"El poder de la gente siempre ha estado presente en las b¨²squedas"

Las b¨²squedas que cada d¨ªa realizan millones de personas a trav¨¦s de Yahoo! se traducen al final de la jornada en unos 500 millones de registros. Analizarlos es fundamental para entender c¨®mo nos movemos en la Red e intentar mejorar con ello los buscadores, tarea que ocupa el trabajo de Ricardo Baeza-Yates, director de grupo de investigaci¨®n de Yahoo! en Europa, que ayer particip¨® en la conferencia sobre Web 2.0 que ayer se celebr¨® en Madrid.

“Lo que hace la gente con el contenido es lo que realmente vale”, afirma Baeza-Yates en una charla poco despu¨¦s de su intervenci¨®n en el evento que ha tra¨ªdo a Madrid a los fundadores de Del.ico.us y Flickr. El director de Yahoo! Research en el laboratorio de Barcelona est¨¢ convencido de que el an¨¢lisis del comportamiento frente a las p¨¢ginas de resultados es clave para mejorar los buscadores.

El investigador chileno, que ha trabajado tambi¨¦n para la Universidad de Chile y la Pompeu Fabra, se dedica a la “miner¨ªa de datos en Internet, el an¨¢lisis de contenido, de los enlaces y el comportamiento en la web. El objetivo, afirma, es “permitir que partiendo de la informaci¨®n impl¨ªcita que hay en las p¨¢ginas podamos ayudar a la gente” a encontrar m¨¢s f¨¢cilmente lo que busca.

El poder de la gente

Para alcanzar esa meta lo mejor es prestar atenci¨®n al comportamiento de los internautas. “El poder de la gente siempre ha estado presente en las b¨²squedas, aunque se ha producido una evoluci¨®n”, se?ala antes de explicar que si en un principio lo importante era el texto que hab¨ªa en una p¨¢gina -era lo que preocupaba a un buscador como Altavista-, luego lleg¨® con Google la importancia de los enlaces, que es ya un comportamiento humano, y luego hubo buscadores que se empezaron a fijar en lo que hace la gente.

“El elemento humano sigue siendo necesario en los buscadores, la gente es mucho mejor que la tecnolog¨ªa, quiere participar, aportar conocimiento, y hay que lograr aprovechar todas las fuentes de informaci¨®n humana”.

En la actualidad los buscadores deben tener presentes muchos elementos, como las etiquetas o palabras clave con que los internautas marcan los contenidos, los comentarios y votos que emiten. Informaci¨®n que junto al texto o los enlaces puede resultar vital a la hora de determinar cu¨¢l es el contenido o la importancia de una p¨¢gina. “Los buscadores integran todos estos criterios para dar el peso exacto a cada web, pero hay que encontrar un equilibrio que permita dar resultados relevantes y que al tiempo el buscador sea resistente a la manipulaci¨®n que puede llegar por a trav¨¦s del spam”.

Inteligencia colectiva contra el spam

Se refiere el jefe de investigaci¨®n de Yahoo! a p¨¢ginas que, conociendo algunos de los factores que utilizan los buscadores para valorar las webs, y los utilizan en su propio beneficio. As¨ª, se crean por ejemplo cientos de p¨¢ginas que contienen enlaces a otra que se quiere promocionar, creando la falsa sensaci¨®n para los buscadores de que esa web es muy popular -lo que la situar¨¢ en lo m¨¢s alto de las listas de resultados- porque muchas p¨¢ginas la vinculan. Contra ello, el “poder de la gente” tambi¨¦n es efectivo.

“El spam en buscadores es muy grande, pero lo que est¨¢ haciendo la gente en la Web 2.0, opinando y calificando contenidos, nos ayuda a determinar qu¨¦ es spam. No es lo mismo hacer algo ilegal en la calle, donde puede verte alguna persona, que hacer algo malo en Internet, donde todo el mundo est¨¢ mirando. Es positivo y nos ayuda”.

No se puede tratar igual a todas las p¨¢ginas

La participaci¨®n de los internautas en la elaboraci¨®n de contenidos para la web no es el ¨²nico ingrediente que marca esta ¨¦poca de Internet que se ha dado en llamar Web 2.0. Destaca tambi¨¦n la presencia de contenidos audiovisuales y p¨¢ginas muy gr¨¢ficas y din¨¢micas, el rich media, que plantea nuevos desaf¨ªos para los buscadores.

“Uno no puede indexar todos los sitios igual, no tiene el mismo peso un comentario en un blog que en un medio tradicional, hay factores temporales y tem¨¢ticos que hay que tener en cuenta”, explica Baeza-Yates. “Cada medio tiene su forma especial de ser recolectado y valorado, bas¨¢ndose tanto en el contenido como en los enlaces que hay en el contenido y lo que la gente hace. Uno aprende a detectar casi de forma autom¨¢tica las mejores fuentes de informaci¨®n que permiten detectar lo m¨¢s relevante”.

Sobre la b¨²squeda de v¨ªdeos e im¨¢genes, actualmente basada fundamentalmente en la interpretaci¨®n de los textos que acompa?an a estos archivos, el experto en b¨²squedas se?ala que en el futuro deber¨ªa utilizarse "un sistema m¨¢s integrado en el que tambi¨¦n se tenga en cuenta el contenido". Podemos utilizar el procesamiento autom¨¢tico de los v¨ªdeos para encontrar alg¨²n atributo que pueda ser ¨²til a la gente. Es algo que existe, pero lo dif¨ªcil es hacerlo de forma masiva: uno puede buscar en unos cuantos cientos de miles de v¨ªdeos, pero no en decenas de millones. Es un tema de escala”.