Miles de noticias aparecen cada día en internet y al final siempre acabamos leyendo el mismo tipo de artículos. La gente de Trapit se ha dado cuenta de eso y como una spin out del proyecto de investigación CALO (asistente cognitivo que aprende y organiza), lanza su página web en la que nos sirven las noticias a nuestra medida.

De hecho cuando entras al sitio el primer texto que puedes leer, que define su función con bastante exactitud, es el siguiente:

En Trapit, creamos “traps” para tí. Los traps son unos conjuntos de artículos, entradas de blogs y más reunidos desde toda la web, organizados por asunto o idea, y personalizado según tus intereses. Los traps te ayudan a tener una web más accesible y a combatir la sobrecarga de información existente.

¿Un sitio que simplemente va a aprender cuáles son las noticias que me gustan y me las mostrará de un vistazo? Desde luego merece la pena profundizar un poco en esta idea. Existen sitios como Menéame que filtran las noticias según suscitan el interés de otros usuarios, pero esos artículos que a ellos les pueden parecer interesantes, no lo pueden ser para tí.

Con esa premisa nacen esos traps. El objetivo es encontrar aquellas noticias a la medida del usuario, y a primera vista la interfaz parece realmente agradable, veamos si realmente funciona la agrupación inteligente de noticias.

Creando conjuntos de noticias en Trapit

Por defecto la página nos ofrece trending traps y traps destacados, de aquellos temas que según ellos podrían interesarte. Pero una cosa es aprender acerca de los gustos del usuario, y otra muy diferente es adivinarlos a la primera visita. Así que necesitaremos crear nuestros propios traps. El botón a la vista New Trap.

El siguiente paso es introducir unas palabras claves, o una frase, o incluso una dirección web para que Trapit busque información sobre ese aspecto en concreto por toda la web. Después te pedirá un nombre para el trap (y por aquí tienen un bug, porque no siempre lo guarda) y ya lo tienes creado.

Ahora podrás ver un montón de artículos y entradas relacionadas con el tema que hayas elegido. Pero lo más probable es que, o bien no sean del tema, o no se adapten a lo que andabas buscando. Primero tendremos que enseñar a Trapit cuáles son los tipos de noticias que nos gustan.

Enseñando a Trapit

La mecánica es sencilla, cada noticia dentro de cada trap tiene unos cuantos botones siempre presentes que nos permitirán entre otras cosas guardar la noticia para leerla más adelante o compartirla a través de las redes sociales.

Pero al lado de esos botones encontramos los botones Like y Dislike. Si navegamos por un trap sin utilizarlo la página nos recuerda que tenemos que valorar las noticias que nos muestra para poder, en las siguientes visitas, mostrar un contenido más ajustado a nuestros gustos.

Y el efecto es inmediato. Según valoras las noticias que aparecen, poco a poco el trap va teniendo el aspecto que llevabas en mente. Casi sin darte cuenta las noticias que te empieza a mostrar son del tipo de las que andabas buscando, pero… ¿son las que realmente querías?

Trapit todavía es una beta privada

La interfaz es bastante ágil y con buen aspecto. La selección de noticias o artículos de tus traps realmente parece que empieza a aprender de los gustos de uno mismo. Eso sí, por ahora la colección de fuentes sólo está en inglés (al igual que la página) así que habrá que dominarlo para poder probar Trapit.

Vía | ReadWriteWeb
En Genbeta | Presspeople, herramienta profesional de noticias pensada para periodistas

La web semántica es algo muy perseguido por los buscadores. ¿Que qué es eso de la web semántica? Pues es, tal y como explica el vídeo, que los ordenadores puedan “comprender” e interpretar la web y sus contenidos, dejando de ser un conjunto de palabras a ser un conjunto de conceptos e ideas.

Google ya había dado pasos hacia esta web semántica con su buscador. Por ejemplo, cuando buscamos “Al Gore Birthday” en la versión inglesa, nos aparece no sólo el resultado de webs que contengan esas palabras, sino una respuesta. Es decir, el buscador ha entendido lo que queremos y nos ha dado una respuesta concreta. Lo mismo pasa si buscamos “weather Madrid”, o “time Spain”: el buscador nos da una respuesta concreta y no sólo un conjunto de enlaces.

Sin embargo, esto es relativamente sencillo, y el buscador no puede responder a preguntas más complejas. Por eso, Google ha adquirido Metaweb, una empresa muy fuerte en el campo de la web semántica, y además creadora de Freebase, una base de datos abierta sobre personas, lugares y cosas, y todo ello relacionado entre sí.

Lo que Google pretende con esta compra está claro: mejorar su buscador y adelantarse a la competencia haciéndolo más inteligente, capaz de responder preguntas complejas. En cuanto a Freebase, Google ayudará en su desarrollo y ampliación, y probablemente la usará para mejorar los resultados de su buscador.

Para mí, la adquisición de Metaweb va a tener consecuencias muy buenas para todos. Para Google, porque su buscador puede mejorar enormemente si consiguen que responda a preguntas complejas, como por ejemplo “actores mayores de 30 años que hayan estudiado en Madrid”. Metaweb y el proyecto de la web semántica también saldrán beneficiados, porque con un socio tan potente como Google, pueden llegar muy lejos.

Y los usuarios podemos ser los que más aprovechemos esta adquisición. Primero, por lo obvio, que Google mejorará su buscador y nos será más cómodo hacer algunas consultas. Pero también saldremos muy beneficiados si Google, una vez desarrollado y pulido el buscador semántico, liberase una API. Tendríamos entonces la posibilidad de tener en cualquier aplicación el poder de la web semántica.

Y vosotros, ¿qué pensáis? ¿consideráis esta compra de Google un buen movimiento o sólo algo que acabaremos olvidando con el tiempo?

Vía | The Official Google Blog
Más información | Freebase Blog
Sitio oficial | Metaweb
Vídeo | YouTube