punto vista teorico entidades

Encuentro de Catalogación, Bogotá 20-23 octubre de 2009 Ponencia ECBogota09.doc

Un punto de vista teórico de las entidades y conceptos que sirven para

organizar el conocimiento en la Web

Ariel Alejandro Rodríguez García Centro Universitario de Investigaciones Bibliotecológicas

Universidad Nacional Autónoma de México Torre II Humanidades piso 12,

04510 Ciudad Universitaria, México DF. E-mail: [email protected]

Resumen

La finalidad de la ponencia es exponer algunas reflexiones en torno a las

entidades y conceptos que sirve para organizar el conocimiento en la Web y

explicar cómo los hombres y las máquinas analizan los mensajes para recuperar

información. Desde la perspectiva de la categorización se explica el sentido que

tiene una entidad y un concepto para ser utilizado en un sistema de recuperación

de información y cómo éstos crea un modelo genérico de acceso y uso de los

datos en el ambiente Web.

Introducción

Agradezco a los organizadores de este Primer Encuentro Nacional de

Catalogación la oportunidad de dirigirme a ustedes este día y visitar por primera

vez Colombia.

Esta ponencia tiene como objetivo explicar, desde el punto de vista de los

sistemas categóricos, la función que tienen las entidades y los conceptos en la

organización del conocimiento de los sitios Web. A través de los pasos de la

exposición, se hará hincapié en las dificultades que se tiene para resolver los


problemas y desafíos de los sistemas de recuperación de información

contemporáneos.

En primer lugar, a través de un breve recorrido por lo que es la organización del

conocimiento y los sistemas categóricos, pretendemos explicar grosso modo los

cambios significativos que se las personas han realizado al buscar, usar y acceder

a la información puesta en los sitios Web.

En segundo lugar, pero muy ligado al anterior y dentro del propósito general de la

ponencia, consideramos relevante hablar de la perspectiva teórica que asume una

entidad y concepto en la indización y cómo estos conceptos tiene un significado

diferente para las personas y las computadoras.

La información digital y su organización

Mucho ha cambiado la historia moderna de la clasificación, algunos de esos

cambios se pueden observar en el desarrollo de los lenguajes artificiales como son

los tesauros, listas de encabezamientos de materia y esquemas de clasificación.

Cada un se construye y mantiene dentro de un campo específico de las

actividades humanas, pero todos coinciden en la inclusión de un vocabulario

controlado que ayude a sus usuarios a realizar búsquedas mejor dirigidas y más

precisas.


Permítanme iniciar con un breve repaso sobre los cambios que han ocurrido en la

presentación de la información. Actualmente parece sencillo señalar que la

información digital es registrada en una hiperestructura que decir que la

información impresa sigue un proceso de edición. Asimismo, la mayoría de las

personas entiende que por medio de un “clic” en el teclado o mouse de su

computadora puede comunicarse y compartir sus recursos de información digital,

que solicitarle redactar una carta y enviarla por corre postal.

Perales Ojeda1 señala que con la creación del catálogo se aventajó mucho en la

consideración de libro como medio de comunicación, las fichas, que se manejaron

independientemente, fueron la unidad representativa del texto. Los catálogos así

pensados fueron funcionales hasta que el volumen informativo fue insuperable y la

metodología de la investigación transformada.

Para la época que vivimos, lo anteriormente dicho nos permite señalar que los

métodos tradicionales que usaron para organizar el conocimiento ha cambiado y

mejorado en mucho sus cualidades y características, de ahí que se llegue a

derivaciones que permitan actuar en ambientes creados por las nuevas

necesidades impuestas por las propiedades de la información digital.

1 Alicia Perales Ojeda. De la informática. 51.


En el ambiente digital, de acuerdo con Chu2 el contenido de un documento cambia

constantemente debido a la disponibilidad tecnológica que se utilice para su

creación y acceso. Cualquiera que sea la sofisticación, las personas que usan el

Internet y la Web, como un todo, están en búsqueda de alguna cosa: información.

Más y más es la información digital y la Web permite el acceso de manera más

sencilla. Sin embargo, este boom ha cambiado significativamente el campo de

estudio de la representación y recuperación de la información. Al respecto, Chu3

refiere que la representación de la información es esencial por dos motivos: el

primero porque la información deberá ser representada antes de que esta pueda

recuperarse y, el segundo porque la calidad de la representación afecta

directamente al desempeño de la recuperación.

Por lo tanto, nosotros generalmente basamos nuestras representaciones en los

atributos de los objetos, es decir, el autor, idioma, lugar y fecha de publicación

más que en los detalles del contenido temático. Lo anterior hace suponer que la

representación de la información este centrada más en los cambios físicos que en

los cambios del contenido.

La organización del conocimiento de la información digital tiene un tratamiento

global, esto es, debe analizarse externa e internamente para que las bases de

2 Henting Chu. Information representation and retrieval in the digital age. 40

3 Idem. 45


datos consideren los elementos suficientes para desarrollar los procesos,

productos y servicios que permitirán el acceso y uso de toda la información.

De ahí que la recuperación un mensaje, texto y documento vía una base de datos

deben tener en cuenta dos formas, una que responda a la manera en que los

humanos revisan la base de datos y otra, a través de los algoritmos elaborados

para las máquinas. Una y otra responden y se articulan en torno a diferentes

mecanismos. Si reconocemos que la información digital difiere en la manera en

que se accede al conocimiento en términos de interés y estilos, nos debemos

preguntar en qué cambian los sistemas de clasificación.

Los sistemas facetados y la Web

A finales del siglo XX, los sistemas de clasificación comenzarían a presentar fallas

debido a dos razones, una correspondiente a su base de análisis, el libro como

una entidad física y la otra causada por las limitaciones que se han venido

desarrollando debido al crecimiento de las propiedades en los sistemas de

clasificación jerárquica. Estas dos razones pueden considerarse como limitantes

para que los sistemas de clasificación no sean efectivos en la organización del

conocimiento de la información digital.

Aunque, en la práctica de la clasificación actual es posible afirmar que existen dos

maneras de orden en las bibliotecas, una que describe el arreglo de los libros en

las estanterías y la otra que responde a un sistema de organización de contenidos.


Ambos sistemas son utilizados en beneficio del usuario ya que su conjunción

potencia la obtención de información, no solamente material sino también

inmaterial.

En este orden de ideas, la clasificación bibliográfica no solamente debe

entenderse como la memorización de los esquemas, aunque es fundamental

hacerlo porque mucha de la teoría esta cifrada en estos términos, sino que debe

entenderse como un sistema de números que alterna con la legitimidad de un

recurso.

Es decir, Hunter4 señala que la clasificación permite el fácil acceso y uso de un

sistema de información porque es la que tiende a establecer un orden y secuencia

en un universo de información heterogéneo. Sin embargo, la relación que puede

existir entre clasificación y bases de datos no garantiza que la información se

pueda emplear eficientemente. Es por eso que la tecnología de las bases de datos

ha desarrollado diversos modelos y tecnologías emergentes que determinan,

verifican y codifican los datos para varios sistemas de información o usos.

Varios autores como Person5, Castells,6 Paling, y MacLennan7 han dicho que el

mayor problema en los servicios de información y las bibliotecas aparece con la

organización de los materiales fuera de los mismos. Es decir, si un recurso de

4 Erik Hunter. Classification made simple. Aldershot. Gower, 1988. 5

5 Jeffrey Person. On the relevance of classification theory to databases design. Advance in

classification research. Vol. V (1994): 131-140. 6 Pablo Castells. La web semántica.

7 Alan McLennan. Classification and the Internet. In. Rita Marcella and Arthut Maltby. The future of

classification. Vermont: Gower, 2000. 59.


información digital no puede organizarse con los métodos tradicionales, esto es

motivo para considerarse como un recurso que tiene una cantidad de datos

desorganizado y se encuentra en Internet.

De ahí que las nuevas ideas de organizar el conocimiento, como lo refiere Roe8

están proporcionando nuevas formas y medios diferentes para que las personas

entiendan mejor el contenido digital de la Web. La mayoría de estas novedades

están sustentándose en la teoría del análisis facetado.

Para muchos de los bibliotecólogos es conocido que las facetas son estructuras,

creadas por un método y no son particularmente un esquema de clasificación. De

acuerdo con lo establecido por Ranganathan en el sistema de clasificación

facetada, todos los conceptos dentro de una categoría siguen el principio de

exclusión muta. Al respecto, Vickery citado por Roe9 señala que las categorías no

están bloqueadas como suele pasar en un esquema enumerativo, por el contrario

permiten desarrollar libremente las entidades en diversas combinaciones o

conceptos que en que pueda ser expresado.

Estas apreciaciones que provienen de las generalidades del propio campo de la

teoría de la clasificación bibliográfica dejan ver, que su paradigma entro en crisis,

por la incorporación de lineamientos generado por el diseño de bases de datos.

8 Sandra K. Roe. “Faceted subject Access: the challenge.” In: II Encuentro internacional de

catalogación: tendencias en la teoría y práctica de la catalogación bibliográfica. México: UNAM, CUIB; IIB, Library Outsoursing, 2007. 25. 9 Ibid


Hay un cambio que se presenta significativamente en el interior de los sistemas

categóricos, el cual marca nuevas etapas sin que, a nuestro juicio, indiquen

ruptura con el paradigma de la clasificación. Esta se refiere a la interpretación que

se hace de las entidades y conceptos, tanto por el conocimiento humano como la

manera en que los objetos reales o virtuales se interrelacionan dentro de la

realidad de la información digital.

Las entidades y los conceptos en la organización del conocimiento

Las entidades y los conceptos nacen concomitantemente con la categoría, es

decir parten de las características del objeto y los mecanismos que se desarrollan

en el sistema categórico. Diversos autores han abordado el asunto desde distintas

perspectivas, por ejemplo, Foucault10 las distingue como la formación de los

objetos, las cuales tiene origen en un conjunto de relaciones establecidas entre

instancias de emergencia, de delimitación y de especificación. Donde se resaltan

que las características de una forma discursiva se define del establecimiento de

conjuntos semejantes.

Desde el punto de vista de la teoría y la práctica de la clasificación, Richardson11

señala que las ideas como cosas solamente viene en la mente del hombre y las

cosas reales solamente existen dentro de su propia definición. Es decir, nosotros

tenemos ideas permanentes guardadas en los libros, objetos, pinturas, imágenes

fijas y en movimiento, las cuales para los científicos se les reconocen como

10

Michael Focault. La arqueología del saber. 65, 72. 11

Ernest Cushing Richardson. Classification: theoretical and practical. 26-27.


animales fósiles. Lo cual quiere decir que el orden de las ciencias es el orden de

las cosas; que los objetos incluyen el pasado así como el presente y, que las

cosas pasadas o presentes incluyen las ideas, así como la naturaleza del arte.

Ahora bien, desde el terreno de la semántica y la semiótica. Las entidades y los

conceptos se identifican como signos. Para Schaff12

Los hombres se comunican de diferentes maneras, y el origen de las varias manifestaciones concretas del proceso también es diverso, especialmente en los niveles superiores del proceso de la comunicación, en que los motivos de la comunicación no se limitan a materias biológicas, a exigencias de la producción, etc., sino que comprenden la necesidad de intercambiar ideas abstractas, de estimular emociones, etc. Pero los hombres se comunican siempre por medio de signos en diferentes formas. De ahí la importancia práctica y teórica de los signos y la necesidad de una teoría definida acerca de ellos.

En la semiótica Eco13 nos dice que el término información tiene dos sentido

fundamentales: a) significa una propiedad estadística de la fuente, es decir, que

designa la cantidad de información que puede transmitirse; b) significa una

cantidad precisa de información seleccionada que se ha transmitido y recibido

efectivamente.

Así pues, lo que le interesa a la semiótica es proporcionar categorías utilizables en

el dominio sintagmático, por ejemplo, el modo en que los códigos pasan a ser el

plano del contenido en otro sistema del mismo tipo y usar categorías como

„significado‟ y „contenido‟.

12

Adam Schaff. Introducción a la semántica. 163. 13

Umberto Eco. Tratado de semiótica general. 90-95


Como hemos visto, las entidades y los conceptos en distintas disciplinas son

fundamentales para su teorización y aun falta observar las aplicaciones y uso en el

análisis facetado, donde los aspectos de orden y creación de categorías consisten

de alguna manera en una cierta redirección y ajuste en la administración de la

organización del conocimiento.

Esto lo advertiremos en forma clara en algunas explicaciones, como las que

proporciona Jacob14 respecto a las diferencias que hacen las diferencias entre

clasificación y categorización, quien señala que la categorización es un proceso

que divide al mundo en grupos de entidades en el cual cada uno de sus miembros

tiene una similitud que el otro; se reconocen por medio de algún elemento

parecido entre las entidades y sus subsecuentes agregaciones.

Entonces, la categorización entendida como proceso, crea una síntesis basada en

el contexto de las entidades o similitudes percibidas. Observada desde sus límites

de pertenencia nos dice que cualquier grupo no es vinculante, debido a que sus

límites son difusos. Analizada desde sus membrecía, nos dice que es flexible

debido a que cada membrecía categórica está sustentada en las generalidades

del conocimiento y/o contexto inmediato. Estudiada desde sus criterios de

asignación, se puede revisar desde ambos contextos, el dependiente y el

independiente.

14

Elin K. Jacob. “Classification and categorization: a difference that makes a difference.” Library

trends. Vol. 52, no. 3 (winter, 2004): 507-514


Típicamente las membrecías individuales pueden posicionarse dentro de una

estructura de clasificación y la estructura permite desarrollar formas jerárquicas de

acuerdo con las agrupaciones de las entidades.

En general, podemos decir que los esfuerzo por analizar las relaciones entre las

entidades y los conceptos están en su auge, resaltando todo aquello que tiene que

ver con las tecnologías15 que hacen posible que la Web experimente una rápida

evolución. Desde las primeras como son el “html” y el “http” hasta las que tiene

que ver como el “php” “Java” “flash”, “XML”, por citar algunas de las más

conocidas.

La Web hoy responde de manera “casi transparente” a un buen usuario, quien con

la ayuda de un buscador potente el permite encontrar información sobre casa

cualquier cosa que necesite. Según Castells16 la Web está cerca de convertirse en

una enciclopedia universal del conocimiento humano.

Sin moverse de casa el usuario realiza cualquier actividad económica, laboral,

comercial, cultural y de entretenimiento y como lo comenta Rifkin,17 los principales

cambios estructurales que se dan en esta era del acceso sustituyen los mercados

por redes y de la propiedad por el acceso, la marginación de la propiedad física, el

15

Pablo Castells. Op cit. 16

Ibid. 17

Jeremy Rifkin. La era del acceso, la revolución de la nueva economía. Barcelona. Paidós, 2002.

21


ascenso de la propiedad intelectual, así como el incremento de la mercantilización

de las relaciones humanas.

Hoy en día para la mayoría de los profesionales dedicados al estudio de la

información es habitual referirse a la Web semántica. Entre sus características

puede encontrarse el estudio de la confluencia de la Inteligencia Artificial y las

tecnologías web que propone introducir descripciones explicitas sobre el

significado de los recursos, con el firme propósito de permitir a las computadoras

un nivel de comprensión de las actividades que realiza actualmente el usuario.

Según Parson18 la moderna tecnología de información permite organizar un gran

volumen de datos acerca de sus diversas operaciones. Sin embargo, la sola

colección de datos no garantiza que esta pueda ser eficientemente utilizada.

Para que el usuario de los sitios Web sobreviva, se adapte e intente entender y

explicar la naturaleza de los conceptos (categorías/clases) en este nuevo entorno,

debe pensar que el significado de los mismos tiene dos funciones primordiales: la

primera es que se llega a una economía cognitiva que significa que los conceptos

reducen su carga cognitiva para asociar con la clasificación y organización del

conocimiento. Es decir, una entidad por abstracta que sea tiene la misma

importancia que cualquiera de sus miembros.

18

Jeffrey Parsons. Op cit. 131.


La segunda función es la inferencia que significa que las conclusiones a que se

lleguen pueden dibujarse sobre las propiedades no observadas de un objeto. Esto

es, los objetos materiales del mundo son percibidos por medio de la alta

correlación que existe entre la estructura. De ahí que si un objeto solamente tiene

ciertas propiedades, éste podrá contener propiedades adicionales de interés que

permitan la especificidad del concepto.

Finalmente, hay que señalar que los creadores de los sistemas categóricos ponen

mucha atención en las funciones anteriormente señaladas porque la organización

del conocimiento de los sitios Web debe crear un clima de libertad total para que el

usuario navegue sin complicaciones en el entorno de la información digital.


Obras consultadas

Anderson, James D., José Pérez-Carballo. The nature of indexing: how human

and machines analyze message and texts for retrieval. Part I: research, and the nature of human indexing. Information processing and management. Vol. 37 (2001): 231-254.

Anderson, James D., José Pérez-Carballo. The nature of indexing: how human and machines analyze message and texts for retrieval. Part II: machine indexing, and the allocation of human versus machine effort. Information processing and management. Vol. 37 (2001): 255-277.

Bean, Carol and Rebecca Green, ed. Relationships in the organization of knowledge. Dordrecht: Kluwer Academic Publishers, 2001.

Chowdhury, G.G. Knowledge organization or information organization? A key component of knowledge management activities.

Chu, Heting. Information representation and retrieval in the digital age. New Jersey: Information Today,

Dumais, Susan and Hao Chen. Hierachical classification of web content. Denton, William. How to make a faceted classification and put it on the web. URL:

http://www.miskatonic.org/library/facet-web-howto.html. (Consultado: dic, 2008)

Eco, Umberto. Tratado de semiótica general. México: Nueva imagen; Lumen, 1978.

Floridi, Luciano. What is the philosphy of information? Metaphilosophy. Vol. 33, no. ½ (January, 2002): 123-145.

Focault, Michael. La arqueología del saber. 22ª reimp. México: Siglo XXI, 2005. Focault, Michael. Las palabras y las cosas: una arqueología de las ciencias

humanas. 33 reimp. México: Siglo XXI, 2008. González Pérez, Yanelis. Las ontologías en la representación y organización de la

información. Acimed. Vol. 14, no. 4 (2006) Gordon, John L. Using knowledge structure maps as a foundation fo knowledge

management. Herold, Ken, ed. “The philosophy of information.” Library trends. Vol. 52, no. 3

(winter, 2004) Lamberts, Koen, David Shanks, ed. Knowledge, concepts and categories.

Cambridge, Mass: The MIT Press, Perales Ojeda, Alicia. De la informática. México: UNAM, Facultad de Filosofía y

Letras, 1975. Raber, Douglas, John M. “Budd. Information as sign: semiotics and information

science.” Journal of documentation. Vol. 59, no. 5 (2003): 507-522. Richardson, Ernest Cushing. Classification: theoretical and practical. New York:

Charles Scribner‟s Sons, 1901. Schaff, Adam. Introducción a la semántica. México: Fondo de Cultura Económica,

1962. Smiraglia, Richard P. The progress of theory in knowledge organization. Library

trends (2002)

punto vista teorico entidades

Education