Hispanopedia Wiki
Articulo de referencia

Procesamiento de información social

El procesamiento de información social es "una actividad mediante la cual las acciones humanas colectivas organizan el conocimiento". [ 1 ] Es la creación y el procesamiento de ...

Hispanopedia WikiContenido en espanolLectura gratuita

El procesamiento de información social es "una actividad mediante la cual las acciones humanas colectivas organizan el conocimiento". [ 1 ] Es la creación y el procesamiento de información por un grupo de personas. Como campo académico, el Procesamiento de Información Social estudia la capacidad de procesamiento de información de los sistemas sociales en red .

Normalmente se utilizan herramientas informáticas como las siguientes:

Si bien las computadoras se utilizan a menudo para facilitar la creación de redes y la colaboración, no son imprescindibles. Por ejemplo, el Trictionary de 1982 se basaba exclusivamente en papel y bolígrafo, y dependía de las redes sociales y las bibliotecas vecinales. La creación del Oxford English Dictionary en el siglo XIX se realizó en gran medida con la ayuda de voluntarios anónimos organizados mediante anuncios de empleo en periódicos y pequeños papeles enviados por correo postal.

Estado actual del conocimiento

El sitio web del Simposio de Primavera de la AAAI de 2008 sobre Procesamiento de Información Social sugirió los siguientes temas y preguntas: [ 2 ]

Etiquetado
El etiquetado ya ha despertado el interés de la comunidad de IA. Si bien su propósito inicial era ayudar a los usuarios a organizar y gestionar sus propios documentos, posteriormente se propuso que el etiquetado colectivo de documentos comunes se utilizara para organizar la información mediante un sistema de clasificación informal denominado folksonomía . Existe la esperanza de que las folksonomías contribuyan a cumplir la promesa de la Web Semántica.
Computación basada en el ser humano e inteligencia colectiva
¿Qué tipo de problemas son susceptibles de ser resueltos mediante enfoques de computación colectiva humana? ¿Cómo podemos diseñar el efecto de la " sabiduría de las multitudes " para que beneficie nuestras necesidades de resolución de problemas?
Incentivos para la participación
¿Cómo obtener metadatos y contenido de calidad de los usuarios? ¿Cómo se puede animar a los usuarios reacios al etiquetado a que etiqueten su contenido?
Redes sociales
Si bien los usuarios crean redes sociales por diversas razones —por ejemplo, para seguir la vida de sus amigos, su trabajo o las opiniones de quienes admiran—, la información de estas redes es importante para numerosas aplicaciones. A nivel global, puede surgir un ecosistema informativo a través de las interacciones entre usuarios y entre usuarios y contenido. Con el tiempo, puede formarse una comunidad de usuarios interesados ​​en un tema específico, cuyas conexiones con otras comunidades permiten comprender las relaciones entre los diferentes temas.
Evolución de las redes sociales y los ecosistemas de información
¿Cómo evoluciona el contenido y su calidad con el tiempo? Existe un creciente interés en los sistemas de producción colaborativa, por ejemplo, en cómo y por qué algunos proyectos de código abierto como Linux y Wikipedia tienen éxito. ¿En qué circunstancias es probable que tengan éxito los sitios de contenido generado por el usuario y qué implicaciones tiene esto para el intercambio de información y el aprendizaje dentro de las comunidades?
Algoritmos
Antes de poder aprovechar el potencial del procesamiento de información social, necesitamos nuevos enfoques para el análisis de datos estructurados, específicamente algoritmos para sintetizar diversos tipos de metadatos : por ejemplo, redes sociales y etiquetado. La investigación en este campo proporcionará una base sólida para el desarrollo de nuevos algoritmos de búsqueda social , descubrimiento de información , personalización y otros enfoques que exploten el potencial del procesamiento de información social.

Conceptos clave

Sistemas de recomendación social

La sobrecarga social corresponde a la imposición de una gran cantidad de información e interacción en la web social. La sobrecarga social plantea algunos desafíos desde la perspectiva tanto de los sitios web de redes sociales como de sus usuarios. [ 3 ] Los usuarios necesitan lidiar con un gran volumen de información y tomar decisiones entre diferentes aplicaciones de redes sociales, mientras que los sitios de redes sociales intentan retener a sus usuarios existentes y hacer que sus sitios sean interesantes para ellos. Para superar la sobrecarga social, se han utilizado sistemas de recomendación social para involucrar a los usuarios en los sitios web de redes sociales de manera que reciban contenido más personalizado mediante técnicas de recomendación. [ 3 ] Los sistemas de recomendación social son tipos específicos de sistemas de recomendación diseñados para redes sociales y utilizan nuevos tipos de datos que aportan, como me gusta, comentarios, etiquetas, etc., para mejorar la efectividad de las recomendaciones. La recomendación en redes sociales tiene varios aspectos, como la recomendación de contenido de redes sociales, personas, grupos y etiquetas.

Contenido

Las redes sociales permiten a los usuarios proporcionar retroalimentación sobre el contenido producido por otros usuarios de sitios web de redes sociales, mediante comentarios o "me gusta" en el contenido compartido por otros y anotando su propio contenido creado mediante etiquetas. Estos metadatos recientemente introducidos por las redes sociales ayudan a obtener recomendaciones para el contenido de las redes sociales con mayor efectividad. [ 3 ] Además, las redes sociales permiten extraer la relación explícita entre usuarios, como amistad y personas seguidas/seguidas. Esto proporciona una mejora adicional en los sistemas de filtrado colaborativo porque ahora los usuarios pueden juzgar las recomendaciones proporcionadas en función de las personas con las que tienen relaciones. [ 3 ] Se han realizado estudios que muestran la efectividad de los sistemas de recomendación que utilizan las relaciones entre usuarios en las redes sociales en comparación con los sistemas tradicionales basados ​​en filtrado colaborativo, específicamente para la recomendación de películas y libros. [ 4 ] [ 5 ] Otra mejora que las redes sociales aportan a los sistemas de recomendación es la solución del problema del arranque en frío para los nuevos usuarios. [ 3 ]

Algunas áreas clave de aplicación de la recomendación de contenido en redes sociales son la recomendación de blogs y entradas de blog, la recomendación de contenido multimedia como vídeos de YouTube, la recomendación de preguntas y respuestas para quienes preguntan y responden en sitios web sociales de preguntas y respuestas , la recomendación de empleos (LinkedIn), la recomendación de noticias en sitios agregadores de noticias sociales (como Digg, Google Reader, Reddit, etc.) y las recomendaciones de mensajes cortos en microblogs (como Twitter). [ 3 ]

Gente

También conocidos como emparejamiento social (término propuesto por Terveen y McDonald), los sistemas de recomendación de personas se ocupan de recomendar personas a otras personas en las redes sociales. Los aspectos que distinguen a los sistemas de recomendación de personas de los sistemas de recomendación tradicionales y que requieren especial atención son básicamente la privacidad, la confianza entre los usuarios y la reputación. [ 6 ] Existen varios factores que influyen en la elección de técnicas de recomendación para recomendar personas en sitios de redes sociales (SNS). Estos factores están relacionados con los tipos de relaciones entre personas en los sitios de redes sociales, como simétricas frente a asimétricas, ad hoc frente a relaciones a largo plazo y relaciones confirmadas frente a relaciones no confirmadas. [ 3 ]

El alcance de los sistemas de recomendación de personas se puede clasificar en tres categorías: [ 3 ] recomendar personas conocidas con las que conectar, recomendar personas a las que seguir y recomendar desconocidos. Recomendar desconocidos se considera tan valioso como recomendar personas conocidas porque genera oportunidades como el intercambio de ideas, la obtención de nuevas oportunidades y el aumento de la reputación.

Desafíos

El manejo de flujos sociales es uno de los desafíos que enfrentan los sistemas de recomendación social. [ 3 ] Un flujo social puede describirse como los datos de actividad del usuario agrupados en el feed de noticias de los sitios web de redes sociales. Los datos de flujos sociales tienen características únicas como un flujo rápido, variedad de datos (solo contenido de texto vs. contenido heterogéneo) y la necesidad de actualización. Estas propiedades únicas de los datos de flujo en comparación con los datos tradicionales de redes sociales plantean desafíos para los sistemas de recomendación social. Otro desafío en la recomendación social es realizar recomendaciones entre dominios, como en los sistemas de recomendación tradicionales. [ 3 ] La razón es que los sitios web de redes sociales en diferentes dominios incluyen información diferente sobre los usuarios, y la fusión de información dentro de diferentes contextos puede no conducir a recomendaciones útiles. Por ejemplo, usar las recetas favoritas de los usuarios en un sitio de redes sociales puede no ser una fuente confiable de información para recomendaciones de trabajo efectivas para ellos.

Conciencia social

La participación de las personas en comunidades en línea, en general, difiere de su comportamiento participativo en contextos colectivos del mundo real. En la vida cotidiana, las personas están acostumbradas a utilizar "señales sociales" para guiar sus decisiones y acciones; por ejemplo, si un grupo de personas busca un buen restaurante para almorzar, es probable que elijan entrar en un local con clientes en lugar de uno vacío (un restaurante más concurrido podría reflejar su popularidad y, por consiguiente, la calidad de su servicio). Sin embargo, en los entornos sociales en línea, no es sencillo acceder a estas fuentes de información que normalmente se registran en los sistemas, pero esto no se les comunica a los usuarios.

Existen algunas teorías que explican cómo esta conciencia social puede afectar el comportamiento de las personas en situaciones de la vida real. El filósofo estadounidense George Herbert Mead afirma que los humanos son criaturas sociales, en el sentido de que las acciones de las personas no pueden aislarse del comportamiento del colectivo al que pertenecen, ya que los actos de cada individuo están influenciados por prácticas sociales más amplias que actúan como marco general del comportamiento. [ 7 ] En su marco de desempeño, el sociólogo canadiense Erving Goffman postula que en las interacciones sociales cotidianas los individuos realizan sus acciones recopilando primero información de los demás, para saber de antemano qué pueden esperar de ellos y, de esta manera, poder planificar cómo comportarse de forma más eficaz. [ 8 ]

Beneficios

Del mismo modo que en el mundo real, proporcionar señales sociales en las comunidades virtuales puede ayudar a las personas a comprender mejor las situaciones a las que se enfrentan en estos entornos, a facilitar sus procesos de toma de decisiones al permitirles acceder a opciones más informadas, a persuadirlas para que participen en las actividades que allí se realizan y a estructurar su propio horario de actividades individuales y grupales de manera más eficiente. [ 9 ]

En este marco de referencia, se ha propuesto un enfoque denominado "visualizaciones de contexto social" para mostrar información social —ya sea de entornos reales o virtuales— en escenarios digitales. Se basa en el uso de representaciones gráficas para visualizar la presencia y las huellas de actividad de un grupo de personas, proporcionando así a los usuarios una perspectiva externa de lo que sucede dentro de la comunidad, es decir, quiénes participan activamente, quiénes no contribuyen a los esfuerzos del grupo, etc. Este enfoque de revelación del contexto social se ha estudiado en diferentes escenarios (por ejemplo, el software de videoconferencias de IBM, una gran comunidad que muestra huellas de actividad social en un espacio compartido llamado NOMATIC*VIZ), y se ha demostrado que su aplicación puede proporcionar a los usuarios varios beneficios, como brindarles más información para tomar mejores decisiones y motivarlos a adoptar una actitud activa hacia la gestión de sus representaciones individuales y grupales dentro de la visualización a través de sus acciones en la vida real. [ 9 ]

Preocupaciones

Al hacer públicas las huellas de actividad de los usuarios, es natural que surjan preocupaciones sobre sus derechos respecto a los datos que generan, quiénes son los usuarios finales que pueden acceder a su información y cómo pueden conocer y controlar sus políticas de privacidad. [ 9 ] Existen varias perspectivas que intentan contextualizar este problema de privacidad. Una perspectiva considera la privacidad como una compensación entre el grado de invasión del espacio personal y los beneficios que el usuario podría percibir del sistema social al divulgar sus huellas de actividad en línea. [ 10 ] Otra perspectiva examina la relación entre la visibilidad de las personas dentro del sistema social y su nivel de privacidad, que puede gestionarse a nivel individual o grupal mediante el establecimiento de permisos específicos para permitir que otros accedan a su información. Otros autores afirman que, en lugar de obligar a los usuarios a configurar y controlar sus ajustes de privacidad, los sistemas sociales podrían centrarse en aumentar su conciencia sobre quiénes son sus audiencias para que puedan gestionar su comportamiento en línea de acuerdo con las reacciones que esperan de esos diferentes grupos de usuarios. [ 9 ]

Véase también

Referencias

  1. ↑ AAAI (marzo de 2008), Procesamiento de información social , Simposio de primavera de la AAAI, Universidad de Stanford{{citation}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  2. ↑ "Simposio sobre procesamiento de información social" .
  3. 1 2 3 4 5 6 7 8 9 10 Guy, Ido (1 de enero de 2015). «Sistemas de recomendación social». Manual de sistemas de recomendación . págs. 511–543 . doi : 10.1007/978-1-4899-7637-6_15 . ISBN  978-1-4899-7636-9.
  4. ↑ Sinha, Rashmi; Swearingen, Kirsten (2001). "Comparación de recomendaciones hechas por sistemas en línea y amigos". Taller DELOS: Personalización y sistemas de recomendación en bibliotecas digitales . 106 .
  5. ↑ Golbeck, Jennifer (16 de mayo de 2006). «Generación de recomendaciones predictivas de películas a partir de la confianza en redes sociales». Trust Management . Lecture Notes in Computer Science. Vol. 3986. pp. 93–104 . doi : 10.1007/11755593_8 . ISBN   978-3-540-34295-3.
  6. ↑ Terveen, Loren; McDonald, David W. (1 de septiembre de 2005). "Emparejamiento social: un marco y una agenda de investigación". ACM Trans. Comput.-Hum. Interact . 12 (3): 401– 434. doi : 10.1145/1096737.1096740 . ISSN 1073-0516 . S2CID 6481687 .  
  7. ↑ Mead, George H. (1934). Mente, yo y sociedad: desde el punto de vista de un conductista social . Chicago: University of Chicago Press.
  8. ↑ Goffman, Erving (1990). La presentación del yo en la vida cotidiana . Londres: Penguin. ISBN 978-0-14-013571-8.
  9. 1 2 3 4 Ding, Xianghua; Erickson, Thomas; Kellogg, Wendy A.; Patterson, Donald J. (2011). "Informar y actuar: investigar cómo la sociabilidad mediada se hace visible". Personal and Ubiquitous Computing . 16 (8): 1095– 1117. doi : 10.1007/s00779-011-0443-8 . ISSN 1617-4909 . S2CID 1121330 .  
  10. ↑ Patil, Sameer; Lai, Jennifer (2005). «Quién sabe qué y cuándo: Configuración de permisos de privacidad en una aplicación de concienciación». Actas de la Conferencia SIGCHI sobre Factores Humanos en Sistemas Informáticos . págs. 101–110 . doi : 10.1145/1054972.1054987 . ISBN  978-1581139983. S2CID 12102947 . 

Lecturas adicionales

  • Simposio sobre Procesamiento de Información Social de la AAAI, Stanford, AAAI, marzo de 2008.
    • Diapositivas de introducción
  • Camerer, Colin F., y Ernst Fehr, " ¿Cuándo domina el "hombre económico" el comportamiento social? "
  • Chi, Ed H., "Aumentando la cognición social: de la búsqueda social de recursos a la construcción de significado social," ( video ) (en Google), febrero de 2007. ( pdf ), Simposio AAAI, marzo de 2008, ( video ) (en PARC), mayo de 2008.
  • Crane, Riley (2008), Vídeos virales, de calidad y basura en YouTube (PDF) , Seminario AAAI , marzo de 2008{{citation}}: CS1 maint: ubicación ( enlace ) CS1 maint: falta el editor de ubicación ( enlace )
  • Denning, Peter J. (2006), "Redes formadas apresuradamente" (PDF) , Communications of the ACM , 49 (4): 15–20 , doi : 10.1145/1121949.1121966 , S2CID 19325399 
  • Denning, Peter J., " Infoglut ", ACM, julio de 2006.
  • Denning, Peter J. y Rick Hayes-Roth, " Toma de decisiones en redes muy grandes ", ACM, noviembre de 2006.
  • Fu, Wai-Tat (abril de 2008), "Las microestructuras del etiquetado social", Actas de la conferencia ACM de 2008 sobre trabajo cooperativo asistido por ordenador , Cscw '08, págs. 229-238 , doi : 10.1145/1460563.1460600 , ISBN  9781605580074, S2CID 2202814 
  • Fu, Wai-Tat (agosto de 2009), "Un modelo de imitación semántica de etiquetado social." (PDF) , Actas de la Conferencia IEEE sobre Computación Social : 66–72 , archivado del original (PDF) el 29 de diciembre de 2009.
  • Hogg, Tad y Bernardo A. Huberman, " Resolviendo el problema del aprovechamiento indebido en las organizaciones con redes sociales "
  • Huang, Yi-Ching (Janet), " Eres lo que etiquetas ", (ppt) Seminario AAAI, marzo de 2008.
  • Huberman, Bernardo, " Dinámica social en la era de la web ", (vídeo) (PARC) 10 de enero de 2008.
  • Judson, Olivia, " Siente las miradas sobre ti ", The New York Times, 3 de agosto de 2008,
  • Lerman, Kristina , " Procesamiento de información social en la agregación de noticias ", IEEE Internet Computing , noviembre-diciembre de 2007.
  • Lerman, Kristina, " Procesamiento de información social ," (video) (en Google). Junio ​​de 2007.
  • Nielsen, Michael, El futuro de la ciencia . Libro en preparación.
  • Nielsen, Michael, Kasparov contra el mundo . Una entrada de blog sobre una partida de ajedrez de 1999 en la que Garry Kasparov (finalmente) ganó una partida contra un oponente colectivo.
  • Page, Scott E., La diferencia: cómo el poder de la diversidad crea mejores grupos, empresas, escuelas y sociedades , Princeton University Press, 2007.
  • Segaran, Toby, Programación de inteligencia colectiva: Creación de aplicaciones web 2.0 inteligentes , O'Reilly, 2007.
  • Shalizi, Cosma Rohilla, " Las redes sociales como ventanas a la vida social de la mente "
  • Smith, M., Purser, N. y Giraud-Carrier, C. (2008). Capital social en la blogosfera: un estudio de caso . En Papers from the AAAI Spring Symposium on Social Information Processing, K. Lerman et al. (Eds.), Technical Report SS-08-06, AAAI Press, 93-97.
  • Spinellis, Diomidis, Wikipedia no tiene límites para crecer ( artículo de ACM , se requiere suscripción).
  • Stoyanovich, Julia , " Aprovechamiento del etiquetado para modelar los intereses de los usuarios en del.icio.us ", (ppt) Seminario AAAI , marzo de 2008.
  • Whitaker, Steve, " Etiquetado temporal ", Simposio de la AAAI , marzo de 2008.