Recuperación de información humano-computadora

La recuperación de información humano-computadora ( HCIR , por sus siglas en inglés) es el estudio y la ingeniería de técnicas de recuperación de información que incorporan la inteligencia humana al proceso de búsqueda . Combina los campos de la interacción humano-computadora (HCI, por sus siglas en inglés) y la recuperación de información (IR, por sus siglas en inglés), y crea sistemas que mejoran la búsqueda al tener en cuenta el contexto humano o mediante un proceso de búsqueda en varias etapas que brinda la oportunidad de recibir retroalimentación humana.

El término recuperación de información humano-computadora fue acuñado por Gary Marchionini en una serie de conferencias impartidas entre 2004 y 2006. ^{[ 1 ]} La tesis principal de Marchionini es que "la recuperación de información humano-computadora busca capacitar a las personas para explorar bases de información a gran escala, pero exige que también asuman la responsabilidad de este control mediante el gasto de energía cognitiva y física".

En 1996 y 1998, dos talleres en la Universidad de Glasgow sobre recuperación de información e interacción persona-ordenador buscaron abordar la superposición entre estos dos campos. Marchionini destaca el impacto de la World Wide Web y el repentino aumento de la alfabetización informacional , cambios que apenas se vislumbraban a finales de la década de 1990.

Algunos talleres se han centrado en la intersección de la recuperación de información y la interacción persona-ordenador. El Taller sobre Búsqueda Exploratoria, iniciado por el Laboratorio de Interacción Persona-Ordenador de la Universidad de Maryland en 2005, se celebra alternativamente en las conferencias del Grupo de Interés Especial en Recuperación de Información (SIGIR) y del Grupo de Interés Especial en Interacción Persona-Ordenador (CHI) de la Association for Computing Machinery. También en 2005, la Fundación Europea de la Ciencia organizó un Taller Exploratorio sobre Recuperación de Información en Contexto. Posteriormente, el primer Taller sobre Recuperación de Información Persona-Ordenador se celebró en 2007 en el Instituto Tecnológico de Massachusetts .

HCIR incluye varios aspectos de IR y HCI. Estos incluyen la búsqueda exploratoria , en la que los usuarios generalmente combinan estrategias de consulta y navegación para fomentar el aprendizaje y la investigación; la recuperación de información en contexto (es decir, teniendo en cuenta aspectos del usuario o del entorno que normalmente no se reflejan en una consulta); y la recuperación interactiva de información, que Peter Ingwersen define como "los procesos de comunicación interactiva que ocurren durante la recuperación de información al involucrar a todos los participantes principales en la recuperación de información (IR), es decir, el usuario, el intermediario y el sistema IR". ^{[ 2 ]}

Una preocupación clave de HCIR es que los sistemas IR destinados a usuarios humanos se implementen y evalúen de manera que reflejen las necesidades de esos usuarios. ^{[ 3 ]}

La mayoría de los sistemas modernos de recuperación de información emplean un modelo de recuperación por rangos , en el que los documentos se puntúan según la probabilidad de que sean relevantes para la consulta. ^{[ 4 ]} En este modelo, el sistema solo presenta al usuario los documentos mejor clasificados. Estos sistemas suelen evaluarse en función de su precisión media sobre un conjunto de consultas de referencia de organizaciones como la Conferencia de Recuperación de Texto (TREC).

Debido a su énfasis en el uso de la inteligencia humana en el proceso de recuperación de información, HCIR requiere diferentes modelos de evaluación: uno que combine la evaluación de los componentes de IR y HCI del sistema. Un área clave de investigación en HCIR implica la evaluación de estos sistemas. Los primeros trabajos sobre recuperación interactiva de información, como el estudio de Juergen Koenemann y Nicholas J. Belkin de 1996 sobre diferentes niveles de interacción para la reformulación automática de consultas, aprovechan las medidas estándar de IR de precisión y exhaustividad , pero las aplican a los resultados de múltiples iteraciones de interacción del usuario, en lugar de a una única respuesta a la consulta. ^{[ 5 ]} Otras investigaciones de HCIR, como el modelo de evaluación IIR de Pia Borlund , aplican una metodología más parecida a HCI, centrándose en las características de los usuarios, los detalles del diseño experimental, etc. ^{[ 6 ]}

Los investigadores de HCIR han planteado los siguientes objetivos para un sistema donde el usuario tenga más control en la determinación de los resultados relevantes. ^{[ 1 ] [ 7 ]}

Los sistemas deberían

• Ya no basta con entregar los documentos pertinentes, sino que también se debe proporcionar información semántica junto con esos documentos.
• aumentar la responsabilidad y el control del usuario; es decir, los sistemas de información requieren esfuerzo intelectual humano.
• Cuentan con arquitecturas flexibles para que puedan evolucionar y adaptarse a bases de usuarios cada vez más exigentes y con mayores conocimientos.
• Su objetivo es formar parte de la ecología de la información, de las memorias y herramientas personales y compartidas, en lugar de ser servicios independientes y discretos.
• apoyar todo el ciclo de vida de la información (desde la creación hasta la preservación) en lugar de solo la fase de difusión o uso.
• Apoyo a la optimización por parte de los usuarios finales y, especialmente, por parte de los profesionales de la información que aportan valor a los recursos de información.
• ser atractivo y divertido de usar

En resumen, se espera que los sistemas de recuperación de información funcionen como las buenas bibliotecas. Estos sistemas deben ayudar a los usuarios a conectar los datos o la información (en el sentido más estricto y detallado de estos términos) con el conocimiento (datos o información procesada que proporciona el contexto necesario para la siguiente etapa de la búsqueda de información). Es decir, las buenas bibliotecas ofrecen tanto la información que el usuario necesita como un colaborador en el proceso de aprendizaje —el profesional de la información— para comprenderla, interpretarla, preservarla y transformarla en conocimiento (lo que a su vez genera nuevas necesidades de información mejor fundamentadas).

Las técnicas asociadas con HCIR hacen hincapié en representaciones de información que utilizan la inteligencia humana para guiar al usuario hacia resultados relevantes. Estas técnicas también buscan permitir a los usuarios explorar y comprender el conjunto de datos sin penalizaciones, es decir, sin incurrir en costos innecesarios de tiempo, clics del ratón o cambios de contexto.

Muchos motores de búsqueda incorporan técnicas de recuperación de información centrada en el usuario (HCIR). Las sugerencias ortográficas y la reformulación automática de consultas ofrecen mecanismos para proponer posibles rutas de búsqueda que pueden conducir al usuario a resultados relevantes. Estas sugerencias se presentan al usuario, quien tiene el control de la selección e interpretación.

La búsqueda facetada permite a los usuarios navegar por la información de forma jerárquica , pasando de una categoría a sus subcategorías, pero eligiendo el orden en que se presentan las categorías. Esto contrasta con las taxonomías tradicionales , en las que la jerarquía de categorías es fija e inmutable. La navegación facetada , al igual que la navegación taxonómica, guía a los usuarios mostrándoles las categorías (o facetas) disponibles, pero no les exige que exploren una jerarquía que puede no ajustarse con precisión a sus necesidades o forma de pensar. ^{[ 8 ]}

La función Lookahead ofrece un enfoque general para la exploración sin penalizaciones. Por ejemplo, diversas aplicaciones web utilizan AJAX para completar automáticamente los términos de búsqueda y sugerir búsquedas populares. Otro ejemplo común de Lookahead es la forma en que los motores de búsqueda anotan los resultados con información resumida sobre ellos, incluyendo información estática (por ejemplo, metadatos sobre los objetos) y fragmentos de texto del documento que son más relevantes para las palabras de la consulta de búsqueda.

La retroalimentación de relevancia permite a los usuarios guiar un sistema de recuperación de información indicando si determinados resultados son más o menos relevantes. ^{[ 9 ]}

La función de resumen y análisis ayuda a los usuarios a comprender los resultados de la consulta. El término "resumen" se refiere a cualquier método para agrupar o comprimir los resultados de la consulta en un formato más comprensible. La búsqueda facetada, descrita anteriormente, es un ejemplo de este tipo de resumen. Otro ejemplo es la agrupación , que analiza un conjunto de documentos agrupando documentos o términos similares o que aparecen juntos. La agrupación permite dividir los resultados en grupos de documentos relacionados. Por ejemplo, una búsqueda de "java" podría devolver grupos para Java (lenguaje de programación) , Java (isla) o Java (café) .

La representación visual de los datos también se considera un aspecto clave de la recuperación de información sanitaria (HCIR). La representación de resúmenes o análisis puede mostrarse como tablas, gráficos o resúmenes de datos agregados. Otros tipos de visualización de información que permiten a los usuarios acceder a vistas resumidas de los resultados de búsqueda incluyen nubes de etiquetas y mapas de árbol .

• Búsqueda exploratoria de vídeos
• Búsqueda de información

• "Talleres sobre recuperación de información mediante ordenadores humanos" .
• "Conferencia ACM SIGIR sobre Interacción y Recuperación de Información Humana (CHIIR)" .