El término Gestión del Conocimiento resulta ya familiar para la mayoría de las compañías como el conjunto de herramientas y procesos que permiten mejorar prácticamente en todos los aspectos de la propia empresa. Aglutinando elementos relacionados con la cultura y la voluntad del individuo o grupo, y tecnológicos, ya que implican el uso de herramientas tales como data warehouse, data mart, data mining, o los sistemas de soporte a la decisión, las herramientas automáticas de gestión documental se convierten en fórmulas imprescindibles para analizar y clasificar cada documento en función de su contenido.
Una vez asumidos conceptos tales como competitividad y productividad como los dos pilares que, en los últimos tiempos, han sustentado la gestión del conocimiento, las herramientas automáticas de clasificación documental -transformando la información en un activo reutilizable y accesible- emergen como una necesidad para las empresas. El objetivo consiste ahora en transformar enormesbolsas de palabras en fuentes de conocimiento. Un reciente estudio publicado por Intelligent KM, una publicación especializada en el sector de Gestión del Conocimiento, señala que las taxonomías (procedimientos propios o relativos a la clasificación) han pasado a ser una parte fundamental de cualquier sistema de Knowledge Management (KM), al tiempo que afirma que las aplicaciones de clasificación automática emergen como los sistemas killer del momento actual, tanto en el terreno del consumidor como de cara a los portales corporativos. Un buen número de compañías entre las que se encuentra Inxight Software, Mohomine y Metacode afirman que el siguiente paso en la mejora de los procesos de los sistemas de Gestión de Conocimiento se encuadra en la interpretación del contenido semántico de todos los documentos textuales, y la clasificación automática del texto en el sistema. La promesa de que el software va a ser capaz de producir automáticamente un directorio al estilo de Yahoo es un canto de sirenas al que pocos responsables de TI han sido capaces de resistir.
Para muchos expertos, en el panorama actual de KM se da la circunstancia de que las necesidades han crecido y resultan mucho más complejas a causa del enorme incremento de información digital que existe en la Red, el declive de efectividad en las búsquedas clave, y la heterogeneidad de formatos documentales contenida en multitud de bases de datos corporativas.
Este panorama obliga al desarrollo de herramientas innovadoras en KM, y la tecnología de clasificación automática es un ejemplo de esta nueva clase de software. Las tendencias a las que apunta este mercado incluyen la clasificación cyborg (basada en una combinación de actividades informáticas y humanas), el incremento en el uso del lenguaje XML, y el soporte a la tecnología SVM (Support Vector Machine).
La importancia de la clasificación automática radica en el enorme volumen de documentos que crece a diario y convierte a la web en impracticable e imposible de clasificar por las personas. Un reciente estudio ha numerado la web con 1.000 millones de páginas, mientras que algunos analistas estiman que cada día se añaden a Internet 1,5 millones de nuevas páginas. Otro estudio señala que la envergadura documental que genera una única empresa como IBM en la Red equivale hoy a todo el contenido de páginas web que existía en Internet en 1994.
Por su parte, Forrester Research estima que la actividad de codificar documentos de manera manual para la intranet de una gran empresa puede representar un coste adicional de dos millones de dólares a finales de este año. Compañías que han desarrollado software KM de segunda generación como Inxight, Cartia Inc., o Mohonime se proclaman como los vencedores que han derrotado la paradoja de recall/precission, y han sabido evolucionar del modelo de contenedor de palabras a una tecnología que mejora considerablemente la precisión de los resultados. Esta nueva tecnología va más allá de la presencia o ausencia de palabras clave y actúa desde el entendimiento contextual de las ideas que contiene el texto. A medio plazo, las compañías continuarán ofreciendo software de clasificación que compagine lo mejor de las habilidades humanas junto con funciones de automatización. En este sentido, los desarrolladores Mohonime, Metacode y Semio animan a sus clientes para que utilicen taxonomistas y arquitectos de la información en varios grados.
Además de interpretar la clasificación en una actividad cyborg en la que están implicados hombres y máquinas, la otra gran tendencia en software de clasificación automática radica en el uso de XML. Esta tecnología lleva a cabo dos grandes tareas. Por una lado, puede emplearse para formular ‘tags’ de metadatos, y también como un procedimiento para reformatear documentos. La tecnología XML separa el contenido intelectual del texto de la estructura que lo contiene, y es capaz de trasladar información contenida en tipos de estructuras heterogéneas (como mensajes de correo electrónico, ficheros PDF, registros de bases de datos y texto electrónico) dentro de un formato de datos homogéneo. Asimismo, la tecnología SVM, basada en la teoría del aprendizaje estadístico y que implica el aprendizaje de la máquina, emerge como el refinamiento en software de categorización by example.
