenga la representatividad de la información: si un tag utilizado 2000 veces se representa como igual de importante que otro utilizado sólo 180 veces, algo falla.

Por suerte, la estadística robusta ya considera la presencia de los datos extremos (outliers). Estos datos extremos se dan tanto por máximos como por mínimos. Por lo general, su cálculo se realiza mediante cuartiles y el rango intercuartìlico: el rango intercuartílico indica la distancia entre el cuartil 1 y el cuartil 3, lo que equivale a la distancia entre los percentiles 25 y 75. Esta distancia se utiliza como regla de medida para determinar lo máximo esperado para valores no extremos.

Así, si un dato está más allá de N rangos intercuartílicos respecto la mediana, se considera un outlier (valor extremo). En los casos como el gráfico box-plot, lo que se hace es dejar al outlier fuera del gráfico general, aunque marcando su posición. Para el caso que nos ocupa, la cuestión sería utilizar un criterio distinto para cada extremo:

• Si se trata de un extremo por mínimo, debería eliminarse: si la nube de tags se utiliza como indicador agregado de contenidos, un mínimo excesivamente bajo no es representativo, ya que probablemente es parte de la "cola".
• Para el caso de los máximos, debería existir un tamaño de fuente aplicable sólo a este tipo de datos, ya que de este modo se resaltaría esta propiedad. Es decir, una clase CSS asignada a un tag outlier.
  

En ambos casos, a medida que aumenta la muestra es muy probable que desaparezcan. Sin embargo, es probable que sigan teniendo presencia en nubes de tags más filtradas.

Una vez saciadas las exigencias de representatividad, ya tenemos un criterio bastante básico, que se puede concretar en el siguiente pseudocódigo.

• A = los tags más utilizados y sus frecuencias.
• B = Ordenar A de menor a mayor frecuencia.
• C = Matriz con los percentiles 20, 40, 60 y 80. (escoger valores en posiciones correspondientes)
• Para cada A[i] en A:
• Para cada C[j] en C:
• Si frecuencia de A[i] <= C[j]:
• Imprimir el tag A[i] con tamaño "j"
• break (pasar al siguiente tag)
• Fin Si
• Fin bucle C[j]
• Fin bucle A[i]
  

Conclusiones

Si la web tiene una gran cantidad de contenidos, la nube de tags se convierte en un equivalente nada sintáctico de un resumen. Sin embargo, los formatos de las nubes de tags quizá evolucionen hacia modelos más basados en análisis de co-ocurrencia.

El hecho que se dé una buena representatividad en esta nube reflejará mejor los contenidos, por lo que ayudará a que el usuario pueda decidir si se queda o se va. La distorsión de la nube de tags (con o sin intención) es infructuoso, ya que tarde o temprano el usuario se dará cuenta que la nube no refleja el conjunto.

A nivel técnico, el algoritmo que se deriva del pseudocódigo anterior es rápido. Este tipo de consultas agregadas son sencillas, y el único factor que pudiera jugar en su contra es la memoria que puede utilizar la consulta a la base de datos.

Por delante me quedan varios temas. Uno de ellos es crear un algoritmo de creación de nube de tags que permita varios esquemas de visualización, considerando criterios de ordenación y agrupación combinados.

El segundo, de carácter más técnico, es realizar pruebas de rendimiento sobre varios esquemas de bases de datos enfocados a almacenar sistemas de tagging. Es una pregunta habitual, que también permitirá profundizar en sistemas de optimización de bases de datos.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Aunque a nivel operativo ando flojo, absorbido por cuestiones profesionales, voy a tratar de introducir algunas ideas que, aunque en gran parte no son nuevas, sí tratan de ser innovadoras por su enfoque.

Morfología del tag

Uno de los aspectos clave que para mí debe ofrecer un sistema de organización de tags es la capacidad para indicar al sistema que el tag en sí no es un término a secas, sino que se trata de un conjunto interpretable morfológicamente.

La morfología de un tag puede venir por una estructura de este estilo:

[prefijo][contexto][concepto][sufijo]

Por ejemplo:

**geo:country=spain(?)

El análisis morfológico para el sistema indicaría lo siguiente:

• **: Es un prefijo que podría indicar la importancia (dos estrellas) de esa etiqueta en el conjunto, aunque podría indicar otras cosas.
• geo: Se nos está indicando una información de tipo geográfico.
• country: En esencia es lo equivalente a un campo de formulario. Aunque a nivel documental, podemos considerarlo una faceta.
• (?): Indicaría las garantías de veracidad de la información, aunque también podría indicar otro tipo de modificadores.

Esto no es especialmente novedoso: se denominan machine tags, concepto que ya disponde de un site propio, aunque otros lo llaman triple tags.

El concepto no nada es innovador, aunque es valiente que sitios como Flickr hayan activado estas funcionalidades (por lo que se ve en geobloggers, hace casi dos años).

Documentalistas e informáticos están habituados (de un modo u otro) a este tipo de gestión de la información. Los primeros por el constante trabajo con los metadatos, aunque con una sintaxis diferente. Los segundos, porque en el momento de compilar programas (especialmente en entornos Unix) aparecen las flags, que son opciones de configuración, algunas de las cuales incluyen parámetros y valores.

Aplicabilidad de los tags

También existen trabajos como el del análisis de tags emocionales y operativos realizado por Margaret E. Kipp, que nos indica que el etiquetado no sólo es un lenguaje no controlado, sino también algo más íntimo y/o operativo. No queda claro cuál es la causa y cuál el efecto: es incontrolado porque es personal, o se hace personal por hacerse incontrolado.

Lo que aflora a la vista de las posibilidades indicadas por Kipp es que la falta de control no significa que exista una falta de criterio, sino que simplemente los criterios no están consensuados, ni objetivados.

Cuando es un servicio ajeno a nuestro entorno local de trabajo (un servicio web como del.icio.us) el que ofrece esas funcionalidades, es comprensible que los sistemas de etiquetado y anotaciones (como las que ofrece diigo) sirven para contentar y satisfacer gran cantidad de necesidades.

Vivo en la red, trabajo en mi ordenador

Sin embargo, hay que dar un paso más: aunque los servicios hayan nacido en la web social, cada vez existe un mayor interés en poder disponer de los datos off-line, en el propio disco duro o en el teléfono móvil, y sincronizarlos cuando sea preciso.

Ante este paso adelante, el tagging no sólo sirve para el etiquetado de los recursos ajenos, sino también los personales: la lista de tareas pendientes, la agenda, los contactos, los correos electrónicos, los documentos propios, los favoritos (o en un sentido más amplio, las referencias), la colección de música, fotografías,...

Este etiquetado universal, dejando de lado por un momento los tags compuestos, podría ofrecer funcionalidades del tipo: «puedes buscar el tag "pepito" y te recupera todos los documentos, temas pendientes...». Esta recuperación se basa en el principio que el texto buscado informa sobre el contenido. Este planteamiento de considerar los tags como simples portadores de lo que en inglés denominan aboutness es una visión reduccionista que en un entorno social de etiquetado, lo único que consigue es provocar ruido. En cierto modo sólo es una evolución más de la búsqueda full-text.

Al introducir funcionalidades basadas en tags compuestos, permitimos el tratamiento de metadatos, la inclusión de facetas, y muchas posibilidades (por ejemplo, indexar utilizando la CDU: *cdu=...).

(Continuaré comentando este tema en otro post).

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Etiqueta: es una orden

Volvamos a la hipótesis que indicaba en el post anterior: el usuario trabaja en un entorno de trabajo individual (local), donde dispone de una serie de herramientas (aplicaciones) y toda la información es gestionada por un solo sistema de etiquetado. En ese contexto, es posible pensar en tags del tipo:

--sent-to:myfriend@example.com [enviar esta información a un amigo]

--project-attach:project1 [adjuntar a la lista de documentos y recursos del proyecto project1]

--apply-filter:filter1 [Aplicar filtro "filter1"]

--set-event?title=werwer&date=2007-10-05

Aunque he mostrado unas cuantas variantes estructuralmente diferentes, lo que quiero explicar es que se puede etiquetar enfocando la etiqueta a órdenes y procedimientos. Existe una funcionalidad parecida en los sistemas de filtro de los correos: un análisis del contenido permite asignar una ubicación, marcar el mensaje como importante, o simplemente eliminarlo.

El caso inverso también es posible: si un fitro sitúa un mensaje en una carpeta, asignar una o más etiquetas. Si se ejecuta una aplicación que carga un determinado documento, indicar una etiqueta que indique esta acción.

En este contexto, tags y flags trabajan sobre una misma base, ya que el sistema de tagging se convierte en un despachador de mensajes para todo un entorno de trabajo. Desde el punto de vista de un programador, esta afirmación es trivial, aunque soy consciente que no es apta para todo el mundo.

El punto clave para el éxito o el fracaso de estas funcionalidades es la mejora en la calidad de vida de los usuarios, especialmente en lo relativo a la productividad.

En algún punto entre los tags más simples y los casos complejos indicados antes, quizá exista la posibilidad de rellenar un formulario que generará tales tags: si el esfuerzo por etiquetar es mayor (o induce a más errores) que rellenar cuatro campos, el formulario servirá como opción. Por lo demás habremos conectado dos sistemas de introducción de datos.

Sincronización e intercambio

El entorno local de trabajo no puede ser el de la vida habitual de un usuario de Internet: estar al corriente de la novedades requiere conectarse. La variedad de entornos de actividad (trabajo, casa, segunda residencia, casa de un amigo) presenta conflictos varios entre el acceso y la confidencialidad de la información.

Probablemente os ha pasado que al utilizar el programa de mensajería, no queréis que los compañeros de trabajo sepan que estás ahí. También ha sucede que necesitáis un documento que no tenéis disponible porque está en otro ordenador.

Al fin y al cabo es una cuestión de red y terminales: la red permite acceder a una gran cantidad de recursos, pero esos recursos deben llegar al terminal desde el que estamos consultando información. Para evitar la pérdida de eficiencia que supone trabajar en varios terminales (y varios usuarios), la clave está un sistema que permita la sincronización entre terminales, utilizando un servicio central o mediante la arquitectura P2P solucionaría el problema de la ubicación del terminal. Es parecido a lo que sucede en el software de control de versiones como CVS o Subversion, aunque estos sistemas no permiten ir más allá de los archivos de texto para el control de modificaciones.

Cuando ese proceso de sincronización se realiza respecto a la información generada por otros usuarios u organizaciones, el volumen y a diferencia de criterios en el etiquetado va en aumento. Las consecuencias de la polisemia, la sinonimia, los idiomas, terminología técnica, etc. Esta red genera etiquetas que sólo cada usuario individualmente tiene la capacidad para seleccionar. Esa selección implica asimilar nuevas etiquetas, pero lo más importante es definir relaciones con las propias etiquetas: cuando el usuario X utiliza la etiqueta Y, yo lo entiendo como la etiqueta Z.

Entre todas estas relaciones y sinapsis de tags, un usuario sabe identificar las etiquetas sinónimas, las mal escritas y las que no tienen un significado claro. Es el momento de establecer relaciones semánticas o documentales entre etiquetas, y es posible que este usuario pueda organizar su propio listado de tags de interés. Esos tags no son nuestros tags, pero pueden ser sinónimos, equivalentes documentales, términos inadecuados para nuestro vocabulario, o que quizá por la polisemia, tengan significados diferentes para otros usuarios. Disponer de esas sinapsis implicaría disponer de un flujo constante y con un buen nivel de filtrado para disponer de información de interés.

La circunstancia de uso implica que un usuario concreto busque fuentes de información relativas a un tema (pongamos programación orientada a objetos), sobre el cual el utiliza la etiqueta "POO". Sin embargo, encuentra que otros usuarios utilizan otras etiquetas, como OOP, object-oriented-programming, objects, etc. Ante esta variedad de usos, podría ser que algunas de etiquetas (y en especial algunos usuarios) pudieran buscar o disponer de información parecida.

El sistema consistiría en que este usuario pudiera utilizar un sistema de organización parecido a una lista de encabezamientos para indicar equivalencias. Esto implicaría "Mi POO equivale a la OOP del usuario X, y a objects del usuario Y". Es una regla de filtro que genera información bastante más limpia, y que ya llega previamente organizada.

Ante todo esto, las organizaciones podrían disponer de sistemas de etiquetado que a su vez serían integrables en la red de usuarios.

Tags, búsquedas y reglas de filtro como documentos

Los desarrolladores lo tienen claro: el código fuente es a la vez contenido y proceso. Esta dualidad es la que provoca el debate entre el uso de las leyes de patentes o de la propiedad intelectual para su regulación. En el entorno digital, la interacción con un sistema genera siempre esta dualidad: los trucos y hacks (los que ponen a prueba el software de una forma ética) juegan con esa dualidad, y los profesionales de la información podrían empezar a aplicar ese criterio. Por eso, tus búsquedas son documentos, y tus tags también.

En el momento que la información escrita interactúa o se convierte en un proceso, significa que es exportable a otros usuarios del mismo servicio, o a los responsables de este servicio. En el momento que esas entradas de información se utilizan para mejorar la calidad de la recuperación de la información, se convierten en documentos, aunque no tienen una estructura tan completa como los que tradicionalmente utilizamos, y quizá sean más crípticos cuando se trata de extraer conocimientos concretos.

También el concepto de formato de documento implica que los datos en pasivo son procesados por una aplicación que entiende ese formato. Ese paso a la acción es una propiedad que se ha ido trasladando a los profesionales de la información.

Hace poco que se notificaba que Google almacena el historial de nuestras búsquedas. Aunque el argumento de Google es ofrecer una recuperación de la información más adecuada a nuestras necesidades de información, no cabe duda que (probablemente desde hace tiempo) el gran buscador almacena datos precisos de nuestra actividad. Es factible pensar que tanto dato almacenado tiene un interés estrictamente económico.

Intermediación y profesionales de la información

Opino que las sinapsis de tags tal como las comentaba antes, son un reflejo de lo que se denomina inteligencia colectiva. La inteligencia colectiva representada en forma de etiquetas es algo más procesable, pero no necesariamente más explícita. De esta inmensa nube de información, identificar las fuentes fiables es complejo.

Al lado de ese criterio, no parece imposile la existencia de una serie de perfiles de usuarios que generan reglas de filtrado sobre varias fuentes de información. Con la intención de ofrecer información depurada, adecuada e incluso comentada o resumida, se puede ofrecer este servicio a un determinado perfil de usuarios que trabajan intensamente sobre estas fuentes de información y que andan totalmente saturados. La transmisión de esta selección de artículos podría realizarse por varios canales (RSS, e-mail, impreso).

Este tipo de usuarios actuarían como intermediarios entre los usuarios y la información, pero también entre usuarios y una serie de tecnologías (como RSS) que no acaban de aflorar entre la masa de usuarios de Internet. A pesar de ello, la clave no está en la tecnología de comunicación sino en el servicio de filtro. Quienes tienen más de 200 posts al día, de los cuales casi la mitad sean de poco interés, quizá entiendieran ese servicio como una forma de reducir el tiempo (o aumentar las fuentes).

Dentro de todo este esquema, este conjunto de intermediarios podrían estar interesados en generar una estructura de etiquetas más cercanas a un lenguaje controlado. Utilizando este sistema de sinapsis (tags relacionados sin necesidad de adoptarlos) es posible que convivan lenguajes controlados y no controlados, sin que el usuario precise adecuarse al entorno, ni a la inversa.

Como apunte final, cabe comentar una última utilidad para la adaptación de los usuarios al entorno de intercambio: los tags utilizados para etiquetar los posts de un blog podrían "transformarse" si quien está accediendo a la página es una araña (crawler). Sabiendo que una araña está recogiendo información sobre mi página, sería posible indicar los tags aplicando un enlace hacia el tag en technorati, del.icio.us o algo por el estilo. Probablemente los más expertos en SEO podría extraer ideas para mejorar el posicionamiento. Este proceso no debe considerarse cloaking, ya que lo único que se está haciendo es proporcionar al buscador una referencia que él mismo valora. Es MUY probable que ya esté implantado en algún sitio, lo único que añado aquí es integrarlo en un sistema de tags.

Del árbol a la red

La teoría de grafos es una de esas disciplinas que han emergido con la aparición de Internet. Tienen un uso muy difundido en entornos donde la estructura en red es habitual, como la red eléctrica o las carreteras.

En Internet, el grafo casi lo es todo: la arquitectura de la propia red, la organización de sus contenidos, las relaciones sociales... Internet es un grafo hecho realidad.

Dentro de la teoría de grafos, el árbol es considerado también un grafo, sólo que su estructura jerárquica implica que las posibilidades de recorrer todos sus puntos sólo se puede hacer "subiendo y bajando" dentro de la jerarquía.

En la organización del conocimiento, el tesauro es la gran herramienta. Es fruto de esfuerzos y por ello compendio de criterios y objetivaciones. Es una destilación de conocimiento.

Su estructura jerárquica permite desplazarse de lo universal a lo individual, recorriendo de lo genérico a lo específico por una escalera de varios pisos. Esta jerarquía está enhebrada también por términos relacionados, términos no autorizados y demás, pero en esencia es un árbol.

Mi opinión es que el tesauro deberá adaptarse al nuevo entorno. Aunque pueda utilizarse como esqueleto de un lenguaje documental con estructura en red, como las ontologías. La web semántica y las OWL serán el objetivo y la forma final hacia la que puedan evolucionar las relaciones entre etiquetas y los documentos indexados. El etiquetado social ha venido para quedarse, y vale la pena extraer la parte interesante en entornos de tratamiento de la información.

La evolución de los tags, el tagging y las herramientas de los profesionales de la información probablemente se adecuarán a la arquitectura que están planificando Adobe con su AIR, Promokey, Sun/Java y desde luego, Microsoft.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Alrededor de esto están las primeras sensaciones de gestionar un blog, realizar un seguimiento y análisis de lo que pasa detrás, y realizar ajustes.

Lo que más me está gustando es superar (mejor o peor, eso va al gusto de cada cual) el reto de plasmar lo que pienso, con la esperanza que al menos lo entendáis. Aún llevando años escribiendo y recopilando ideas, artículos y demás; aún así, concretarlo en algo más que unos apuntes en el papel. Ponerlo luego a libre disposición pesa por el miedo al error, pero me gusta.

Los temas pendientes

Lo que llevo hecho hasta ahora me lleva a lo que tengo pendiente. A nivel de contenidos hay algunos temas que he abierto y no he cerrado (me quedan al menos dos puntos en la serie de gestión de la información, por ejemplo), y aún quedan cosillas pendientes de la lista de tareas del verano, pero ya irán viniendo.

Estoy convencido que mis posts tienen bastantes errores e imprecisiones. Entre la lista de temas a mejorar está (por razones profesionales) el mejorar mis citas y referencias a las fuentes, que a veces son poco claras.

Además de los contenidos, lo que me interesa trabajar como prioridad son las funcionalidades del entorno.

Es algo triste que en este blog, donde he hablado de tagging y la web 2.0, no existan tags, y no estén implantados funcionalidades como el trackback, el permalink, los links de menéame, del.icio.us y demás funcionalidades similares.

Lo que más novedades traerá son los tags, ya que tengo unas cuantas ideas en mente que darán cuerda para experimentar.

En la vertiente técnica, y exceptuando el adsense (que por otro lado no interfiere en la navegación), el sitio cumple con las especificaciones WAI-A, CSS-2.0, y XHTML-1.0 (Transitional, pero por poco). Eso forma parte de la experiencia de tener mi blog: no he utilizado una herramienta de blog ni un CMS para la ocasión.

Todo esto repercute en una apariencia que puede calificarse de simplona (o cutre), aunque con las nuevas funcionalidades se añadirá más posibilidades a la navegación, y además, espero poder inaugurar dentro de poco un nuevo diseño.

En otros aspectos como la promoción y la socialización, voy a tratar de dar un empujón al blog introduciendo herramientas semiautomáticas de publicación en herramientas como del.icio.us, technorati (aunque por lo que sé, va a la baja) y otros servicios parecidos. Es probable que con todo esto también incluya experimentos de publicidad para poder explicar cómo se podrían aplicar estrategias de promoción. Esta es la última parte a tratar.

Las estadísticas

Desde luego el servidor no va a caerse por tráfico, aunque estoy bastante satisfecho con la evolución del blog y la actividad que recibe. Por favor, ahogad las risas que estoy la mar de ilusionado con estos datos que presento a continuación:

• Este mes de Septiembre se cerró con 289 visitas y 463 páginas vistas. El incremento porcentual desde Abril ha sido bastante lineal, y sólo quedó interrumpido por el bajo nivel de visitas de Agosto.
• En Septiembre llegaron 247 usuarios únicos absolutos. Los usuarios que visitan mi web "van al grano" o no encuentran lo que buscan, ya que se quedan para ver una media de 1,6 páginas/visita durante una media de 1:36 minutos. Quizá cabe mencionar que en algunas búsquedas, la palabra "sopa" despista a los usuarios, aunque creo que es un efecto minoritario.
• Los posts más visitados a lo largo de estos 6 meses han sido (de menos a más) el de Yahoo! Pipes, el primer post sobre IBSN y el de Open Flash Chart.
• Google es la fuente principal de visitas, aunque lentamente van llegando entradas desde technorati, Yahoo!, acceso directo, del.icio.us, etc. foros.jarfil.net también envía visitas con más o menos regularidad. Pero las cosas claras: el 60% de accesos desde búsquedas en Google deja claro el peso de esta fuente de tráfico. Como ya comentaba antes, la promoción y el SEO serán dos temas que trataré en el próximo semestre.

Ya está. Por ahora hay poquita cosa. Me queda por añadir que otro tema pendiente es introducir un gestor de estadísticas propio, ya que Google Analytics no me convence del todo, no me permite seguir vuestras lecturas por RSS, y a veces me plantea dudas sobre la total veracidad de la información. Eso no quiere decir que esté mal... Como herramienta cumple con una parte importante de objetivos de análisis.

Lo que sucede es que creo que la clave para sacar el jugo a los sistemas de estadísticas es poder personalizar y analizar mejor la navegación y la interacción según la temática concreta de cada contenido. Poder poner dentro del análisis la densidad de términos los textos de los enlaces, etc., creo que será imprescindible para entender la interacción y extraer mayor valor económico.

Con estos datos y las buenas intenciones anteriores, lo dejo por hoy.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

- Hola. Entro en una reunión dentro de un par de minutos. ¿Puedes normalizarme esto?
- Sí, claro...

Reconozcámoslo, tiene madera de jefe: en menos de dos minutos ha entrado en la oficina, te ha dejado una hoja de papel llena de garabatos y encima es urgente. A eso se le llama delegar.

Mientras asimilas la orden, te reincorporas. Minimizas el programa de correo y te dispones a normalizar... Bueno, quizá empezarás por aprender una palabra más mirando el diccionario...

Normalizar o no normalizar

Tomando el término en su sentido más etimológico, normalizar puede entenderse como "ajustar algo a una norma". Lo que es evidente del caso anterior es que tu jefe no te ha concretado la norma a seguir. Si echas un vistazo a la hoja, existen varias opciones por escoger:

- Caligrafía/Tipografía.
- Ortografía.
- Estructura textual/argumental.
- Estilo y/o Imagen corporativa.

El papel entregado no cumple nada de lo anterior: es un esquema de alguna ocurrencia que no deja de ser un conocimiento que está tratando de explicitarse. Eso no lo convierte en un mal documento, sólo que no está preparado para ser compartido.

Normalización como forma de consenso

Cada uno de los niveles de normalización anteriores trata de solucionar una posible causa de confusión. Veamos:

• La caligrafía evita las confusiones en el proceso de lectura, al hacer más evidente la forma de las letras. Escoger una tipografía y tamaño adecuados también es importante para una correcta lectura. Esto reduce el error en el proceso de identificación visual.
• La ortografía evita dificultades en la interpretación de los términos. Si es un ser humano quien lee el documento, es posible que encuentre la causa del error y que mentalmente lo convierta en el término adecuado. En el caso de la máquina eso es igualmente factible, pero no tan fiable.
• La estructura textual y argumental permite identificar con más claridad el punto de partida, el conflicto y el desenlace. No tiene nada que ver con el significado del documento, sino con sus objetivos.
• El estilo y la imagen corporativa ayudan a asociar el contenido de un documento con una marca, mensaje e incluso con el esquema de valores que trata de transmitir plasmada en éste.

De los puntos anteriores se puede desprender la conclusión que normalizar implica reducir el margen de error y aumentar la potencia del mensaje.

Lo que define la normalización es la forma como se puede estructurar un conjunto de información para que quienes entiendan "la norma" puedan entender este mensaje documentado con un riesgo mínimo de error.

Bajo estas circunstancias, normalizar equivale a consensuar la forma externa de un mensaje. Esto se consigue homogeneizando la estructura, la terminología o el estilo.

Cuanto más reducido y especializado es un entorno, más estrictos son los criterios de normalización. Ademas, se acostumbra a dar la paradoja que un documento normalizado en ese entorno tan restrictivo acostumbra a ser incomprensible para alguien ajeno a ese entorno. Por ejemplo, el código fuente de un programa acostumbra a ser incomprensible para alguien no acostumbrado a ello. Los ingenios industriales acostumbran a presentar muchos casos de esto. La jerga de un sector de actividad también tiene esas características. Los documentalistas podemos comprobarlo fácilmente: echamos un vistazo al tesauro que se corresponda, y pronto nos podemos dar cuenta de lo mucho que no conocemos.

La forma de ponerse de acuerdo en los aspectos significativos se ha centrado en la actualidad en las organizaciones como la ISO (International Standards Organization), ANSI y demás.

En la UE, se puede publicar un libro verde o green paper con la intención de exponer una serie de razones no vinculantes por las que podría estudiarse la posibilidad de definir unas normas. El proceso puede pasar por analizar las buenas prácticas de una actividad, explicitar una operativa que refleje esas buenas prácticas, y posteriormente definir la norma.

Normalización matemática

Hasta ahora he comentado la normalización en un sentido general. Aunque en las matemáticas el concepto es casi equivalente, el contexto de uso cambia un poco.

Por lo general, aquí el concepto de "norma" se puede entender como intervalo (si queremos ajustarnos a unas restricciones geométricas) o algoritmo (si la cuestión es procesar los datos para que sirvan a un determinado criterio).

Lo que en general significa normalizar dentro de las matemáticas, es procesar la información para que dos conjuntos diferentes de datos sean comparables. Eso por ejemplo sucede con los indicadores: muchos indicadores se "normalizan" para tomar valores entre 0 y 1. Muy a menudo ese valor se multiplica por 100 para obtener un porcentaje (estamos al 75% del nivel de producción), aunque esa práctica pueda ser algo dudosa.

En un proceso como el anterior, normalizar no significa "convertir los datos a la distribución normal". Esa es un uso lógico del lenguaje, pero inexacto: es por eso que yo creo que es preferible utilizar el término "estandarizar" cuando se habla de la distribución normal. Aunque ese proceso se le llame normalizar, creo que es un uso inadecuado de una palabra con un sentido más amplio. Por ejemplo, una respuesta en Yahoo! Answers sobre la normalización me parece más o menos correcta, aunque creo que normalizar implicando al teorema central del límite me parece fuera de lugar. El TCL no normaliza, ni uno normaliza utilizando el TCL: lo que sucede es que cuando se llegan a unos extremos expuestos por el TCL, existe una convergencia, fruto de la suma de variables aleatorias, que conduce el conjunto hacia una distribución normal. Es parecido pero no es idéntico.

Por lo general, la normalización se basa a un algoritmo (implantado informáticamente o no). Este algoritmo puede presentarse en forma de lenguaje natural, diagrama de flujo, código fuente de lenguaje de programación... Puede entenderse el algoritmo como una serie de reglas a seguir, independientemente de las herramientas utilizadas para aplicarlo.

Google y sus distancias

Por ejemplo el PageRank es un algoritmo de normalización, basado en tratar una gran variedad de factores que se dan en documentos de hipertexto, para finalmente dar un valor entre 0 y 10. Puntuar del 0 al 10 es algo muy sencillo de entender, aunque es un cálculo costoso.

El PR es una medida unidimensional, como gran parte de los valores normalizados con los que tratamos cotidianamente. Sin embargo, algunos valores normalizados pueden ser multidimensionales. La normalización no implica tener un número concreto, sino que los números cumplan criterios concretos.

Uno de esos casos es la distancia normalizada de google, que ya cité como una de las tareas pendientes este pasado verano.

Tanto el PageRank de Google (PRG ó GPR) como la distancia normalizada de Google (DNG ó por GND) tienen una característica especial: la medición de las distancias entre los elementos no se obtiene por el proceso secuencial de los datos, sino por las relaciones entre ellos. Por lo tanto, al estudiarse las relaciones entre ellos, se normalizan las distancias entre elementos, y no la distancia entre un elemento y los ejes de coordenadas.

Lo que sucede es que el GPR acaba extrayendo un valor "independiente" para cada elemento, mientras que la DNG se queda con las interrelaciones, que habitualmente se representan en un grafo.

Dado que el GPR ha sido ampliamente expuesto en otros artículos [fuentes], sólo cabe comentar que ambos algoritmos se basan en cálculos algebraicos, basados en vectores propios y valores propios (formas "normalizadas" de matrices).

En cambio, la visión más -llamémoslo así- holística de los datos, precisa de un tratamiento previo antes de la representación gráfica. Resumiendo mucho, la representación gráfica utiliza unos ejes de coordenadas que en sí mismos ya son una "norma", con lo que representar gràficamente las relaciones entre términos significa normalizar.

Lo que sucede con esta normalización es equivalente (que no idéntico) al cálculo que se aplica al aplicar la indexación a texto completo, calculando la densidad normalizada de una palabra dentro del documento y de la colección indexada.

Se supone que el objetivo final de la DNG es extraer conocimiento: si existen relaciones entre dos términos, ¿Pueden ser sinónimos, antónimos...? Para extraer algunas de estas conclusiones, se han utilizado herramientas como el análisis semántico latente, o la singular value decomposition (SVD) (que es el homónimo de los valores propios aplicado a matrices no cuadradas), con más o menos éxito.

Vale la pena comentar que la lectura del documento explicativo de la GND es interesante, aunque muy árida a quien no se le den bien las matemáticas. Para esos casos, recomiendo tratar de entender las explicaciones que se dan, que por lo demás tienen bastante sentido común.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Universidad y emprender

Emprender probablemente es el último de los pasos de un camino que va desde la detección de una necesidad hasta la verificación de su rentabilidad. Es decir, el paso de "podría estar bien" al "pues quizá me podría ganar la vida con esto". Lo primero se da muy habitualmente, pero como dijera Thomas Edison, el éxito es un 10% inspiración y 90% transpiración. La buena noticia es que el primer 10% es relativamente fácil de llevar a cabo, aunque algo aleatorio.

La biblioteconomía y documentación recoge una buena herencia humanística, combinada con métodos formalmente más cercanos a carreras de corte científico-técnico. Esta mezcla puede ser un buen caldo de cultivo para formar un criterio al respecto de lo que funciona y lo que falla en la gestión de la información. Detectar las causas de la distancia entre el usuario y el servicio, saber seleccionar los criterios de organización que dan valor (y acceso) a la colección.

Sin embargo, y salvo excepciones remarcables, la evolución de la idea no llega al final. Eso en sí tampoco no es remarcable: pocas ideas llegan a término, y aún son menos las que triunfan.

Si algo es cierto, es que el enfoque tan académico de la formación universitaria que he recibido no favorece a una mentalidad creativa, innovadora ni mucho menos emprendedora. Creo que eso viene con la experiencia, el entorno o la necesidad de cada cual. Yo no lo he encontrado en la universidad.

Documentalistas en el sector terciario

Lo extraño es que en esta época en la que gran parte del volumen del PIB se destila del sector terciario, y con la información, el valor de la marca, los valores y los significados como factores críticos; en esta época los profesionales de la información no han encontrado un lugar claro en la cadena de valor de la información del sector privado.

Hasta la fecha (lo digo sin datos en las manos) podría afirmar que una gran mayoría de los estudiantes titulados en biblioteconomía y documentación que deseen dedicarse a lo que han aprendido en la facultad, estarán trabajando en una biblioteca o archivo, aspiran a ello o están pensando en la administración pública como fuente de empleo. Reitero que no tengo datos: es un tema que tengo pendiente.

Esta situación prácticamente equipara la profesión a una especie en cautividad: al no introducirse en el sector privado de forma clara, es difícil iniciar un tanteo de oferta-demanda sobre lo aprendido y lo necesario: permanecer en un ecosistema controlado no es garantía de supervivencia. Da igual si hablamos de autoocupación o de trabajar por cuenta ajena. Probablemente todos conozcamos casos, pero no son habituales: las instituciones públicas siguen siendo los mayores empleadores de profesionales de la información.

Esto tiene sentido en el cuando el acceso a la información ha sido un valor preciado para la educación y formación de las personas a lo largo de los tiempos. Al transferir la gestión a profesionales y personas interesadas en organizar y dar acceso a esa documentación, las bibliotecas se convertían en valores a preservar de las leyes del mercado, para evitar conflictos entre preservación y rentabilidad. Y es necesario que eso continúe siendo así.

Lo que pasa actualmente es que tales instituciones han saciado una gran parte de la necesidad de empleo de especialistas, con lo que el ritmo de ofertas de empleo no crece al mismo ritmo que la demanda de ocupación en ese ámbito. Año tras año aumentará ese desajuste, exceptuando las épocas de oposiciones, bolsas de trabajo y oferta de plazas.

La administración no puede seguir creciendo indefinidamente, creando nuevas plazas de bibliotecarios: mantener esta estructura es costoso y debe justificarse al definir los presupuestos. Tal como oí en cierta ocasión: "¿Si hay que escoger entre una cama de hospital y un asiento más en la biblioteca, con qué te quedarías?". Si decides lo segundo, espero que nadie a tu alrededor se ponga enfermo.

Fuera de esto, la opción de iniciar una trayectoria profesional como becarios es algo a considerar con calma. Al igual que en otras profesiones, las becas y los convenios de formación no han proporcionado mucha más visibilidad al titulado, ni mucho menos han favorecido a mejorar su retribución. En los casos más reprochables, el becario acaba fotocopiando, trayendo el café o realizando tareas puramente administrativas, que no le exigen aportar ningún valor por lo aprendido en su carrera.

En su favor vale la pena decir que tales convenios son una puerta de entrada al mercado laboral, aunque en nuestro caso el principal ofertador de puestos es la administración pública.

Necesidad y marketing

Al lado de esto, la necesidad en el sector privado existe, y es urgente. Por ahora se subsana dentro de las empresas contratando personal no especializado o reasignando tareas a personal ya existente. Eso en sí ya es un primer paso, un paso positivo. Por parte del empresario, eso ya implica la identificación de la necesidad.

Pienso en la gestión documental porque es la aplicación más directa. La dualidad entre información digital e impresa, la gestión de versiones, gestión documental colaborativa, intranets de gestión documental, recuperación de la información, eliminar los archivos duplicados, reorganizar nuestra colección y nuestro fondo...

Tareas habituales, casi diría del 20% de tareas que generan el clásico 80% de la ley de Pareto. Y es que las necesidades del día a día imperan sobre disquisiciones y argumentaciones conceptuales sobre formas externas, reglas de catalogación o algoritmos de indexación semiautomática.

Lo que pasa es que se dan dos situaciones negativas que se complementan: Las capacidades y conocimientos del profesional de la información son desconocidas por los empleadores del sector privado. Por ese desconocimiento, cualquier mejora mínima de los criterios de organización y gestión documental (por lo general pueden ser mejoras de un carácter administrativo básico) son suficientes para justificar un esfuerzo básico. Ante esa mejora, el empleador percibe que no es necesaria la formación universitaria (con el incremento de salario que eso supone).

Me pasan por la mente muchas formas de expresar esta situación. Y hay una en concreto que es muy familiar para los profesionales de la información: relevancia. Por ahora no hemos sido capaces de dar relevancia a nuestros conocimientos cuando alguien busca personal que solucione el caos documental.

La clave es entender que las reglas cambian: no nos vendrán a buscar si no avisamos que estamos ahí. El estereotipo del bibliotecario con las gafas caídas pesa en las espaldas de quien se dirige al sector privado. Ese estereotipo durará el tiempo que se tarde en llevar a cabo una mejora en la gestión documental. Tampoco vale la pena rasgarse las vestiduras por el aclamado fenómeno de la intrusión: a diferencia del sector público, en el sector privado existe cierto nivel de meritocracia, con lo que la clave no está en un documento oficial, sino en las aportaciones y la implicación en el día a día.

A pesar de Google o precisamente por él, con o sin Wikipedia, basándonos o no en la sabiduría de las masas, la necesidad de organizar, gestionar y recuperar información existe. Cuanto más trasiego de información, más necesidad de cribar, organizar, y desechar. Aunque la proporción de información útil se mantiene, su volumen aumenta. Es por eso que crear reglas, criterios y hábitos de una gestión sostenible de la información implica dinero ahorrado, y por ello un margen de beneficios para las iniciativas en el sector privado.

La información es la fortaleza y el talón de Aquiles de las empresas: cada vez es mayor su valor, lo que sucede que ese valor se presenta en forma de riesgo: es necesario aprovecharla bien, o cualquier otro la aprovechará mejor. No sirve decir que de momento nadie lo hace, porque alguien empezará a hacerlo y luego no hay tiempo de ponerse al día: más vale tomar la iniciativa.

Por si alguien no tiene claro por dónde empezar, caben un par de datos interesantes: los facilitados en la coctelera: datos sobre nuevos alumnos en biblioteconomía y también documentación. Lo que dejan claro estos datos no es que la empresa privada no nos conoce: incluso los potenciales alumnos no tienen interés en conocernos. Es hora de cambiar el mensaje.

Yo empezaría por buscar un eslogan: propongo "El profesional de la información: lo que andabas buscando" :-D.

¿Estaré a punto de lanzar un Meme? No acosaré a nadie: si alguien se apunta, adelante.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Detrás de tanta pasión encontramos un algoritmo matemático sencillo.

Me apetecía comentar un par de cosillas de la ley de Hondt. Aunque debo admitir que mi principal intención era incluir una demostración para la simulación del algoritmo, creando una clase PHP y la biblioteca Open Flash Chart que ya comenté en su momento.

El funcionamiento de la ley de Hondt

Explicar a fondo la ley de Hondt creo que no procede: he leído con detalle la entrada en la Wikipedia en Español sobre la ley de Hondt y lo creo suficiente como introducción.

El proceso de división que se da para cada caso es lo que se podría denominar una sucesión armónica (sería una serie armónica si los cocientes se sumaran) que es equivalente para todos los partidos, salvo porque hay que multiplicar por el número de votos.

Esa sucesión forma una curva asintótica respecto al eje y=0 para valores enteros positivos. A efectos prácticos, puedes imaginarte un avión de papel lanzado desde la ventana de un edificio, que va planeando cada vez más cerca del suelo pero sin llegarlo a tocar nunca.

...No, no hay viento.

Al realizar el cálculo de la ley de Hondt, cada partido lanza ese avión, pero con una diferencia substancial: cuantos más votos, más alta es la posición de lanzamiento. Supongamos que un voto equivale a un centímetro: diez mil votos son cien metros de altura.

El jefe de filas sube la escalera y lanza el avioncito. La trayectoria descrita por cada avión de papel es registrada y se ponen en común las alturas de cada avión en cada segundo. Las mayores alturas se llevan los escaños.

Repasemos mentalmente las trayectorias de los aviones: Cuanto más tiempo transcurre, más parecidas son las alturas de los aviones. Eso implica que cuanto más a repartir entre partidos, más equilibrado es el reparto. Es más equilibrado porque hay algo de aleatorio: haber lanzado unos centímetros más arriba o más abajo el avión, da o quita un escaño: el planeo final es clave. Los aviones sólo quedarían a la misma altura en caso de llegar al infinito, con lo que a largo plazo el partido más votado siempre parece algo más favorecido.

Eso queda algo rebatido al hacer ciertas pruebas, que espero que con la demo ahora tengas más cerca.

La demo

Podéis acceder a la demo desde la página de recursos.

Debo decir antes de todo que la demostración es sencillita y que se podría haber decorado o coloreado más, pero me he limitado a lo estrictamente necesario para que sea funcional.

La he colgado en el apartado "descargas", que he pasado a titular "recursos" (buscando un término genérico).

El funcionamiento es bastante sencillo y salvo el propio archivo de Flash, todo el código utilizado es estático: XHTML y CSS. El archivo Flash muestra en un gráfico de frecuencias los pasos del cálculo de la ley de Hondt, y el reparto resultante de escaños.

• Lo primero es introducir el número de escaños y el mínimo porcentaje de votos para entrar en el cálculo.
• En segundo lugar, indica los votos recogidos por cada partido, abstención, en blanco, etc.
• Una vez introducidos los datos, clicando en "calcular". Ya está.

Los resultados se muestran en tres partes diferentes que paso a comentar.

Tabla de asignaciones

Situada en la parte superior derecha de la página, esta tabla indica los escaños asignados, el porcentaje de votos y el porcentaje de escaños. Esta relación entre los porcentajes anteriores es importante, ya que es el tipo de reivindicación que se da ante la ley de Hondt: que favorece a los partidos grandes.

Puedes comprobar que eso no siempre es así, ya que hay ocasiones en las que los partidos pequeños absorben un escaño del grande. Los últimos escaños a repartir (especialmente cuando se trata de una gran cantidad: más de cien por poner un caso) son una verdadera lotería.

Tabla de divisiones

En la parte inferior de la página, muestra el proceso de dividir los votos en cada iteración. Estas divisiones se ordenan y se muestran en la última columna (que muestra el título Hondt). Éste es el resultado de repartir los escaños: indica la cantidad con la que se ha asignado cada escaño.

Gráfico de divisiones

Parecido a lo anterior, el gráfico de divisiones representa gráficamente la tabla anterior. En este caso es de notar que cuanta más competencia hay entre dos partidos (pongamos los dos mayoritarios), más "rugosa" es la curva que marca la asignación de partidos (la línea "Hondt"). El avión encuentra turbulencias.

Transferencia de datos a Open Flash Chart

El gráfico utilizado es de frecuencias sin puntos. He tomado esta decisión porque tenéis la lista de valores en la tabla de debajo, con lo que no hay necesidad de ponerlo de nuevo en el gráfico.

Para los que quieran ver cómo se transfieren los datos a OFC, sólo cabe comentar que se serializan los datos y se identifican con una clave. Esa clave se introduce en la URL en la carga del archivo SWF, y el resto es tarea de OFC.

Podéis ver el contenido que devuelve la llamada del parámetro "data" de la URL, y sacar conclusiones por vuestra cuenta...

Debo hacer notar que a medida que aumenta el número de datos, el tiempo de proceso del gráfico aumenta, aunque en general nada alarmante.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

Esta lectura trata sobre la gestión de la innovación...

El efecto Medici (Deusto, 2005) trata sobre innovación. A pesar de los que no piensan así, la innovación es clave, y es crítica. Lo es a muchos niveles, y en todas las áreas. Por ejemplo, en el entorno bibliotecario esta es una época de ebullición por la llamada biblioteca 2.0. Probablemente en la informática y las matemáticas en general eso esté más asumido, aunque en la informática, como área técnica con enfoque práctico, hay muchos problemas operativos por resolver. No es lo único, ni me voy a dedicar a enumerar todos los casos.

Lo primero es exponer la razón que lleva al título: Frans Johansson expone el poder que tiene la interdisciplinariedad, o como él lo llama, la intersección. Define el efecto Medici como la consecuencia que tuvo que los Medici pudieran reunir a un grupo tan grande de genios en un espacio tan concreto, y los intercambios que generó entre ellos para abrir las puertas del Renacimiento. No sé si abrió las puertas, pero desde luego fue un momento clave...

El libro se estructura en tres partes, desde mi punto de vista muy acertadas: qué es la intersección, cómo tiene lugar, y como se pueden crear las condiciones idóneas para innovar.

La intersección: una torre de Babel bien entendida

El libro se inicia con dos o tres historias personales que permiten introducir los aspectos clave: la innovación se da en mentes abiertas, capaces de romper esquemas (o de vivir sin ellos) y de compartir con otras personas de formación y trayectoria diferente.

Esa diferencia provoca que a lo largo de una conversación puedan surgir sorpresas, algo sencillo pero hasta ese momento imperceptible. Algo híbrido y nuevo.

Esa hibridez surge del intercambio, una fusión o mestizaje entre conocimientos que no se habían combinado nunca hasta el momento. Ese mestizaje puede surgir en la evolución personal de alguien que vive en circunstancias diferentes, o bien entre personas que se encuentran y comparten ideas.

Es en esas ideas donde el autor introduce el ya conocido concepto de Meme. Y expone que la innovación puede entenderse como la evolución trasladada a la vertiente intelectual y cultural de los seres humanos. Por lo tanto, la diversidad cultural, y las mutaciones de la información son claves.

En el libro se nombran casos de éxito tan dispares como la capacidad dramática de los personajes en los dibujos 3D de Pixar, la capacidad de innovación en la cocina, o la teoría de la evolución de Darwin. Cada caso presenta circunstancias de eclosión de ideas en la intersección.

La primera parte del libro, en sí misma es una puesta en escena. Es por eso que proporciona poca substancia, así que paso a comentar la segunda y, especialmente, la tercera parte.

Cómo tuvo lugar la intersección

Esta parte del libro expone lo que yo denominaría como los "aspectos tácticos" de la innovación. Se siguen exponiendo casos (es una tónica de todo el libro, mayoritariamente con acierto) en los que se viene a exponer una serie de conceptos clave:

• Al trabajar en un espacio de interesección el conjunto de posibilidades equivale a las combinaciones de ideas que vienen de ambas disciplinas.
• Es probable que se dominen unas disciplinas más que otras, y por ello dar con la innovación tiene características aleatorias.
• Dado ese carácter de aleatoriedad, los éxitos vienen después de muchos fracasos, así que lo importante es ser positivo, quitarse el miedo al error y ser perseverante. En pocas palabras, se innova porque se produce.
• Es importante tratar de dar la vuelta a las suposiciones, o lo que el autor llama "barreras asociativas". Como decía Hume, No hay leyes universales, sino creencias universales. Pues eso, practica lo empírico. Baja a la calle y camina.
• Otras posibilidades son tratar de cambiar de perspectiva, aprender las cosas de una forma diferente (en cierto modo, ser autodidacta), o asimilar cualquier tipo de mezcla cultural.
  

En ese maremágnum de mezclas e intercambios, el autor aboga por encontrar un equilibrio entre la visión transversal y la vertical (especializada). No se trata de ser "maestro de nada", ni especialista en girar una ruedecita a medio radián por segundo.

Cómo prepararse para innovar

Entre el final de la segunda parte y toda la tercera es donde creo que hay gran parte de la substancia de este libro.

La primera de las claves, que ya he leído en otras partes, es generar activamente muchas ideas. Dar rienda suelta a la verborrea mental. Para no provocar desajustes mentales a quienes nos rodean, el autor propone la clásica libretita. Actualmente la grabadora del móvil es una buena solución.

Ante esa situación, cabe comentar unas conclusiones a las que han llegado diversos estudios sobre la lluvia de ideas: el mito de hacerlo en grupo funciona, pero acostumbra a ser peor que hacerlo individualmente. La razón es que la gente se coarta, o que simplemente la memoria instantánea donde se guardan las ideas fugaces no está preparada para razonar ante el resto. Es por eso que el autor sugiere la combinación del brainstorming con el brainwriting.

Después de la fase de euforia del brain-loquesea y de la habitual fermentación en el cajón, debe llegar el momento tranquilo de evaluar. Evaluar es un acto sosegado. No estará faltado de creatividad, pero para conseguir que las ideas tomen forma, es necesario dejar las prisas a un lado, e inspirarse.

Esto viene al caso porque el autor también nombra ciertos estudios en los que se puso a prueba la relación entre creatividad y presión. Los resultados fueron claros: la presión no favorece a la innovación. Si la persona que innova tiene presiones externas, dedicará más tiempo a controlar en "no pasarse" que en crear. Evitar la creación de estas barreras implica favorecer la innovación.

A eso hay que añadir una dura posibilidad: si tu red de contactos te limita a la hora de innovar (porque no quieras fallarle o porque rechazan tus intenciones), la innovación implicará alejarte de ésta. Cambiar de entorno. Quizá sea eso lo que necesites para innovar. Puedes pensar en casos de personas que se van al extranjero, que cambian de empresa, se alejan del entorno familiar... Es una posibilidad dura de aceptar, pero quizá pueda ser necesaria.

Aparte de la adecuación de la red, para convertir las ideas en innovación es interesante crear el ambiente y las condiciones adecuadas. De poco le serviría al músico la inspiración si está en un ambiente perturbador, y con pocos medios para plasmar su capacidad creativa.

Uno de los aspectos claves que remarca el autor es la capacidad de asumir los errores como parte inherente a la innovación y el éxito: de lo equivocado se sacan conclusiones e ideas nuevas. Es por eso que las empresas implicadas en la innovación deben valorar positivamente tanto los fracasos como los aciertos: lo que debe ser penalizado es la falta de actividad. Esa aceptación pasa por crear un ambiente libre de juicios de valor sobre los que se equivocan, porque hay diferencias substanciales entre el error y el fracaso.

Esta capacidad de aceptar los errores lleva a otro aspecto clave: mantener la motivación. Motivar un equipo que avanza soportando los bofetones de la innovación es algo realmente crítico. Si alguien es capaz de ponerse en la piel de quien innova sabe que debe tener una voluntad de hierro y un nivel alto de fe en su actividad. Acabar el dia y no tener claro si se ha hecho (ni que decir acabado) algo de provecho es algo que desgasta. Quizá ésta sea una razón más para buscar el provecho en el error.

Otro de los aspectos interesantes que me han llamado la atención es que la tarea de innovar se traslada a la planificación económica: es necesario reservar fondos en un proyecto para intentarlo dos o más veces: es muy poco probable que te funcione a la primera, o a la segunda. Pero eso no implica que estés en un mal camino: si encuentras la intersección y tratas de innovar mezclando, puedes encontrar el éxito. Lo que está claro es que en la mayoría de casos necesitarás medios económicos para conseguirlo.

Para mí esta es la parte mejor conseguida de todo el libro. Sin lugar a dudas. Tratándose de un libro donde lo que se trata es lo esencialmente diferente, me parece un gran mérito ser capaz de especificar una serie de principios básicos que permitan a cualquier persona o grupo innovar.

Comentarios finales

La lectura de este libro me había sido eufóricamente recomendada, y a raíz de eso su lectura era arriesgada, por lo que provocan las expectativas (a partir de ahora, barreras asociativas). En algunos momentos me ha recordado al pensamiento lateral de Edward de Bono, aunque el estilo de escritura es totalmente diferente (a mí me gusta más el de Johansson).

La tercera parte del libro me parece excepcional, por lo fundamentada, sencilla y coherente que la ha presentado el autor. Es por eso que recomendaría su lectura a quienes se quieren adentrar en el mundo de la innovación, ya sea a nivel profesional o personal.

Ahora bien, para aquellos que se dedican a innovar a diario y utilizan sus propias técnicas creativas (pocos en España por lo que dicen las estadísticas), el libro puede quedarse corto. Para esos perfiles, más creativos e incluso menos técnicos, el libro puede resultar una recopilación de casos de éxito, y poco más.

He leído un resumen de la primera parte del libro en casiseguro. Quizá os pueda aportar algo: ya podéis ir, no me pondré celoso :-D.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

En los pocos segundos que tarda en cargarse el artículo en la pantalla se da cuenta de cómo ha cambiado todo este mundillo. Se acuerda de cómo algunos de los posts de su blog, con una cantidad respetable de enlaces entrantes y visitas contribuyeron a que su empresa le aumentara el sueldo. Pero lo que también contribuyó a ello fue que comprobaran la veracidad de algunos de sus contactos estrella en su red social...

Su red. Solicita al sistema que averigüe cuáles de sus contactos podrían ser más cercanos a la web que ha enlazado la noticia: esta noticia no pinta muy bien: tiene un lenguaje atractivo, es dinámica, parece infundada pero lo disimula de maravilla... Habrá que pensar en algo.

El agente inteligente busca páginas similares, enlaces entrantes a la noticia y estadísticas públicas del sitio. ¿Es necesario preocuparse? En el histórico aparecen tres noticias con palabras clave parecidas durante los pasados seis meses. Puede que la imagen de los clientes de nuestro protagonista empiecen a debilitarse. Configura un sistema de alerta para realizar el seguimiento de los enlaces entrantes a la noticia. Si la curva S de inbounds se acelera antes de 48 horas, habrá que hacer algo...

No está tan lejos

Todo, o prácticamente todo lo comentado en la situación hipotética anterior, es perfectamente factible con las herramientas actuales. Será gratuito o tendrá un precio, pero es factible. Utilizar unas cuantas APIs, programar unos algoritmos de cálculo matemático y romperse los cuernos para diseñar una interficie ergonómica. Es cuestión de tiempo.

Quizá dos años. No más de cuatro o cinco. Acercar este tipo de soluciones puede resultar innecesario en nuestra vida privada. Sin embargo, en la vida profesional cada vez parece más claro que la presencia en Internet es la mejor tarjeta de visita. La promoción interna o la superación de procesos de selección pueden depender de un blog más o menos influyente; más o menos afín al puesto de trabajo.

En todo este escenario, los conceptos clave son el SEO y el SEM. En este nuevo mundo en el que el conocimiento es poder, el SEO y el SEM son equiparables al Índice Dow Jones y el PIB, respectivamente.

Del entorno corporativo a las redes sociales

Cada vez más, las empresas se están acercando al mundo de las estadísticas web, y también están aprendiendo a utilizarlas. No es que sea ahora mismo. Lo que pasa ahora es que está al alcance de muchos, y cada vez más es posible encontrar herramientas más adaptables a las necesidades de cada sitio.

El cambio sustancial ha aparecido con el posicionamiento en buscadores, y esencialmente por el modelo de ingresos por publicidad, y la posibilidad de captar clientes del otro lado del mundo con medios mucho mejores que hace siete u ocho años.

A los internautas de a pie, exceptuando los bloggers más o menos activos, aún les falta tiempo para comprender que crear la propia imagen, a partir de cierto nivel profesional, ya no pasa tanto por un nudo de corbata bien hecho, sino por un micrositio personal, ya sea blog o algo más. Un sitio que sea coherente en sus contenidos, bien desarrollado en cuanto argumentos (a mí aún me falta...), y más o menos relacionado con el resto de la comunidad (aún me falta más). Esa es una buena imagen de marca de uno mismo. Ese sitio es tu primera conversación con cualquier desconocido que te busque en Google. Así que nada de palabrotas ;-).

Con la llegada de la web social, el abaratamiento de costes de acceso y la disponibilidad de herramientas de interacción, el prosumidor ya tiene los medios suficientes como para crearse una imagen. Así que puedes cambiar esos ratos muertos de navegación insubstancial por cuatro nociones básicas sobre edición electrónica. Desde luego, los medios son más que suficientes: tanto el coste de conexión como de alojamiento en servidores puede ser muy inferior al coste de imprimir tarjetas, comprar un teléfono móvil o abrir cualquier otro canal de contacto. Sin embargo, a falta de esta visión, falta integración. Es por eso que parece que las herramientas... quizá aún no estén lo suficientemente maduras.

A pesar de ello, los usuarios se han ido acostumbrando a socializarse en la red, ya sea en Facebook, MySpace, LinkedIn/Neurona u otras herramientas por el estilo. Este software ha venido para quedarse. Es el ágora de la polis digital.

Si las redes sociales importan no es sólo por la publicidad, aunque sea el negocio más rentable. Su principal valor son el número de usuarios activos. No clican en la publicidad pero... ¿es eso realmente tan importante? Ahora lo es porque la viabilidad económica de estos sitios depende de eso. Pero por ejemplo, la publicidad en Facebook no funciona muy bien...

Sin embargo, creo que el destino está empezando a cambiar el rumbo de estas soluciones. Yo creo que Las redes sociales importan porque, sea cual sea el cambio que venga a continuación, la repercusión que tenga en estas redes será el indicador principal del éxito o el fracaso.

Cada uno de los nodos de la red que representa un indiviuo podrán absorber o rechazar una nueva propuesta. La identidad del individuo en esa red, el número de contactos, etc., son una faceta más de su vida real. Sentirse valorado en ese entorno significa también dar la propia opinión y posicionarse. Del mismo modo que un responsable de RR.HH. puede rechazar tu blog-currículum, tú puedes rechazar una marca o un proyecto. Quizá tu posicionamiento te prohibe aceptarlo.

De la marca al individuo

Web 2.0 parece haber implicado algunas cosas más que Wikipedias y el software social. A mi modo de ver ha creado la necesidad de disponer de una identidad en la red. No se trata del clásico pseudónimo en el chat de la esquina, sino de algo más. Cada vez tienen más medios para hacerlo interactuando de una forma más natural, olvidando la tecnología que hay debajo: ya no hay tantos baches en la carretera. Y por eso los usuarios buscan relacionarse con otros y compartir un significado al que asociarse.

Ojo, significado no implica "etiquetas", aunque el uso de etiquetas acabe etiquetando. Entiendo por significado un concepto o término que se asocia a un esquema de valores, a una disciplina, un estilo de vida. Es una combinación de elementos que define una visión personal.

Si bien el significado y los valores se asociaban a las marcas y sus logotipos, esa característica ha dejado de ser patrimonio exclusivo del branding corporativo. En el momento que el consumidor tiene acceso a las mismas herramientas que las organizaciones, el branding personal a mayor escala es algo muy factible.

Al fin y al cabo, las estrategias de comunicación y de imagen de las marcas son conjuntos de memes que tratan de conseguir la máxima difusión para atraer a un público fiel dentro de sus esquemas de valores. Sin el poder de convocatoria de estas corporaciones, pero con costes mucho más bajos y un poco de creatividad, crearnos una imagen es fácil. Si luego llega la fama, eso es harina de otro costal.

Mi gestor de imagen personal

Has apagado el móvil? Qué lástima! No podrás recibir mensajes de aviso. Sin embargo, tampoco es necesario que te angusties. Precisamente para eso es necesario un sistema de gestión: para que no tengas que estar pendiente todo el día.

Desde luego, si Vannevar Bush levantara la cabeza... Estamos convirtiendo su Memex en un asesor de imagen...

Si lo que aquí planteo tiene posibilidades, las redes sociales se encuentran ante unas posibilidades inmensas: imagina que en la zona privada de tu red social encuentras utilidades que te permiten seguir, en todas partes donde te has dado de alta, los comentarios en blogs, las conversaciones en foros y chats, las respuestas en los servicios de question answering... Y desde luego en tu propia página. Ése conjunto de información eres tú. Esas afirmaciones forman parte de tu ADN cultural.

Si el ser humano ha sustituido la variedad biológica por la cultural, los memes pueden ser el ADN que heredarán nuestros "hijos culturales". Sólo que ahora hijos y padres pueden tener edades dispares. Es cuestión de intercambiar ideas y no manzanas.

Yo SEO, Tú Seas, Él Sea

En realidad no es tanto así, pero si somos lo que comunicamos, Internet bien tendrá algo que decir.

Es por eso que es previsible que dentro de no mucho tiempo empiecen a aflorar servicios de posicionamiento personal. Aunque un individuo no facture tanto, puede considerar que es una buena inversión aceptar los servicios de alguien que le ayude a encontrar un lugar en la red, diseñe su currículum de acuerdo con sus aspiraciones, y que proponga modificaciones en los posts del blog para adecuarse a las palabras clave más interesantes.

Paso a paso, las redes sociales pueden convertirse en plataformas para conseguir esa utilidad. Pueden tener la competencia de los portales y buscadores verticales, aunque los primeros tienen algo que los otros no tienen: fidelidad del usuario en forma de tiempo de uso.

Es por eso que las redes sociales están percibiendo ese poder, y podemos ver movimientos como los de Facebook, que han abierto una API para que empresas externas puedan desarrollar sus aplicaciones. El movimiento es interesante porque permite fidelizar a los usuarios y abrir posibles modelos de negocio basados en la intermediación, ya sea por ofrecer estos servicios, o bien por incluir publicidad en ellos.

Si estas plataformas sociales consiguen incluir herramientas eficientes para la gestión de la imagen personal en Internet, es probable que consigan un modelo interesante de ingresos. Desde luego, ahora es hablar por hablar, pura especulación. Pero no lo veo tan lejos. Probablemente las comunidades más profesionales sean las que puedan abordar esas posibilidades de convertir el significado en valor económico, más allá de la publicidad.

Microformatos: giro copernicano y el poder de la información

Te imaginas que para dar tu tarjeta de presentación tuvieras que estar en tu oficina? ¿O que sólo tuvieras los teléfonos de tus contactos en la agenda de tu despacho? Claro, es que te da palo copiarlas uno por uno a tu móvil.

Fruto de ese miedo a las tareas tediosas, tu agenda te acompaña desde hace nada más y nada menos que siete años. Arrugada, manchada por el café, tachada... Pero es tu agenda, y... qué se le va a hacer!

Eso es lo que sucede con el software social y la inmensa mayoría de servicios cuyo modelo de negocio pasa por conseguir aumentar continuamente el número de usuarios registrados. En esos sitios, si quieres cambiar, vas a tener que hacer un copiar-pegar de todo lo que te dedicaste a introducir, porque en la mayor parte de casos no existen herramientas de exportación.

Sin embargo, existe una serie de formatos con utilidades muy concretas que van a cambiar eso: los microformatos. Como su nombre indica, son especificaciones muy concretas y delimitadas que tienen funciones del mismo carácter. Por ejemplo, podemos hablar del hCard, que es un formato desarrollado para poder intercambiar datos de contactos personales, a modo de tarjetas de visitas. Está hCalendar, para intercambiar eventos de calendario. En fin, y así hasta un largo etcétera.

A medida que pasa el tiempo, estos microformatos se han ido introduciendo en aplicaciones de uso personal y profesional, que a su vez generan datos y exportan en esos formatos. Por ejemplo, ciertos programas de correo permiten incorporar una entrada hCalendar para que los destinatarios del mensaje puedan importarla a su agenda sin necesidad de teclear. Parándose a pensar, todo un lujo.

Si toda esa información fuera importable y exportable de los sitios de software social, los usuarios serían libres de cambiar cuando quisieran, y las oscilaciones de usuarios sería mucho mayor. Sin embargo el cansancio del usuario es algo que acaba sucediendo. A veces, lo que pasa es que el entorno cercano cambia de tecnología y hay un efecto de arrastre.

Pero lo importante es que el usuario quiere que las cosas funcionen bien, y que los cambios (aunque mínimos) sean poco traumáticos.

Es por eso que no me parece muy lejano que la gestión de la información personal se realice dentro de poco del mismo modo que se pasó del webmail al correo POP3: trabajo en un entorno local y socialización en una plataforma. Datos en entorno privado y gestión personal de la información.

A mi se me antoja que la mejor tecnología para esto son (si se solucionan los problemas de tamaño) los teléfonos móviles. Los llevamos siempre encima y forman parte de nuestra comunicación y gestión de la información personal, agenda, e incluso del ocio (juegos, cámara de fotos). La integración Móvil-PDA ya es un hecho. La integración móvil-software social lo está siendo.

A diferencia de lo que ocurre en el entorno físico, el abaratamiento del espacio digital permite buscar algo más de intimidad, sin sentirse demasiado apabullado por la publicidad. Y quizá en un tiempo no muy lejano sea Google quien pague a usuarios para que les ceda la información de su actividad.

Claro que quizá eso sea insuficiente para superar a la Wikia Search, de Jimmy Wales.

Despierta, que ya he acabado. XD

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich

He podido dedicar un rato a resumir lo que en todo este tiempo ha ido surgiendo y pasando por mi vista, y que pudiera ser aplicable al IBSN. Pongo aquí el post tal como lo he indicado allí (lo siento san google: hoy toca contenidos duplicados).

Réplicas al post de Jarfil

En referencia a lo que comentaste en su momento, creo que la libertad que proporciona la edición electrónica de contenidos no está relacionada directamente con la difuminación de la identidad, sino más bien como una nueva forma de abordarla: escogemos un nombre de blog como escogeríamos un login o un significado sobre el que proyectamos de algún modo la imagen que queremos dar. Aunque esa imagen sea diferente a nuestros rasgos físicos, también forma parte de la identidad.

En ese aspecto puede ayudar el IBSN: el hecho de definir un criterio no coarta la libertad para seguir editando, sino que aporta significado a la codificación. Por ejemplo, la posibilidad de identificarlo por un país y/o idioma es interesante, porque proporciona valor a nivel de geotagging, semántica, e incluso de propiedad intelectual para quien le interese. Si luego se utiliza o no, ya se verá. Pero disponer de esta poca información abre puerta a gran cantidad de posibilidades.

El modelo centralizado lo es en una fase inicial debido a que sólo hay un servidor que reparte números (el que tú mantienes). En caso que existiera un criterio que evitara las colisiones (por ejemplo un código que sirviera de prefijo), se podría generar de forma semi-independiente codificaciones para blogs. Eso permitiría a otras organizaciones generar y gestionar bloques de códigos, como sucede con las direcciones IP o con los números de teléfono móvil. Esa entidad generadora sería responsable de ofrecer una serie de servicios (gratuitos y/o de pago) a los blogs asociados. Las entidades generadoras podrían tener la forma de asociaciones (por ejemplo), mientras que la gestión de la entidad general del IBSN sería una asociación de asociaciones.

Personalmente creo que es preferible utilizar sólo números en las codificaciones. Eso evita problemas con mayúsculas-minúsculas de los caracteres, en casos como la funcionalidad de las redirecciones que introdujiste. Aunque las codificaciones numéricas pueden ser largas, pueden proporcionar información a quien le interese.

Por poner un caso yo no voy al supermercado tratando de interpretar el significado de los miles de códigos de barras que existen, pero el interesado puede extraer información. Eso mismo sucede con la base de datos de la agencia española del ISBN: puedes acceder y encontrar un documento por su ISBN. Dado que estamos hablando del entorno electrónico, por largo que sea siempre se puede copiar-pegar.

Funcionalidades

Yendo al capítulo de funcionalidades, creo que existen una serie de funcionalidades interesantes:

• Blogstamp: esto ya se comentó y sigo pensando que es interesante. Lo interesante sería combinar el código de base del IBSN, que se referiría a la fuente generadora (el blog) con el código único de aportación. Por ejemplo:
  
  http://[codigo-ibsn-blog].ibsn.org/blogstamp/...
  
  ó
  
  http://[codigo-ibsn-blog].ibsn.org/permalink/...
  
  por utilizar dos posibilidades complementarias.
  

• Herramienta de citaciones bibliográficas: Quien más quien menos ha redactado un documento en el que cita fuentes externas, y cada vez es más habitual que esas citas sean de medios electrónicos, entre ellos los blogs. Si dispusiéramos de información básica disponible a través del RSS del blog (por ejemplo), sería relativamente fácil implantar un modelo de citación bibliográfica estándar, como la indicada en la ISO-690 para documentos electrónicos, que puedes ver bastante bien expuesto en este artículo sobre citación de documentos electrónicos.

• Trackback: Asociado a las dos anteriores, la posibilidad de saber quién cita a quién es una dato interesante. La funcionalidad de trackback se implantó para "charlar con el blog vecino desde la ventana de mi blog", aunque como idea esencial ya lo podemos encontrar en las propias citas bibliográficas y el pagerank.
• Archivo de posts: A pesar de (o quizá debido a) la volatilidad de los contenidos de la web, todos hemos tenido que cambiar de servidor, aplicación de blogs... una entidad gestora del IBSN podría servir com herramienta de archivo de posts para importar-exportar los contenidos. La el uso de formatos como RDF, RSS, etc., que permitiera ese proceso permitiría a los usuarios ser lo máximo de independientes de plataforma. No estoy muy al día pero es probable que exista algún que otros plugin en las herramientas habituales de blogging para desarrollar estas tareas.
• Ofrecer un servicio de estadísticas sobre los accesos basados en redirecciones IBSN también sería interesante. La posibilidad de las redirecciones que implantaste abre la puerta a un servicio de estadísticas, que puede ser de consulta pública para que pueda ser consultado. Registrar el origen y destino de los enlaces es algo que se puede analizar a través del HTML, pero... Cuántas veces se sigue ese enlace? Es lo mismo que medir la justificación de una carretera por los coches que pasan por ella: es más importante que la carretera misma.
  

Mientras escribo esto soy consciente que existen servicios que proporcionan estas funcionalidades. Probablemente sea Technorati el que más se acerque a la visión global que trato de especificar. Sin embargo, creo que nuestro papel es otro, aunque parte de las funcionalidades coincidan. Mientras que Technorati se centra en la indexación y la recuperación de la información, el valor del servicio del IBSN es de carácter más bibliográfico.

Financiación

En cuanto a la posibilidad de gestionar las codificaciones, existen varias entidades que funcionan en base a la venta de codificaciones, como por ejemplo AECOC en el caso del EAN, y probablemente en la gestión de dominios también suceda. La posibilidad obtener ingresos en base a la aceptación de entidades generadoras de códigos es algo remoto. Otras opciones (las habituales) son la implantación de un modelo de donaciones o publicidad.

Sin embargo, creo que disponer de un modelo de actividad (o de negocio, como prefieras) que dé garantías de continuidad al modelo como asociación sin ánimo de lucro creo que sería merecedor de interés.

La búsqueda de subvenciones y demás opciones sería una posibilidad para acciones concretas pero no como estrategia de funcionamiento general. Por ejemplo, podríamos encontrar una pequeña subvención para el desarrollo técnico del servicio, o por tareas de internacionalización (traducción, vaya).

Es por eso que creo que la mayoría de servicios deben ser muy automáticos, para disponer de una estructura de costes mínima. Otros servicios que implicaran la intervención humana podrían ser razón para ingresos. Por ejemplo, la creación de informes periódicos a un precio simbólico, etc.

Bueno, creo que ya he comentado mucho. Espero que los comentarios sean de vuestro agrado.

Este contenido ha sido publicado en Sopa de Bits. Sopa de bits es el blog de Mario Alberich