211service.com
Wat komt er na Web 2.0?
Veel onderzoekers en ondernemers werken aan op internet gebaseerde kennisorganiserende technologieën die de traditionele definities van het web oprekken. De laatste tijd noemen sommigen de technologieën Web 3.0. Maar echt, ze zijn dichter bij Web 2.1.
Doorgaans wordt de naam Web 2.0 door computerprogrammeurs gebruikt om te verwijzen naar een combinatie van a) verbeterde communicatie tussen mensen via sociale netwerktechnologieën, b) verbeterde communicatie tussen afzonderlijke softwaretoepassingen (lees mashups) via open webstandaarden voor het beschrijven en openen van gegevens en c) verbeterde webinterfaces die de realtime responsiviteit van desktoptoepassingen in een browservenster nabootsen.
Om te zien hoe deze ideeën kunnen evolueren en wat er na Web 2.0 kan ontstaan, hoef je alleen maar te kijken naar groepen zoals MIT's Computer Science and Artificial Intelligence Laboratory, het World Wide Web Consortium, Amazon.com en Google. Al deze organisaties werken aan een slimmer web en sommige van hun prototype-implementaties zijn beschikbaar op het web zodat iedereen het kan proberen. Veel van deze projecten leggen de nadruk op het benutten van de menselijke intelligentie die al in het web is ingebed in de vorm van gegevens, metagegevens en koppelingen tussen gegevensknooppunten. Anderen proberen levende mensen te rekruteren en hun intelligentie toe te passen op taken die computers niet aankunnen. Maar niemand is klaar voor prime time.
De eerste categorie projecten heeft betrekking op het Semantic Web, een visie voor een slimmer web die eind jaren negentig werd ontwikkeld door Tim Berners-Lee, de maker van het World Wide Web. De visie roept op om elk stukje data op het web te verrijken met metadata die de betekenis ervan overbrengen. In theorie zou deze toegevoegde context webgebaseerde softwaretoepassingen helpen om de gegevens beter te gebruiken.
Mijn huidige webagenda weet bijvoorbeeld heel weinig over mij, behalve dat ik vandaag om 8.30 uur een afspraak heb. en 16:00 uur Een Semantic Web-kalender zou niet alleen mijn naam kennen, maar zou ook een opslag van gestandaardiseerde metadata over mij hebben, zoals woont in: Las Vegas, geboren in: 1967, houdt van eten: Thais eten, behoort tot: Stonewall Democrats, en favoriete tv-programma: Battlestar Galactica. Het zou dan veel meer kunnen functioneren als een menselijke secretaresse. Als ik de volgende Stonewall Democrats-bijeenkomst zou proberen te organiseren, zou het de agenda's van andere leden kunnen doorzoeken en een moment kunnen vinden waarop we allemaal vrij zijn. Of als ik de kalender zou vragen om een gezellige lunchafspraak voor me te vinden, kan hij openbare metadata scannen over de vrienden en vrienden van vrienden in mijn sociale netwerk, op zoek naar iemand die in de buurt woont, van dezelfde leeftijd is en Aziatisch eten waardeert en sciencefiction.
Helaas is er nog geen dergelijke technologie, deels vanwege de gigantische inspanning die nodig zou zijn om alle gegevens op het web te taggen met metadata, en deels omdat er geen overeenstemming is over het juiste formaat voor metadata zelf. Maar verschillende projecten gaan in deze richting, waaronder: FOAF , een afkorting voor Vriend van een Vriend. FOAF-bestanden, voor het eerst ontworpen in 2000 door de Britse softwareontwikkelaars Libby Miller en Dan Brickley, zijn korte persoonlijke beschrijvingen geschreven in een standaard computertaal genaamd het Resource Description Framework (RDF); ze bevatten informatie zoals de naam van een persoon, bijnamen, e-mailadres, homepage-URL en fotolinks, evenals de namen van de mensen die die persoon kent.
Ik heb deze week mijn eigen FOAF-bestand gegenereerd met behulp van de eenvoudige formulieren op een gratis site genaamd Foaf-a-matic en upload het naar mijn blogsite. In theorie gebruiken andere mensen die FOAF-enabled zoeksoftware gebruiken, zoals: FOAF Explorer , of identiteitshub-websites zoals Mensen aggregator , zal mij nu gemakkelijker kunnen vinden.
Uiteindelijk is er misschien meer mogelijk. Ik zou bijvoorbeeld direct een netwerk van vrienden kunnen maken op een nieuwe sociale-netwerkdienst door simpelweg mijn FOAF-bestand te importeren. Maar voor nu zijn er niet veel manieren om uw FOAF-bestand aan het werk te zetten.
Een ander project dat probeert meer betekenis uit het web te halen, is: Spaarvarken , een gezamenlijke inspanning van MIT's Computer Science and Artificial Intelligence Laboratory, MIT Libraries en het World Wide Web Consortium. Het doel van Piggy Bank is om brokken belangrijke informatie op data-intensieve websites uit hun omgeving te halen, zodat websurfers op nieuwe manieren gebruik kunnen maken van deze informatiebrokken. Kantooradresinformatie die is geëxtraheerd uit LinkedIn, een professionele netwerksite, kan bijvoorbeeld worden ingevoerd in Google Maps, waardoor een kaart ontstaat met de vestigingen van mijn collega's.
Op deze manier hopen de Piggy Bank-onderzoekers dat webgebruikers kunnen beginnen te proeven van het semantische web in actie, zonder te hoeven wachten tot de auteurs van de miljarden documenten op het web om metadata te creëren. De nieuwsgierigen kunnen een Piggy Bank-extensie downloaden voor de Firefox-webbrowser; zodra de extensie is geïnstalleerd, kunnen gebruikers kiezen uit een aantal screenscrapers die informatie extraheren van specifieke sites zoals LinkedIn en Flickr (een populaire site voor het delen van foto's). Piggy Bank slaat deze pure informatie, zoals foto's of contactnamen, op in de webbrowser in RDF-indeling, waardoor gebruikers theoretisch gegevens uit onafhankelijke bronnen kunnen mixen om hun eigen instant-mashups te maken, vergelijkbaar met het LinkedIn-Google Maps-voorbeeld.
Helaas zijn er nog geen tools die het voor niet-programmeurs gemakkelijk maken om de RDF-gegevens in dergelijke mashups opnieuw te gebruiken. En in mijn eigen tests van Piggy Bank konden de schermkrabbers niet worden geactiveerd. Ik weet zeker dat dat komt omdat ik iets in de instructies heb gemist, maar het probleem illustreert wel hoeveel meer werk er nodig is voordat dergelijke tools klaar zijn voor openbare consumptie.
Een tweede categorie van post-Web 2.0-projecten richt zich niet op het helpen van machines om de betekenis en het gebruik van bestaande webcontent te begrijpen, maar op het rekruteren van echte mensen om hun intelligentie aan informatie toe te voegen voordat deze wordt gebruikt. Het bekendste voorbeeld is: Amazon Mechanische Turk , een soort hightech uitzendbureau dat in 2005 door de online retailer werd geïntroduceerd. De dienst stelt mensen in staat met taken en vragen die computers niet aankunnen – bijvoorbeeld het spotten van ongepaste afbeeldingen in een verzameling foto’s – om andere internetgebruikers in te huren om helpen.
Het werk is extreem tijdelijk – in de meeste gevallen minder dan een uur per taak – en het loon is belachelijk laag: oplossingen leveren de werknemer doorgaans maar een paar cent op. Maar het punt is niet om internetverslaafden een tweede inkomen te geven: het is om de denkkracht van gebruikers te gebruiken voor een paar vrije momenten om eenvoudige taken uit te voeren die ver buiten de mogelijkheden van kunstmatige-intelligentiesoftware vallen. (Amazon noemt zijn project zelfs een vorm van kunstmatige kunstmatige intelligentie.)
Sommige taken zijn eigenlijk vermomd marketing- of productonderzoek. Een vraagsteller vraagt bijvoorbeeld: Wat zou jouw e-mail beter maken? Anderen bieden betere illustraties van de logica achter het opsplitsen van een taak voor het classificeren van grote gegevens en het verspreiden ervan onder honderden mensen. Eén taak, blijkbaar van iemand die het mogelijk probeert te maken om informatie te delen tussen verschillende Gouden Gids-achtige mappen, vraagt gebruikers om categorieën uit de ene map, bijvoorbeeld Delicatessenwinkels, te matchen met de dichtstbijzijnde equivalenten in een andere, bijvoorbeeld Delis of Kleine Restaurants. Een computer zou zo'n taak niet aankunnen zonder jarenlange training in de alledaagse feiten van het menselijk bestaan, zoals het feit dat een delicatessenwinkel inderdaad een vorm van een klein restaurant is. Een mens kan echter binnen enkele seconden de juiste matches vinden.
Een ander project dat mensen probeert te overtuigen om betekenis toe te voegen aan onbewerkte gegevens, is het Google Image Labeler . Het verleidt gebruikers om digitale foto's te labelen op basis van hun inhoud door van de taak een eenvoudig spel te maken waarin deelnemers zowel moeten samenwerken als concurreren. Net als Amazon Mechanical Turk heeft de Image Labeler een gemeenschap van fans die ervan genieten als een spel. En er is niets mis mee om potentieel saaie taken leuk te maken, als dat is wat nodig is om werknemers te motiveren. Maar de Image Labeler en de Mechanical Turk zullen voorbij hun speelgoedachtige demonstratiefase moeten groeien voordat ze een echte impact hebben op de bruikbaarheid van het web.
Het is niet verwonderlijk dat waarnemers naar nieuwe labels zoeken om het werk te beschrijven dat voorbij de grenzen van het huidige Web 2.0 gaande is. Maar de meeste van deze projecten zijn zo ver verwijderd van het produceren van praktische hulpmiddelen – laat staan diensten die gecommercialiseerd zouden kunnen worden – dat het voorbarig is om te zeggen dat ze een derde generatie webtechnologie vertegenwoordigen. Daarvoor zullen we, afgaande op de huidige stand van de techniek, nog een paar jaar moeten wachten.