La aguja en el pajar

Voy a tomar prestado el título de una columna de Libro de Notas para este artículo, con permiso de María José Hernández Lloreda, ya que muestra perfectamente uno de los problemas más importantes de nuestro tiempo y apunta una de sus vías de solución.

En el último artículo hablábamos del papel perdido de los críticos, las editoriales y los libreros. Independientemente de que estos colectivos sean o no capaces de adaptarse a los nuevos modelos de distribución de contenidos mediante el ejercicio de su papel de selectores, van apareciendo también nuevos sistemas de encontrar la aguja en el pajar, al menos en tres niveles: las críticas tradicionales llevadas a la red, las recomendaciones sociales y los sistemas de recomendación automáticos.

Críticas tradicionales

Cada vez son más los lectores que escriben una reseña de los libros que leen utilizando generalmente el formato blog, comentando los aspectos relevantes, evaluando su interés y asignando incluso una puntuación numérica al mismo. Muchos de ellos no son críticos profesionales, pero si sus opiniones son útiles al lector poco importa esto. En realidad algunos lectores preferirán críticas más cercanas a su propio lenguaje aunque ello conlleve una pérdida de profundidad en el análisis de las obras.

En todo caso los críticos profesionales no están excluidos de ejercer este tipo de crítica, y de hecho muchos lo hacen. En los últimos años hemos visto una evolución importante desde una Web dominada casi exclusivamente por personas con perfil técnico hacia una Web con una creciente participación de personas con formación humanística.

El problema para el lector se reduce a encontrar a un crítico en el que pueda confiar, cosa que en este tipo de aproximación se hace por ensayo y error: ¿te gustó el libro que te recomendó el crítico X? Si es así, la reputación del crítico X aumenta para ese lector en particular. Este concepto de reputación es uno de los más importantes de la nueva Web social.

Una tendencia creciente entre algunos bloggers es añadir un apartado en su blog denominado “lo que he leído”, a modo de definición de su propio perfil intelectual. Si el blog te parece interesante, probablemente te interesen los libros que el autor leyó.

Recomendaciones sociales

Este es un paso más allá en el proceso natural de establecimiento de la reputación de los críticos. Las redes sociales permiten conectar a personas con intereses comunes en diferentes ámbitos. Utilizando estas herramientas los usuarios pueden entrar en contacto, estableciendo grupos de debate que en teoría tenderían a construirse entre usuarios de opiniones o intereses afines. De este modo cualquier usuario de la red puede recomendar a los demás los libros que consideren interesantes.

Sistemas de recomendación automáticos

La Inteligencia Artificial puede aportar aquí su granito de arena, ayudando a cada lector a encontrar contenidos de su interés. Hay diversos enfoques para este problema, pero uno de los más interesantes son los Sistemas de Recomendación Colaborativa.

Estos sistemas establecen parecidos entre usuarios utilizando diversas medidas matemáticas. La idea subyacente es que si dos usuarios tienen opiniones similares sobre los libros que han leído ambos, entonces la valoración que uno de ellos haga de un libro que el otro no ha leído puede funcionar como un estimador de la puntuación que del otro. Es decir, podemos predecir (evidentemente de modo no infalible) si un libro (u otro ítem cultural) puede o no gustar a un lector.

Un ejemplo consolidado de este tipo de sistemas en el mercado español es FilmAffinity, que además define estos “usuarios parecidos” con el ilustrativo término de “almas gemelas”. En este caso se trata de un sistema de recomendación de películas.
Recientemente han aparecido dos sistemas de recomendación colaborativa en el ámbito específico de la literatura llamados librofilia y BookAffinity. Estos sistemas constituyen las primeras iniciativas de este tipo en el ámbito de la literatura, y sin duda habrán de convertirse en servicios interesantes para los lectores.

En desarrollar las tecnologías de base para realizar recomendaciones precisas trabaja desde hace unos años mi grupo de investigación (Agentes Inteligentes y Computación Ubicua), en la certeza de que será una tecnología de interés creciente en todos los ámbitos. En la actualidad hay bastantes sistemas de recomendación funcionando en la Web, aunque la mayoría se basan en enfoques no colaborativos, por ejemplo, las recomendaciones de productos de Amazón y las radios personalizadas como LastFM o Pandora (esta última por desgracia sólo puede utilizarse desde Estados Unidos), y recientemente la propia iTunes Store se ha sumado a la tendencia añadiendo al conocido programa de Apple un subsistema denominado Genius, capaz de aprender a partir de las canciones que posee cada usuario y recomendar música que pudiera resultar de su interés.

Publicado originariamente en Computación creativa y otros sueños (Libro de Notas) el 25/9/2008.