Recomendación social e Inteligencia Colectiva

Esta entrada está sugerida por el auge que los sistemas de recomendación social (como pueden ser menéame o CoRank) tienen actualmente, así como por su análisis como fenómeno de Inteligencia Colectiva. El estudio de la evolución de estas redes como redes de confianza es una de las fronteras de la IA para este siglo. Muchos investigadores (entre los que se encuentra J. Golbeck, por ejemplo) son de la opinión de que es posible aislar ciertos factores en los que se basan los usuarios para otorgar confianza, para después integrarlo en sistemas lógicos de razonamiento (no monótonos, seguramente), así como ayudar al diseño de interfaces socialmente inteligentes. Esta última idea es innovadora, pues, actualmente, el diseño de esas herramientas se hace por aceptación social (la famosa frase “siempre estamos en beta”).

La introducción contínua de nuevas utilidades en sistemas de recomendación social, o la transformación menor de herramientas ya exitosas es usual, pero no parece conveniente sin un estudio previo del impacto sobre la red. Por ejemplo, un pequeño cambio en el sistema de valoración (como la función karma en el citado meneame) podría provocar que el sistema de confianza se desequilibrara. Básicamente, porque por ahora debemos considerar estas redes como sistemas dinámicos no predecibles, aunque existan herramientas de física teórica para analizar asintóticamente (o probabilisticamente) redes de este tipo. Este problema puede considerarse como un problema del nuevo siglo para la IA, un desafío para el que se tienen herramientas poderosas pero no sabemos, por ahora, cómo combinarlas.

Anuncios