Enfoques en torno al modelo cognitivo para la recuperación de información: análisis crítico (página 2)

A finales de los años 80 y primeros de los 90, son
numerosos los autores que reclaman más investigaciones
basadas en SRI en entornos reales, y no en entornos simulados
como se venía haciendo hasta ese momento[16]. Esto incluye
al usuario como un elemento más del proceso de RI.
Sin embargo, pese a que hoy han transcurrido más de
veinticinco años desde la aparición del modelo
cognitivo, y aunque se ha recorrido un largo camino desde
entonces, éste no parece suponer una auténtica
alternativa al modelo algorítmico o tradicional, ni a los
problemas a
los que se enfrentaba. De hecho, se hace evidente que la RI en
entornos reales, en la mayoría de los casos, sigue
excluyendo al usuario. A título de ejemplo, la Conferencia de
Recuperación de textos TREC (Text Retrieval
Conference), que parece haber sido, desde varios puntos de
vista, reacia a la RI interactiva[17], hasta su quinta edición
no la incorpora, como una de sus áreas de investigación, la TREC
Interactive Track[18].

Para determinar si, ciertamente, el modelo cognitivo supone
una auténtica alternativa al modelo tradicional y a los
actuales problemas de la RI, se han de considerar las distintas
propuestas de implementación realizadas por sus
principales representantes a partir del modelo teórico
general. Si bien estas propuestas son parciales y no integran
todos los aspectos teóricos del modelo cognitivo, es
cierto que permiten una primera aproximación
práctica al mismo.

MODELO
COGNITIVO

El modelo cognitivo engloba lo que constituye la base del
modelo tradicional, dando lugar a lo que Ingwersen
denomina la Teoría Cognitiva de la Recuperación
de la Información(…), que implica un intento de
globalizar la recuperación de información, por
medio de la representación de todos sus componentes, como
representaciones estructurales con distintos niveles de
complejidad que cooperan en un proceso de comunicación interactiva[19].

El modelo cognitivo, a diferencia del tradicional, no se pone
en marcha a partir del momento en que el usuario realiza una
consulta al SRI, sino que comienza incluso antes de que se
produzca la necesidad informativa del usuario. En este modelo se
tiene en cuenta la extensa gama de factores implicados en el
proceso de RI. Son especialmente relevantes aquellos aspectos que
influyen en el estado
cognitivo y contextual del individuo, por
ejemplo, su estado
anímico, sus creencias, los objetivos
planteados, su grado de motivación o sus áreas de interés,
entre otros. Asimismo, interesa estudiar cómo éstos
interaccionan entre sí, provocando la necesidad
informativa, o lo que Kuhlthau denominó el
principio de incertidumbre[20], y Belkin, Oddy y
Brooks llamaron ASK[12; 13] (Annomalous State of
Knowledge) o estado anómalo del conocimiento.
Se llama la atención acerca de las dificultades con las
que se enfrenta el usuario para conceptualizar y expresar de
forma escrita su necesidad informativa, el llamado por
Ingwersen[21] label efflect, es decir, el
proceso por el que el usuario etiqueta o pone nombre a su
necesidad informativa. Esto provoca que cualquier tipo de
intencionalidad subyacente que el usuario tenga asociada a su
necesidad informativa, se pierda en el momento en el que
éste expresa de forma escrita su consulta. Además,
la necesidad informativa puede ser variable como consecuencia de
la interacción con el SRI[22]. Y por
último, aunque no menos importante, en el marco del modelo
cognitivo, también éste analiza las técnicas y
procedimientos
que se aplican en el proceso de RI.

El problema de la recuperación de información
interactiva ¾ que es como se conoce al proceso de RI en el
modelo cognitivo ¾ ha sido tratado desde diferentes
perspectivas a lo largo de su corta historia[23]. Sin embargo,
algunos intentos son demasiado específicos,
centrándose en aspectos muy concretos del usuario como la
formación de la necesidad informativa[12; 13; 20], su
naturaleza
cambiante[14] o el comportamiento
del usuario durante el proceso de la RI[24]. Otros, en su
afán por cubrir e integrar todos los aspectos y elementos
que intervienen en el proceso de RI[23], presentan un marco
teórico tan amplio que en ocasiones resulta bastante
difícil poder imaginar
su aplicación práctica, y mucho menos su evaluación.

Debido a todos los factores que intervienen en la
recuperación de información interactiva (en
adelante RII), ésta es tan cambiante que aún no se
alcanzan a comprender muchos de los aspectos del proceso de
interacción[3]. éste es el principal motivo por el
que la RII, está hoy día en su infancia[5;
25] y con ella el modelo cognitivo de RI. Por ello y, mientras
que el modelo tradicional ¾ cuyo proyecto
experimental más representativo es el SMART
(System for Manipulation and Retrieval of Text) y ahora,
la Conferencia TREC ¾ durante décadas no ha dejado
de evolucionar ¾ sirva como ejemplo el último
trabajo de
Salton y Buckley[26] ¾, el modelo interactivo de
recuperación de información aún no ha
realizado ese recorrido.

Sin duda alguna, es Peter Ingwersen[19; 23; 27], el principal
exponente y defensor del modelo cognitivo de RII ¾
también conocido por su nombre, es decir, modelo de
Ingwersen ¾. Lo que este autor hace es aglutinar en un
único modelo de RI todos aquellos elementos, procesos y
técnicas que puedan intervenir en la RII,
independien-temente de su procedencia. Mediante esta
aproximación se da cabida a los actores que intervienen en
la RI, a los procesos cognitivos que tienen lugar en el usuario
como consecuencia de la aparición de la necesidad
informativa y su evolución hasta que ésta se
satisface, así como las técnicas y algoritmos
necesarios para la RI, entre otros.

Tal y como se observa en la figura 1, son cinco los elementos
principales del proceso de RII, a saber, el usuario, el entorno,
la interfaz, el SRI y los objetos informativos.

En el centro, como no podía ser menos, se sitúa
el usuario junto con todos aquellos elementos que intervienen en
la RII y que la conforman desde un punto de vista cognitivo. Por
ejemplo, como se ha comentado anteriormente, el modelo
tradicional entiende que necesidad informativa y consulta son
exactamente lo mismo. No contempla la posibilidad de que aspectos
importantes unidos a la petición de información
¾ y que el individuo no ha sido capaz de conceptualizar o
etiquetar ¾, puedan estar asociados a ella. Como se puede
percibir, este modelo no sólo tiene en cuenta al usuario,
sino que de éste incorpora su estado cognitivo, contextual
y anímico, su necesidad informativa y el nivel de
incertidumbre provocado por el ASK, y además
analiza cómo interactúa el sujeto con el resto de
los componentes del sistema para
satisfacer esa necesidad de información.

El entorno social y/o laboral en el que
se encuentra inmerso el usuario influye, a veces de forma
determinante, en el área de interés del usuario, en
sus objetivos o su preferencias, pudiendo llegar a ser el
desencadenante del ASK como se verá más
adelante.

En la parte superior izquierda de la figura 1 se representan
los objetos informativos propiamente dichos de la base de datos,
tales como texto,
datos
numéricos, ilustraciones, fotografías, sonido,
vídeo, diapositivas, metadatos o propiedades asociadas a
ellos.

El SRI está compuesto, entre otros elementos, por
el lenguaje de
interrogación, las técnicas de recuperación
de información ¾ integrando de esta forma al modelo
tradicional ¾, la estructura de
la base de datos ¾ y a los diseñadores e
informáticos que la han realizado ¾ y las reglas de
indización ¾ también a los indizadores de
los objetos informativos en el caso de que la indización
sea manual
¾.

Por último, las funciones y
actores fundamentales de la interfaz o intermediario son la
petición de la información y su
representación, es decir, la consulta.

En este modelo de RII, la interacción entre los
elementos principales tiene lugar cuando confluyen los intereses
de cada uno de los actores que intervienen. Por ejemplo, cuando
el área de interés o dominio del
entorno social/laboral coincide con los asuntos/materias de
interés, o problemas/objetivos del espacio cognitivo del
usuario, se puede estar ante dos casos: a) Una
interacción entre los dos elementos principales del
modelo, que inducen a una alteración del estado de
conocimiento del usuario. éstos provocan un estado
anómalo de conocimiento, y como consecuencia, una
incertidumbre que se manifiesta en forma de necesidad
informativa, la cual es transformada en una petición de
información, y ésta en una consulta que
interactúa con el SRI y con los objetos informativos.
b) Una interacción entre los dos elementos
principales del modelo, que es rechazado por el espacio cognitivo
del usuario y que, al no despertar en él un especial
interés o estado anómalo de conocimiento, no da
lugar a la necesidad informativa.

El modelo cognitivo de RII es el conglomerado más
evolucionado de entre los existentes hasta el momento. Por
ejemplo el modelo tradicional está incluido en él
por medio de los objetos informativos y del SRI. Además,
en la representación esquemática de la figura, se
pone claramente de manifiesto una de las principales
críticas que se le suelen hacer al modelo tradicional, a
saber, que no refleja bien la interacción en el proceso de
RII, pues en él sólo intervienen dos de los cinco
elementos que lo componen. Por otro lado, en el modelo
tradicional, las estructuras
documentales y cognitivas que se almacenan en el SRI
interactúan unas con otras, o incluso con el usuario, a
través de la retroalimentación por relevancia, pero
sólo a un nivel lingüístico o
algorítmico, nunca a un nivel cognitivo. En el modelo
propuesto por Ingwersen, estas interacciones
algorítmicas se producen igualmente, pero es el usuario el
que, por medio de sus distintos niveles cognitivos y contextuales
y de la interacción con los diferentes niveles del
sistema, hace que la información obtenida se convierta en
nuevos conocimientos.

Las ventajas principales de este modelo se refieren a que
muestra de una
forma general y sencilla qué es, cómo funciona y
qué elementos componen la RII, todo ello desde una
sólida base conceptual y en algunos casos
empírica.

Por el contrario, sólo cuenta, en nuestra
opinión, con un inconveniente, pero que por su importancia
resulta crucial. Esto es, el proceso de retroalimentación
se contempla como algo implícito al modelo y normalmente
asociado a la interacción. En este sentido, debería
estar más elaborado y depurado, e incluso habría de
contemplar la posibilidad de incluir la retroalimentación
como el sexto elemento del proceso de RII.

A partir del modelo general propuesto por Ingwersen
otros autores han desarrollado diferentes implementaciones
prácticas que han denominado modelos. No obstante,
desde el punto de vista de la teoría
de RI y de su terminología, se trata realmente de
diferentes sistemas, si bien
éstos no han llegado a ver la luz en entornos
reales al alcance de los usuarios. Las propuestas más
relevantes son las que se recogen a continuación.

MODELO GLOBAL DE
POLIREPRESENTACIÓN

La utilización de representaciones múltiples de
las consultas y de los documentos
así como la aplicación de diferentes
técnicas en el proceso de RI, es algo por lo que los
investigadores vienen interesándose desde hace tiempo. Esto
se debe a un doble motivo. Por un lado la RI es tan compleja e
incierta que cualquier representación o técnica de
recuperación está diseñada para ofrecer lo
mejor de sí misma pero, aún así, sólo
abarca una parte de la complejidad informativa, lo que hace
necesario la utilización de múltiples
técnicas de recuperación y representación.
La otra causa tiene su base en el modelo probabilístico de
RI de Robertson[28] que sugiere que cuantas más
pruebas o
evidencias
tengamos sobre la consulta, sobre los documentos y sobre las
relaciones entre ellos, mayores serán las probabilidades
de que los resultados se adecúen a la necesidad
informativa del usuario[29].

El concepto de
polirepresentación es utilizado por Ingwersen[21]
para hacer referencia a lo que él denomina redundancia
intencional ¾ representación múltiple de las
consultas, de los documentos y de las técnicas de RI
¾ , para distinguirlo de la no siempre deseable
redundancia general ¾ inconsistencia en la
indización y en las técnicas de recuperación
¾. Son numerosos los estudios realizados, recogidos en
el trabajo
anteriormente citado, que demuestran que la utilización
simultánea de las técnicas de equiparación
exacta y parcial producen resultados iguales o mejores que los
obtenidos utilizando una sola técnica.

La idea de la polirepresentación, enfocada desde un
punto de vista cognitivo, es la que lleva a Peter
Ingwersen a afirmar que la inconsistencia de los usuarios
al realizar las consultas, la inconsistencia de los indizadores
al representar mediante términos el contenido de los
documentos y la inconsistencia de las distintas técnicas
de RI, puede verse aumentada además por la inconsistencia
del usuario para expresar su necesidad informativa. Al igual que
en los casos anteriores, se ha comprobado que distintas
representaciones de una misma necesidad informativa sometidas a
solapamiento deben, al menos, ofrecer un resultado igual o
mejor que el de la mejor expresión de la necesidad
informativa.

Basándose en la idea de la redundancia intencional y en
las redes de
inferencia de Turtle y Croft[30], Ingwersen propone
un sistema de polirepresentación para la RI como apoyo o
complemento práctico del modelo cognitivo de RII.

Tal y como se observa en la figura 2, en la derecha, y dentro
de lo que se considera el espacio cognitivo del usuario, aparecen
ordenados por causalidad, de abajo a arriba, los elementos
cognitivos responsables de la formación de la necesidad
informativa. Por una parte, hay que destacar que los distintos
niveles o elementos interactúan entre sí dando
lugar a la aparición o al rechazo de la necesidad
informativa y, por otro lado, que el estado de conocimiento, la
incertidumbre y la necesidad informativa, por este orden, pueden
variar como consecuencia del propio estado cognitivo del usuario
y de la interacción con el resto de niveles o elementos
cognitivos.

En el centro se encuentra la interfaz o el RMB
(Request Model Builder)[27]. El RMB es un
dispositivo intermediario destinado a detectar la necesidad
informativa del usuario, a ayudarle a conceptualizarla ¾
teniendo en cuenta las variables
afectivas, sociales y contextuales que influyen en ella ¾
, y a facilitarle el proceso de etiquetado o
trascripción de la consulta en la interfaz. Dependiendo de
cuál sea el estado de la necesidad informativa detectado
por el RMB, llevará a cabo uno de los siguientes
procesos: a) realizará una equiparación
exacta, parcial, o de ambos tipos mediante distintas
técnicas y algoritmos de RI para provocar redundancia
intencionada; b) mostrará al usuario necesidades
informativas de otros usuarios, muy similares a la suya, para ver
si le ayudan a conceptualizarla y etiquetarla, o bien, en el caso
de que ésta no aparezca nada clara, c) le
propondrá que navegue por la estructura de la base de
datos mediante browsing, clustering, u otro
método,
pues está demostrado empíricamente que la necesidad
informativa, al menos en su fase inicial es a menudo
exploratoria, dando lugar a lo que Bates[14] llama
"berry-picking".

En el modelo tradicional se acostumbra a preguntarle al
usuario por su necesidad informativa, y éste está
también habituado a transmitir lo poco que pueda saber de
ella. Sin embargo, el usuario no puede expresar ni transcribir lo
que no sabe, lo cual es, realmente, lo que constituye su
necesidad informativa. Como mucho, podrá decir qué
es lo que no sabe de lo que sabe. Es aquí donde empieza a
funcionar el RMB.

La parte izquierda de la figura 2, constituye el espacio
informativo del sistema. En él aparecen las
representaciones documentales (S1, S2…
Sn), los descriptores o características
contenidos en las representaciones de los documentos
(r1, r2… rn) y, por
último, las respuestas obtenidas como consecuencia de
aplicar distintas técnicas de recuperación o de
representación a la consulta, es decir,
polirepresentación o redundancia intencionada
(q1-qn), (p1- pn),
(W).

Como se puede observar, la redundancia intencional es
fácilmente aplicable en el RMB, bien por medio de
la polirepresentación de necesidades informativas
similares almacenadas en el sistema y procedentes de consultas
realizadas por otros usuarios, bien en el espacio informativo del
sistema mediante la aplicación de distintas
técnicas de representación documental y de RI.

La ventaja principal de esta propuesta es, al igual que en el
modelo cognitivo del cual procede, la facilidad para mostrar la
interacción entre los distintos actores de la RII.
Además, integra a la polirepresentación o
redundancia intencional tanto en la necesidad informativa como en
las representaciones documentales y en las técnicas de RI,
mediante la fusión
de datos.

Su inconveniente es el mismo que se ha señalado para el
modelo del que proviene, es decir, la retroalimentación se
entiende como algo implícito a la interacción y no
está lo suficientemente explicada ni desarrollada.
Además, no se detalla la manera en que se producen las
distintas iteraciones entre el usuario y el sistema hasta que se
consigue la respuesta que más se ajusta a la consulta del
usuario. Parece ser que ésto se deja en manos de la
retroalimentación por relevancia de las redes de
inferencia y en las probabilidades asignadas a sus
términos y enlaces.

Trabajos como el de Lee[31], que utiliza con muy
buenos resultados la polirepresentación o redundancia
intencional en las representaciones documentales y en la RI, o
como el de Ruthven, Lamas y Van Rijsbergen[32; 33] que
imita la conducta del
usuario en el proceso de evaluación de la
información mediante el uso de inferencia abductiva, son
una breve muestra de que la base del sistema propuesto por
Ingwersen es algo más que un principio
teórico.

MODELO
EPISÓDICO

Belkin denomina episodios[34] al conjunto de
interacciones que se producen entre el usuario y el sistema
durante cada consulta ¾ de forma similar a las que antes
tenían lugar entre los usuarios y los intermediarios de
las bases de datos
¾ para conceptualizar, etiquetar y transcribir la
necesidad informativa, emitir juicios de relevancia sobre uno o
varios documentos, u otras.

Al igual que ocurría con el modelo cognitivo, la
propuesta de Belkin también adopta el apellido de
su autor y principal garante. ésta es la causa de que se
haga referencia a él como modelo episódico o de
Belkin.

Como se observa en la figura 3, en la página seguiente,
los elementos o actores que componen este sistema son los mismos
que se utilizan en el modelo tradicional o en otros sistemas
interactivos, es decir, técnicas de navegación, de
visualización, de indización, de
representación y de equiparación.

 Lo peculiar del sistema basado en episodios es que
presta muy poca atención a la estructura de los documentos
y a su recuperación, sólo la que le dedica el
modelo tradicional, pues se basa en él para realizar este
tipo de tareas. Su centro de atención se encuentra en el
ASK del individuo, en cómo representarlo y en
cómo recuperarlo, pues como se verá más
adelante este sistema se basa en el almacenamiento,
la recuperación y la interacción de estrategias
informativas de búsqueda.

La premisa en la que se basa es que el ASK del
individuo es inherentemente difícil de representar, al
igual que la consulta, por lo que esta última siempre
será una representación aproximada e
imperfecta[35]. Por ello, es imprescindible diseñar e
implementar una interfaz que sea capaz de detectar la necesidad
informativa del usuario e interactuar con su ASK,
proponiéndole distintas estrategias que le permitan
satisfacer de una forma adecuada su necesidad.

Pueden identificarse dos escuelas o tendencias en
relación con el diseño
de interfaces interactivas. Una es la que imita el comportamiento
de los bibliotecarios o antiguos intermediarios de bases de datos
en la búsqueda de información. La otra es la que
anima al usuario a interactuar con el sistema mediante un proceso
de retroalimentación. La inteligencia
artificial está centrando sus esfuerzos en encontrar
un equilibrio
entre ambas[27]. Lo mismo ha pretendido Belkin con el
sistema episódico propuesto.

La interacción se realiza por medio de una interfaz
adaptativa, bastante parecida al RMB de
Ingwersen. ésta interactúa con el usuario
para ayudarle a detectar y resolver su necesidad informativa
mediante el uso de scripts y de reglas conversacionales.
Los denominados scripts, son la combinación de
estrategias de búsqueda que el SRI tiene almacenadas en su
base de datos, bien como consecuencia de la interacción
con otros usuarios, bien porque el diseñador del sistema
las ha implantado antes de su puesta en funcionamiento. La
aplicación de reglas conversacionales permiten transformar
las estrategias de búsqueda en diálogos
estructurados entendibles tanto por el usuario como por el
sistema.

El problema de los scripts es su variedad y que, en la
mayoría de los casos, están compuestos por una o
más estrategias de búsqueda. Por ejemplo, mientras
que un usuario con una determinada necesidad informativa, hace
browsing por la estructura de la base de datos para luego
realizar una consulta ¾ es decir, utilizaría dos
estrategias ¾ otro usuario, con la misma necesidad,
podría realizarla directamente si cuenta con un mayor
conocimiento de la materia
¾ una sola estrategia
¾ . Esto hace que sea necesario que el SRI tenga
almacenadas la mayor cantidad posible de estrategias, de
combinaciones entre ellas, y de scripts.

En resumen, cada consulta de usuario puede estar formada por
uno o más episodios, cada episodio está formado por
uno o más scripts, que a su vez están formados por
una o más estrategias de búsqueda.

Las ventajas de este sistema son claras. Por un lado permite,
de una forma evidente, la interacción entre el usuario y
el SRI. Además, favorece la retroalimentación en
los dos extremos, el usuario y el sistema. Y lo que es más
importante, ha sido posible implementarlo en MERIT, una
interfaz para una gran base de datos de información sobre
publicaciones, proyectos y
financiación europea[34], lo que implica la posibilidad de
evaluarlo y de utilizarlo como base para comparar el rendimiento
de las distintas bases de datos conectadas a él.

Los inconvenientes están ligados a los propios defectos
del sistema, a saber, resulta muy difícil diseñar
interfaces que permitan llevar a cabo, de una forma
óptima, interacción y estrategias de
búsqueda de información[2]. Por otra parte, y tal y
como ya se ha indicado, el uso de los scripts limita, a la vez
que condiciona en gran medida, el funcionamiento del sistema. Por
último, el componente cognitivo del usuario está un
poco abandonado ya que este modelo no tiene en cuenta aquellos
aspectos contextuales, afectivos o sociales que condicionan la
propia necesidad informativa y en los que Ingwersen tanto
insiste[36].

MODELO
ESTRATIFICADO

Para Tefko Saracevic la RI es uno más de
los procesos que integran la interacción hombre-máquina (Human-Computer
Interaction o HCI como lo llamaremos en adelante). Hasta tal
punto considera este autor que HCI y RII son lo mismo que, para
definir la RII, adopta la definición que propone
Storrs para HCI[37]: (…) el intercambio de
información entre participantes, con el objetivo de
cambiar o intercambiar el estado de conocimiento de uno mismo o
del resto de participantes. Pero va más allá y
también adopta del HCI la definición de
interacción: (…) una interacción es un
diálogo
con el fin de cambiar el estado de conocimiento de uno o
más participantes.

Saracevic llama modelo estratificado al sistema de RII
propuesto[2] y considera que los sistemas de Ingwersen y
Belkin, no contemplan de una forma adecuada el proceso de
interacción, por lo que nunca podrían llegar a
sustituir al modelo tradicional de RI.

Su sistema toma prestada la estructura de la Teoría
Estratificada de la Lingüística y la
Comunicación. Además, adopta y adapta muchas de
las técnicas de los sistemas y de las investigaciones
existentes sobre RII. Uno de sus objetivos principales es el de
localizar e identificar los procesos de búsqueda de
información de los usuarios, ¾ a los que
Belkin se refería como scripts ¾ para
incorporarlos al diseño de la interfaz, pues de ellos
dependerá el éxito
de la interacción entre sistema y usuario.

Como puede verse en la figura 4, los elementos o actores
principales de esta propuesta son el sistema, la interfaz y el
usuario. El primero está representado por el
hardware y el software que constituyen el equipo
informático y el SRI respectivamente, así como las
representaciones documentales almacenadas en la base de datos. El
segundo está compuesto por estructuras cognitivas y
aspectos contextuales inherentes al propio usuario y al entorno
en el que se mueve. La interfaz, que es la intermediaria entre
los dos extremos, tiene como principal función la
de favorecer la adaptación entre los distintos niveles y
promover la interacción o diálogos ¾
comunicación escrita, visual, gestual y cognitiva ¾
, entre ambos.

Cada uno de los principales actores o elementos del sistema
está dividido en estratos. Respecto del usuario, hay que
considerar cuatro niveles: el superficial, el cognitivo, el
afectivo y el contextual. Los estratos en torno a los que
se estructura el sistema son: el superficial, el hardware,
el software y el de contenido. En ambos casos, cada nivel
implica diferentes elementos o procesos. Por último, la
interfaz se divide en dos estratos, el superficial y el
cognitivo.

La interacción se produce en el momento en que el
usuario se pone en contacto con el SRI para utilizar la
información y comienzan a dialogar por medio de la
interfaz, todo ello con el único fin de influir y
modificar el estado cognitivo del usuario. Cuando los estratos
del individuo entran en contacto, por medio de la interfaz, con
los distintos estratos del sistema, no sólo se produce un
proceso de equiparación total y/o parcial entre la
consulta y las estructuras documentales almacenadas, tal y como
ocurría en el modelo tradicional, sino que además
tienen lugar otros fenómenos. Por un lado se producen
diálogos entre el usuario y el sistema mediante la
navegación o el browsing por la estructura de los
documentos almacenados en el sistema. Además, se realizan
interpretaciones y juicios cognitivos sobre los resultados de la
consulta y el nivel de satisfacción de la necesidad
informativa del usuario. Por otro lado, y en el caso de que la
satisfacción no sea plena, se llevarán a cabo
procesos de retroalimentación por relevancia para
reorientar la consulta.

La interacción o diálogos anteriores
prácticamente resolverían todos los problemas de la
RII, si no fuese porque el individuo es un ser cambiante por
naturaleza, porque la consulta puede estar mal definida y por
todos aquellos aspectos sociales, contextuales, o emocionales,
que acompañan al individuo y que hacen de la RII un
proceso totalmente imprevisible.

Buscar la solución a estos problemas es algo que el
HCI está intentando desde hace tiempo, y que
Belkin pretendió resolver mediante una interfaz
adaptativa. Esto es lo mismo que propone Saracevic,
y para ello dota a la interfaz de dos estratos. El primero, el
superficial, tendría incorporados todas aquellas
características propias de los bibliotecarios o
intermediarios de bases de datos, es decir, experiencia en el uso
de la base de datos y en las técnicas de
recuperación, trucos sobre su utilización, entre
otros. El segundo estrato, el cognitivo, se utiliza
fundamentalmente para que la interacción con el primer
nivel sea efectiva, pareciéndose mucho al RMB de
Ingwersen, o sea, un intermediario capaz de detectar la
necesidad informativa del usuario, que le ayude a
conceptualizarla, teniendo en cuenta las variables afectivas,
sociales y contextuales que influyen en ella, y que le facilite
el proceso de etiquetado o trascripción de la consulta a
la interfaz.

El diseño de la interfaz, tal y como se propone en este
modelo, hoy por hoy, aún no se ha conseguido.
Saracevic y Spink, proponen para ello la observación de la interacción de los
bibliotecarios o intermediarios de bases de datos con los
usuarios para aprender de sus capacidades, destrezas y trucos, y
extrapolarlas al diseño e implementación de la
interfaz[3].

Las ventajas de este sistema se centran en su capacidad para
poner de manifiesto de una forma clara que la RI es un proceso
interactivo, así como en la localización e
identificación de los elementos y procesos de la RII.

Por el contrario, sus inconvenientes son, en parte, los mismos
que presentan los modelos
estratificados en el campo de la lingüística y
la
comunicación, es decir, su descomposición no es
fácil, y la descripción de los distintos niveles,
así como sus relaciones, constituyen un aspecto muy
criticado[2]. Además se denota una clara falta de integración entre sus elementos, dando la
impresión de estar inacabado, esto puede deberse a que
adopta y adapta elementos de otros modelos. Por otra parte, se
presta mucha atención a los extremos del proceso
interactivo, pero muy poca a la interfaz, que es donde
precisamente este modelo descarga todo el proceso de
interacción. Por último, los diálogos no
aparecen claramente definidos ni en cuanto al tiempo ni en su
duración, ni en cómo éstos pueden cambiar
cuando lo hace la necesidad informativa y el estado cognitivo del
usuario.

MODELO DE
RETROALIMENTACIÓN INTERACTIVA

Una de las principales críticas que se les ha realizado
a los sistemas interactivos, ha sido la de entender la
interacción como algo inherente al sistema. Es decir, una
vez diseñado el sistema interactivo y presentados sus
principales actores, no se especifica de una forma clara
qué elementos ni procesos provocan y permiten la
interacción entre los dos extremos del SRI.

Spink[5], mantiene que el principal responsable de la
interacción, tanto en el modelo tradicional como en el
interactivo, es la retroalimentación, pero teniendo muy en
cuenta que la retroalimentación no es algo que tenga que
estar ligado siempre a la relevancia, ni tiene porqué ser
una función de la RI[38]. Para ella, la
retroalimentación es mucho más, es el nombre
general que se le da a una serie de elementos que permiten la
interacción entre el sistema y el usuario.

Spink identificó diferentes tipos de
retroalimentación a partir de un estudio realizado con 40
usuarios reales, con necesidades informativas reales, en donde se
utilizó la base de datos Dialog y se contó
con cuatro profesionales o intermediarios[5] para responder a las
consultas de esos usuarios[3; 39]:

¾ Retroalimentación por relevancia de
contenido: Se trata de la reformulación de una
consulta teniendo en cuenta los juicios de relevancia que el
usuario emite, como consecuencia de la respuesta que el sistema
ofrece a una consulta anterior de éste. Este tipo de
retroalimentación puede ser negativa o positiva,
dependiendo de que según el juicio del usuario, los
documentos sean relevantes o no. Representó el 40% de las
interacciones entre el usuario/intermediario y el sistema.

¾ Retroalimentación por relevancia de los
términos: Los usuarios reformulan la consulta
incorporando nuevos términos. éstos se obtienen de
la observación y valoración de los resultados
obtenidos en la consulta anterior. Sólo alcanzó el
8% de las interacciones entre el usuario/intermediario y el
sistema.

¾ Retroalimentación por magnitud de la
respuesta: Este tipo de retroalimentación la realiza
el usuario en función del número de documentos que
el sistema le ofrece como respuesta a su consulta. Puede ser
tanto positiva, como negativa, dependiendo del exceso o defecto
en el número de resultados. Representó el 45% de
las interacciones entre el usuario/intermediario y el sistema.
Fue la más elevada de todas las retroalimentaciones o
interacciones.

¾ Retroalimenteción por revisión de
consultas anteriores: Muchas veces, a raíz de largas
interacciones con el sistema, como consecuencia de una necesidad
informativa poco clara o de un SRI poco eficiente, el usuario se
encuentra perdido y no sabe qué estrategias de
búsqueda ha utilizado. Como solución mira en el
histórico de su pantalla de búsqueda, en el caso de
que la interfaz disponga de él. Sólo supuso el 6%
de las interacciones entre el usuario/intermediario y el
sistema.

¾ Retroalimentación por revisión de
términos utilizados en consultas anteriores: Se trata
del mismo caso que el anterior, con la diferencia de que
aquí se buscan términos utilizados en consultas
anteriores en lugar de estrategias. Su utilización en las
interacciones es prácticamente despreciable, un 1%.

Una vez identificados y descritos los elementos sobre los que
recae el peso de la retroalimentación, la autora del
estudio, se basa en el sistema de RII de Saracevic
contemplando sus distintos niveles de interacción. Para
ello parte de la base de que el objetivo de toda
interacción es el de cambiar el estado cognitivo de los
intervenientes, e intenta explicar cómo se relacionan los
distintos elementos que componen la RII mediante los distintos
tipos de retroalimentación.

Como puede verse en la figura 5, cada estrategia de
búsqueda puede estar formada por una o más
iteraciones, es decir, una o más consultas al sistema con
sus correspondientes respuestas. A su vez, cada iteración
puede estar formada por uno o más ciclos de
retroalimentación interactiva, donde un ciclo es (…)
una interacción que implica una consulta, un
proceso (algorítmico) para obtener
información del sistema, documentos (la respuesta),
juicios por parte de un interprete (el usuario) y una
acción
consecuente (modificación de la consulta), que
afecta a la salida documental o proceso. De la misma forma,
cada técnica de búsqueda, puede estar formada por
distintas técnicas de búsqueda propias del usuario,
destinadas a mejorar el proceso de recuperación, donde
cada técnica de búsqueda espera una respuesta del
sistema.

 En definitiva, (…) un proceso de búsqueda
interactivo puede estar formado por una serie de estrategias de
búsqueda, constituidas por una o más iteraciones y
uno o más ciclos de retroalimentación interactiva
de los tipos descritos antes[39].

El sistema diseñado por Spink, no es tan amplio
como pueden serlo el de Ingwersen, Belkin, o
Saracevic. Es más, podría ser ampliamente
criticado por no tener en cuenta aspectos tan importantes como la
formación de la necesidad informativa del usuario, su
grado de incertidumbre o los elementos que influyen en ella y que
pueden provocar el ASK del individuo, entre otros. Sin
embargo, esta propuesta debe entenderse como la interfaz
adaptativa, que se propone para el sistema
estratificado.

Este sistema de retroalimentación interactiva presenta
ventajas tales como la identificación de nuevos elementos
que intervienen en el proceso de RII que, según
Spink, son aquellos sobre los que recae todo el peso de la
interacción. Por otro lado, estos nuevos elementos han
sido descubiertos en un entorno real, con usuarios y necesidades
informativas reales, lo que le da un gran valor desde el
punto de vista cognitivo. Además se muestra la
interacción como lo que realmente es, es decir, un proceso
cíclico, en el que el estado de conocimiento del usuario
cambia como consecuencia del uso de la información del
sistema.

Los inconvenientes coinciden con los del sistema
estratificado, pues se basa en éste. Un inconveniente
añadido es el de incorporar la figura del intermediario en
la parte experimental, pues aunque en definitiva tanto el usuario
como el intermediario son usuarios finales, los resultados
obtenidos no pueden ser extrapolados a los modelos ni SRI
existentes, donde la figura del intermediario no existe. Como
mucho, éste intermediario podría estar representado
por la interfaz, en el caso de que se le atribuyan todos los
procesos y características anteriormente comentadas para
los sistemas diseñados por Ingwersen y
Belkin. Pero esto no es posible, ya que tanto
Saracevic como Spink consideran que, hoy por hoy,
los únicos capaces de realizar los ciclos de
retroalimentación interactiva son los humanos, y no las
máquinas.

 CONCLUSIONES

El modelo cognitivo, y los diferentes sistemas
diseñados basados en él, surge como una alternativa
al modelo tradicional al considerar que éste no representa
de forma adecuada las necesidades informativas de los usuarios.
Sin embargo, el modelo cognitivo se limita a realizar una
aproximación casi exclusivamente teórica a las
necesidades informativas de los usuarios desde diferentes
perspectivas y, además, está exento de todo tipo de
desarrollo e
implementación práctica en entornos de usuarios.
Prueba de ello, es que cualquiera de los diferentes
diseños propuestos para los sistemas utilizan el, tan por
ellos mismos criticado, modelo algorítmico para realizar
los procesos de almacenamiento, selección
y recuperación de información. Por otra parte, el
modelo cognitivo, en su afán de estudiar las necesidades
informativas, se centra excesivamente en el usuario, sin
considerar que las conclusiones a las que llega corresponden a
cada individuo concreto
objeto de estudio, y que difícilmente son extrapolables a
un grupo
más amplio de individuos o incluso a una comunidad.

Es cierto que el modelo algorítmico o tradicional
parece haber llegado a su límite de evolución. Las
nuevas técnicas de recuperación desarrolladas a
partir de él, desde el punto de vista estadístico,
apenas suponen avances cuantificables con respecto a los
resultados obtenidos mediante el uso de las técnicas
desarrolladas durante los años 70. No obstante, este
modelo sigue siendo el más utilizado en los actuales SRI
comerciales, ya sea mediante técnicas de
equiparación exacta o, como viene ocurriendo desde hace
unos años, incorporando, técnicas de
equiparación parcial.

Podría decirse que estamos en un tiempo de espera en el
que el modelo tradicional y el cognitivo conviven, donde cada uno
de ellos aporta lo mejor de sí mismo lo que ha provocado
la aparición de un híbrido que puede denominarse
modelo interactivo de recuperación de
información. Este nuevo modelo intenta incorporar las
virtudes de cada uno y eliminar sus inconvenientes, si bien hasta
la fecha no se han logrado grandes éxitos dignos de
mención. Sirvan como ejemplos los SRI descritos por
Belkin y sus colegas[18], donde se comprueba que los
usuarios prefieren los sistemas basados en el modelo interactivo,
pues requieren un menor esfuerzo cognitivo. No obstante, sus
resultados, evaluados por los propios usuarios mediante
técnicas algorítmicas, ofrecen unos valores
sensiblemente inferiores a los obtenidos con los SRI basados en
el modelo tradicional. Además, una evaluación
realista de los SRI interactivos debe ser multidimensional ya que
estos modelos han creado la necesidad de nuevas medidas de la
eficacia de la
recuperación, aún no consensuadas, que contemplen
todas las facetas de la interacción con el usuario. El uso
de estas medidas origina un interesante debate en
torno a los propios conceptos, a su interpretación y a la aplicabilidad de las
mismas[40].

En este sentido, Kuhn[41], señala como una de
las condiciones indispensables para la existencia de un paradigma
científico, los ejemplares compartidos (o shared
exemplars), es decir, modelos de experimentación
especialmente exitosos que permiten detectar empíricamente
un paradigma y dotan de contenido y fuerza
explicativa a una teoría científica, además
de establecer los métodos
para investigar un determinado problema. Mientras que en el
modelo tradicional, los tests de Cranfield, el Smart de Salton o
la Conferencia TREC cumplen esta función, se hace
extremadamente difícil señalar una prueba o un
estudio particulares como modelo de la aproximación
cognitiva.[42]

Quizá sea el momento de proponer enfoques alternativos
que complementen de manera más eficaz a los actuales
modelos de RI. Enfoques que no tienen por qué desplazar ni
ser excluyentes con los diferentes desarrollos aquí
comentados. Nuestra propuesta, se basa en el acceso y en la RI a
partir de la simplificación de las representaciones
documentales mediante técnicas de visualización,
tal y como proponen Small[43], White y
McCain[44],[42] o Ding[45], entre otros,
acompañada de un análisis del dominio, o área de
conocimiento, desde un punto de vista social, funcionalista y
real, al estilo de las propuestas de Hjorland y
Albrechtsen[46].

REFERENCIAS

1. CLEVERDON, C. The Cranfield tests on index languages
devices. In: SPARCK, Jones K.; WILLET, P. (Ed.).
Readings in information retrieval. San Francisco : Morgan
Kaufmann,
1997.        

2. SARACEVIC, T. Modeling interaction in information retrieval
(IR): a review and proposal. In: ANNUAL MEETING OF THE
AMERICAN SOCIETY FOR INFORMATION SCIENCE, 1996.
Proceedings… [S. l.], ASIS, 1996. p.
3-9.       

3. SPINK, A.; SARACEVIC, T. Interaction in information
retrieval: selection and effectiveness of search terms.
Journal of the American Society for Information Science,
v. 48, n. 8, p. 741-761,
1997.       

4. MOYA ANEGÓN, F. Los sistemas integrados de gestión
bibliotecaria. Madrid :
Anabad, 1995.        

5. SPINK, A. Study of interactive feedback during mediated
information retrieval. Journal of the American Society for
Information Science, v. 48, n. 5, p. 382-394,
1997.        

6. SALTON, G.; McGILL, M. J. The smart and sire experimental
retrieval systems . In: __________;__________.
Introduction to modern information retrieval. New York :
McGraw-Hill, 1983. p.
118-151.        

7. __________; __________. Introduction to modern information
retrieval. New York : McGraw-Hill,
1983.        

8. HARMAN, D. Relevance feedback revisited. In: ANNUAL
INTERNATIONAL CONFERENCE ON RESEARCH AND DEVELOPMENT IN
INFORMATIO RETRIEVAL, 15., 1992, Copenhaguen.
Proceedings… Copenhaguen : ACM, 1992. p.
1-10.       

9. SARACEVIC, T. Relevance: a review of and a framework for
the thinking on the notion in information science. Journal of
the American Society for Information Science, v. 26, n.
11-12, p. 321-343,
1975.        

10. MIZZARO, S. Relevance: the whole history. Journal of
the American Society for Information Science, v. 48, n. 9, p.
810-832,
1997.        

11. BELKIN, N. J. The cognitive viewpoint in information
science. Journal of Information Science, n. 16, p. 11-15,
1990.        

12. __________; ODDY, R. N.; BROOKS, H. M. Ask for information
retrieval: Part I: Background and theory. Journal of
Documentation, v. 38, n. 2, p. 61-71,
1982.        

13. __________;__________;__________. Ask for information
retrieval: Part II. Results of a design study. Journal of
Documentation, v. 38, n. 3, p. 145-164,
1982.        

14. BATES, M J. The design of browsing and berrypicking
techniques for the online search interface. Online Review,
v. 13, n. 5, p. 407-424,
1989.       

15. ELLIS, D. A behavioural approach to information system
design. Journal of Documentation, v. 45, n. 3, p. 171-212,
1989.        

16. EFTHIMIADIS, E. N. Interactive query expansion: a
user-bases evaluation in a relevance feedback environment.
Journal of the American Society for Information Science,
v. 51, n. 11, p. 989-1003,
2000.        

17. ROBERTSON, S. E.; WALKER, S. ; HANCOCK-BEAULIEU, M. M.
Large test collection
experiments on an operational, interactive system: Okapi and
Trec. Information Processing and Management, v. 31, p.
345-360,
1995.        

18. BELKIN, N. J. et al. Iterative exploration, design
and evaluation of support for query reformulation interactive
information retrieval. Information Processing and
Management, v. 37, p. 403-434,
2001.        

19. INGWERSEN, P. Information retrieval interaction. London :
Taylor Graham,
1992.        

20. KUHLTHAU, C. C. A principle of uncertainty for information
seeking. Journal of Documentation, v. 49, n. 4, p.
339-355,
1993.        

21. INGWERSEN, P. Polyrepresentation of information needs and
semantic entities: elements of a cognitive theory for information
retrieval interaction. In: ANNUAL INTERNATIONAL CONFERENCE
ON RESEARCH AND DEVELOPMENT IN INFORMATION RETRIEVAL, 17., 1994,
Berlim. Proceedings… Berlin : Springer Verlag, 1994, p.
101-110.        

22. TANG, R.; SOLOMON, P. Toward an understanding of the
dynamics of relevance judgment: an analysis of one person's
search behavior. Information Processing and Management, v.
34, n. 2/3, p. 237-256,
1998.        

23. INGWERSEN, P. Cognitive perspectives of information
retrieval interaction: elements of a cognitive IR theory.
Journal of Documentation, v. 52, n. 1, p. 3-50,
1996.        

24. SUTCLIFFE, A. E. M. Towards a cognitive theory of
information retrieval. Interacting with Computers, v. 10,
p. 321-351,
1998.        

25. SPINK, A.; LOSEE, R. M. Feedback in information retrieval.
Annual Review of Information Systems and Technology, n.
31, p. 33-77,
1996.        

26. SALTON, G.; BUCLLEY, C. Improving retrieval perfomance by
relevance feedback. Journal of the American Society for
Information Science, v. 41, n. 4, p. 288-297,
1990.        

27. INGWERSEN, P.; WILLET, P. An introduction to algorithmic
and cognitive approaches for information retrieval. Libri,
n. 45, p. 160-177,
1995.        

28. ROBERTSON, S. E. The probability ranking principle in IR.
Journal of Documentation, v. 33, n. 4, p. 294-304,
1977.        

29. BELKIN, N. J. et al. The effect of multiple query
representations on information retrieval system perfomance.
In: ANNUAL INTERNATIONAL CONFERENCE ON RESEARCH AND
DEVELOPMENT IN INFORMATION RETRIEVAL, 16., 1993, New York.
Proceedings… New York : ACM, 1993. p.
339-346.        

30. HAINES, D.; CROFT, W. B. Relevance feedback and inference
networks. In: ANNUAL INTERNATIONAL CONFERENCE ON RESEARCH
AND DEVELOPMENT IN INFORMATION RETRIEVAL, 16., 1993.
Proceedings… New York : ACM, 1993. p.
2-11.        

31. LEE, J. H. Combining multiple evidence from different
relevance feedback methods. Information Processing and
Management, v. 34, n. 6, p. 681-691,
1998.        

32. RUTHVEN, I. Incorporating aspects of information use into
relevance feedback. 1999. Disponível em: <http://ir.dcs.gla.ac.uk/papers/Pdf/ruthven2000a.pdf>.
Acesso em: 1 jul.
2001        

33. __________; LAMAS, M.; RIJSBERGEN, C. J. Van. Retrieval
through explanation: an abductive inference approach to relevance
feedback. 1999. Disponível em:
<http://ir.dcs.gla.ac.uk/papers/pdf/ruthven99a.pdf> Acesso
em: 1 jul.
2001.        

34. BELKIN, N. J. et al. Cases, scripts, and
information-seeking strategies: on the design of interactive
information retrieval systems. Expert Systems with
Applications, n. 9, p. 379-395, 1995.   

35. __________; CROFT, W. B. Information filtering and
information retrieval: two side of the same coin?
Communications of the ACM, v. 35, n. 12, p. 29-38,
1992.        

36. ROBINS, D. Interactive information retrieval: contexts and
basic notion. Informing Science, v. 3, n. 2, p. 57-62,
2000.        

37. STORRS, G. A conceptualization of multiparty interaction.
Interacting with Computers, v. 6, n. 2, p. 173-189,
1994.        

38. SPINK, A.; GREISDORF, H.; BATEMAN, J. From highly relevant
to not relevant: examining different regions of relevance.
Information Processing and Management, v. 34, n. 5, p.
599-621, 1998.       

39. __________; Saracevic, T. Human-computer interaction in
information retrieval: nature and manifestations of feedback.
Interacting with computers, v. 10, p. 249-267,
1998.        

40. OLVERA, M. D. Evaluación de sistemas de
recuperación de información: aproximaciones y
nuevas tendencias. El Profesional de la
Información, v. 8, n. 11, p. 4-14,
1999.        

41. KUHN, T. S. La estructura de las revoluciones
científicas. México
D.F.: Fondo de la Cultura
Económica,
1990.        

42. WHITE, H. D.; McCAIN, K. W. Visualization of literatures.
Annual Review of Information Systems and Technology, v.
32, p. 99-168,
1997.        

43. SMALL, H. Visualizing science by citation mapping.
Journal of the American Society for Information Science,
v. 50, n. 9, p. 799-813,
1999.         44. WHITE,
H. D.; McCAIN, K. W. Visualizing a discipline: an author
co-citation analysis of information science, 1972-1995.
Journal of the American Society for Information Science,
v. 49, n. 4, p. 327-355,
1998.        

45. DING, Y.; CHOWDHURY, G. G.; FOO, S. Bibliometric
cartography of information retrieval research by using
co-word analysis.
Information Processing & Management, v. 37, p.
801-817,
2001.        

46. HJORLAND, B. BIRGER; ALBRECHTSEN, Hanne. Toward a new
horizon in information science: domain analysis. Journal of
the American Society for Information Science, v. 46, n. 6, p.
400-425, 1995. 

Revista Ciência da
Informação
vol.31 no.2 Brasília May/Aug. 2002
Instituto Brasileiro de Informação em
Ciência e Tecnologia – IBICT

Autor:

Benjamín Vargas-Quesada

http://www.ugr.es/~benjamin

Félix de Moya Anegón

Ma Dolores Olvera Lobo

Departamento de Biblioteconomía y Documentación

Facultad de Biblioteconomía y Documentación

Universidad de Granada