I motori di ricerca rappresentano una delle più imponenti
sfide tecnologiche del mondo ICT. Google, che oramai è la più importante
compagnia del mondo Internet, ha basato la propria sfida a colossi come Microsoft,
Oracle, IBM, proprio sul suo motore di ricerca e molte delle tecnologie del
futuro, dipenderanno da esso.

Ma come si fa a comprendere quanto "forte" è un motore di ricerca?
Bhe, a mio parere,
per
valutare (o realizzare) un motore di ricerca si devono tenere in
considerazione i seguenti aspetti:

• pervasività della ricerca
• significatività dell’output
• rapidità della risposta.

Tecnicamente è complesso realizzare un sistema
che possa cercare una stringa di testo in tutti i generi di documenti e pagine
esistenti o su TUTTA la Rete Internet (pervasività), ma è altrettanto difficile
riportare rapidamente una estrazione di dati significativa. Questo ci porta
subito alla formulazione della "Prima Legge dei motori".

— TORNA IN ALTO

Prima Legge dei
Motori: Tutto ciò che
conta
è l’output (benvenuti siano i
cluster)
Google, monarca assoluto della Rete ha puntato tutto su velocità di
output e ranking (emergi nell’output quanto più altri siti fanno riferimento
al tuo). Google non gestisce i cluster, non prova ad essere semantico (discriminare
tra parole diverse o simili in base al loro significato), quindi -per quanto
rapido e tipicamente abbastanza accurato- NON genera
alcun output soggetto ad ulteriore raffinamento da parte
dell’utente.

L’idea di raffinare un primo output è di per sé abbastanza vecchia e in generale
NON è una soluzione particolarmente amata dagli utenti. Questo perché
il raffinare un output il più delle volte significa "capire cosa non ha funzionato" e
porvi rimedio con un secondo tentativo di search. Il fatto è che questa tecnica
può risultare faticosa e lenta e che-in ogni caso- questo raffinamento dentro
ad un sottoinsieme di dati (che esclude tutto quanto non sia stato
selezionato in un primo search) rischia sempre di tagliar fuori la cosa giusta.
Insomma, nonostante le migliori intenzioni di chi punta su output raffinabili
dall’utente, l’ideale è sempre che il motore funzioni "meglio" già al primo
tentativo e/o che sia il computer a "suggerire" il raffinamento stesso.

Un buon esempio di come un motore di ricerca possa suggerire all’utente come
raggiungere ciò che sta cercando è iTunes.
iTunes è il client di Apple utile a acquistare, organizzare, ascoltare la
propria musica (e recentemente i propri video) attraverso internet. Se su iTunes
si cerca una canzone a partire dal suo titolo, verranno subito prodotto un
elenco completo di tutti i titoli di canzoni uguali (anche parzialmente) alla
chiave di ricerca usata.

Questo output, apparentemente complesso, mostra tutte le possibili occorrenze
della chiave di ricerca usata, ovvero, "BECK". Così, con un ulteriore singolo
click, si può facilmente isolare l’autore che si stava cercando, o trovare
direttamente il disco o il brano in questione.
Non solo. Dato che su iTunes sono in vendita articoli diversi, è possibile
concentrare la ricerca a seconda che si tratti di un video, di musica, di un
audiolibro, podcast, etc.

Infine, vengono anche suggeriti tutti gli autori che
hanno composto/cantato quei titoli elencati (e quindi posso cercare una seconda
canzone dell’autore che non ricordavo come si chiamasse ma che ha cantato la
canzone dal titolo che ho usato come chiave di ricerca).

L’esempio di "raffinamento" consentito da iTunes è estremamente
valido perché NON richiede all’utente di dover comprendere "cosa
non ha funzionato"
nella sua ricerca. Non deve essere l’utente ad entrare nella "Logica del
motore",
ma è anzi il motore che consente di riconfigurare l’output secondo la
modellazione dell’informazione più consona ad utenti e contesto. Questo è tanto
vero, che talvolta gli utenti fanno leva sull’incompletezza della ricerca anche
per andare alla scoperta di nuovi autori o nuovi formati. Questa capacità di
iTunes NON è però direttamente estensibile ad un motore
di ricerca generalista, in quanto iTunes può contare su informazioni
consistenti e categorizzate a priori, mentre i motori alla "Google",
no. Il web non possiede come caratteristica intrinseca questa auto-classificazione,
ne è possibile stabilire delle categorie standard a priori.

Dunque…
E’ possibile che un computer comprenda qualcosa del
significato di un certo elenco di contenuti che genera come output di una
ricerca, e suggerirne delle classificazioni interne? SI e NO. Si, è possibile
inferire delle ipotesi di categorizzazione interna ad un output usando delle
categorie naturalmente emerse dall’output stesso. E’ possibile infatti evidenziare
alcuni "pattern" (occorrenze
e ricorrenze) e creare dei cluster (insiemi) che di ipotizza possano avere
un senso per l’utente. NO, nel senso che spesso queste tecniche non funzionano
adeguatamente ed i cluster emersi NON sono quelli più opportuni o -peggio-
non hanno senso.

Per fare qualche esempio pratico di cluster, useremo il mio motore di ricerca
preferito: http://www.iboogie.com/  

Se -ad esempio- usiamo come chiave di ricerca un nome e cognome (es. "Leandro
Agrò"), vedremo che i cluster emersi sono assolutamente NON-standard
e calati sulla chiave di ricerca usata. Questa pagina di output rimane "valida"
per circa 15minuti, ovvero un tempo dopo il quale -su internet- potrebbe
ragionevolmente essere cambiato qualcosa.
Ecco l’elenco completo dei cluster identificati con
chiave "Leandro Agrò"
nella ricerca effettuata il 16 ottobre 2005.

Non tutti i cluster (comunque troppi) hanno senso,
ma è evidente
a tutti che non stiamo parlando di web semantico o chissà quali altre
diavolerie esoteriche, qui è tutto
merito di iBoogie. Direi quindi che è niente male!


iBoogie non è unico nel suo genere. Alcuni motori –come Kartoo.com-
possono essere particolarmente “spettacolari” nella
visualizzazione dei cluster. Ad esempio, puntate il browser su http://www.kartoo.com/ ed
usate come chiave di ricera “leandro agro”.

L’output di Kartoo NON è detto che sia il più efficace del Pianeta, ma mostra
delle interessanti relazioni basate du KEYWORD che LEGANO siti diversi. Es.
la parola USABILITY (inverde chiaro) lega la chiave di ricerca usata "Leandro
Agro" al sito di "Ateneo Multimediale", dove -in effetti- ho tenuto parecchi
corsi di usabilità. …peccato che NON tutte le ricerche di Kartoo.com riescano
bene…


Per chi ha un computer Apple con OSX10.4 è uno spettacolo il vedere
in azione l’ottimo SpotLight!
Questo è un motore interno all’OS che scandaglia tutti i file (quando
il processore ha tempo) e risponde a query anche molto parziali.

La ricerca della parola "Interaction" sul mio mac ha prodotto 1451 risultati,
ma le aggregazioni proposte da spotlight ne consentono una visualizzazione
abbastanza ordinata (sempre con la possibilità di vedere TUTTI gli elementi
di un cluster), e riescono a mettere in evidenza -ad esempio- i file audio
che stavo cercando o isolare le presentazione powerpoint dal resto dei risultati.

In pratica funziona secondo la
stessa logica di iTunes, per cui è possibile escludere/includere dall’output
della ricerca tutti quei file che abbiano un certo tipo di doc/type (word,
powerpoint, immagini, etc.), piuttosto che autore, posizione sul disco, data
di creazione, etc.

Questo metodo è estremamente efficace, e pur NON
partendo da dati omogenei, spesso riesce a guidare l’utente con successo. La
griglia utile ad identificare il file giusto è infatti multidimensionale
(data,. autore, tipo, etc) e consente di scandagliare rapidamente l’output
della ricerca ed individuare il file giusto.

Ok…
W i Cluster, ma… se non li hai? Allora ci può venire incontro la "Seconda
Legge dei Motori"!

— TORNA IN ALTO

Seconda Legge dei Motori:
Se NON hai i Cluster, allora aggrega!

Se il "tuo" motore NON è in grado di far emergere
cluster sensati, allora tanto vale usare l’approccio di A9.com (figlio
di Amazon) ed aggregare quanti più “search engine” possibili,
anzi: usare i singoli motori come fossero plug-in del tuo. Vedi esempio:.

- http://a9.com/%22gianroberto%20casaleggio%22  Questa è la
pagina di output della chiave “gianroberto casaleggio” cercata su
A9.com  I check-box in alto rappresentano quali “motori” stai
usando per visualizzare l’output (ognuno in una diversa colonna).



Nota –ultimocheck-box- il menu “more choise”, che da una idea
chiara della scalabilità del sistema.

Nota anche come –cercando Casalggio- la faccia di Beppe Grillo compaia
subito accanto a quella di Casaleggio, mettendo in evidenza un legame non noto
ai più.



Così come con questa chiave http://a9.com/%22silvio%20berlusconi%22 o
questa http://a9.com/%22walter%20veltroni%22. Se abiliti il check-box BOOKS,
trovi tutti i libri che parlano (o sono scritti) da Silvio Berlusconi.


Insomma, aggregare potrà anche non essere un approccio da primo della
classe, ma lo sforzo per fare un aggregatore è spesso inferiore a quello
necessario per generare il miglior motore del mercato e –per assurdo- più scalabile.
Insomma, con A9 si vince anche se non si arriva primo!

— TORNA IN ALTO

Terza Legge dei Motori:
Gli utenti classificano meglio!
Il sito che in assoluto è fatto meglio al mondo è -a
mio parere- Flickr.com.  Comprendo
che sia una affermazione forte, ma ho i miei motivi per dirlo. Ad esempio,
mai una interfaccia web è stata
così fluida
e dinamica. Ma soprattutto, il sistema di classificazione
basato sui TAGs è qualcosa
di emozionante! Certo, perché funzioni hai bisogno di migliaia (meglio
se milioni) di contributori che "taggano" senza vincoli tutto e solo
ciò che gli interessa taggare, ma poi ti si apre dinanzi agli occhi un
universo nuovo.

Vedi ‘l’esempio.
- http://www.flickr.com/photos/tags/  <–
dietro questa semplice pagina di testo, c’è “live” la
tassonomia (anzi, la folksonomy) che milioni di utenti al mondo hanno fatto emergere
naturalmente mentre taggavano ognuno le prorie foto.

Questo qui di seguito -invece- http://www.flickr.com/photos/leeander/tags/ sono
io visto -live- attraverso le foto (ed i loro tags) postate su Flickr!



Una ricerca per TAB dentro Flickr può generare una pagina meravigliosa
come questa:
- http://www.flickr.com/photos/tags/flower/

Oppure si pussono seguire dei cluster (proposti da Flickr in modo
NON automatico) su argomenti come questo:
- http://www.flickr.com/photos/tags/neworleans/clusters/



Nota: in questo articolo mi concentro sui motori e Flickr ne è inerente solo
per i TAGs, ma questo sito meriterebbe un grande approfondimento anche sugli
aspetti legati al Social Network… Ribadisco: Flickr è l’applicazione più
bella del web.

Aldilà dell’esempio di Flickr, la logica dei TAGs può essere
usata in aggregatori speciali come –ad esempio- http://www.technorati.com/.  Questo
sito passa al setaccio blog e siti di mezzo mondo ed estrae –dove vi sono-
i tag usati per classificare gli articoli/post ivi pubblicati. Ne emerge non
solo un universo classificato, ma anche (anzi soprattutto) un universo
in continua mutazione. Technorati ha fatto di questa seconda caratteristica
il suo punto di forza (in pratica dai tags dei siti emergono i cluster di Technorati),
diventando il punto di riferimento principale per comprendere “cosa
sta avvenendo sul web right-now”. Il pregio ed il limite di questo
approccio è che “ciò che
invecchia scompare”, e dunque se io o altri non postano nulla dove la chiave “leeander” sia
rilvante, allora la ricerca su technorati apparirà così: http://www.technorati.com/search/leeander.

Questa verità profonda sulla classificazione dal basso, non è sempre applicabile.
Banalmente è utile se vi sono grandi numeri in gioco, mentre potrebbe divenire
sterile se ho pochi item e pochi lettori… Comunque rimane una verità "Nuova".
Una di quelle "imprevedibili" lezioni che si imparano dalla Rete. Questa terza
Legge dei motori ha però anche altri limiti. Il più pericoloso dei quali merita
una Legge a parte: la quarta.

— TORNA IN ALTO

Quarta Legge dei Motori:
Non
c’è modo
di far usare un motore di ricerca prima che questo funzioni davvero
Non ho esempi da fare qui, ma solo delle esperienze personali. Con Idearium
abbiamo introdotto “n” volte dei sistemi di classificazione. Questo
sia puntando su un lavoro più o meno obbligato che doveva fare l’autore
di ogni articolo (e che quindi era ben motivato nel classificare un proprio contenuto)
che lasciando questo incarico alla “redazione”. Il risultato è stato
lo stesso: un fallimento.

Le keyword invecchiano. Il linguaggio muta rapidamente.
Le “chiavi” che erano “hype” ieri, diventano “cool” oggi.

Le sigle e le tecnologie confondono qualunque tassonomia. Restano quindi solo
gli “indici dei nomi” e poche altre categorizzazioni che NON necessitano
del tagging ma esistono in quanto visioni dell’organizzazione stessa.


Per questo –personalmente- non credo che si possa basare il successo del
proprio motore su un lavoro sistematico ed a priori che devono svolgere gli utenti.
Neanche quando questi sono gli autori (o i responsabili) del contenuto.

L’attività di classificazione degli utenti (folksonomy),
ha invece un ruolo chiave quando gli si offre loro la possibilità di rendere
più facilmente trovabili (e nel contesto migliore) i LORO stessi contenuti. In
questo caso, scattano anche tutte le potenzialità tipicamente legate al
social network, e questi due aspetti si rinforzano creando dei circoli virtuosi.
La "lezione" profonda è che attorno ai documenti esistono le "relazioni" che
con essi hanno avuto le altre persone, e quindi anche queste possono essere la
nostra guida.

…io sono un fissato di questo concetto che ho definito "Memories of Relations"…
Ci ho vinto l’ Apple
Design Project nel lontanissimo 1997.

— TORNA IN ALTO

Conclusioni
L’annosa questione dell’uovo e della gallina NON è applicabile ai
motori ed ai suoi utenti. In questo caso, il motore DEVE venire prima dei
suoi utenti.
Se mi chiedete qual’è il mio motore preferito, oggi io direi iBoogie.
Ma se mi chiedete quale genere di motore vorrei per il mio sito, la mia azienda,
la mia intranet/extranet allora vi dico che punterei su un aggregatore stile
A9. Questo per "n" buone ragioni, sopratutto la sua modularità/scalabilità,
che si traduce in:
- apertura verso approcci specifici, come la possibilità di aggregare un motore
di immagini in licenza Creative
Commons…
- supporto di ricerche specifiche, come le foto, le mappe o la bibliografia…

… e mille altre cose, senza mai dover rinunciare a Google!


Dentro un aggregatore alla A9.com ci mettiamo tutti gli “elenchi di nomi” che
gestiamo attraverso DB specifici, ovvero: elenco
del personale, moduli, elenco
delle sedi. Ma ci mettiamo anche lo stesso output di motori alla Google,
quello delle Banche Dati su Leggi & Regolamenti, piuttosto che altri
elenchi o persino query ad applicazioni terze.


Inoltre, sempre nel caso dovessi sviluppare/scegliere un motore per la mia società,
cercherei il modo di interfacciare questo aggregatore con GoogleDesktop/SpotLight
o altri sistemi che siano in grado di cercare nelle meta-informazioni
dei documenti PDF, nelle immagini e dei documenti Office. Questo sia per avere
un solo mondo di cercare i documenti (locali o remoti che siano) ma anche e sopratutto
per poterne verificare la versione.

— TORNA IN ALTO