La búsqueda exploratoria es una especialización de la exploración de información que representa las actividades realizadas por los investigadores que son: [1]
La búsqueda exploratoria se distingue de la búsqueda de elementos conocidos , para la cual el buscador tiene un objetivo particular en mente.
En consecuencia, la búsqueda exploratoria abarca una clase más amplia de actividades que la recuperación de información típica , como la investigación, la evaluación, la comparación y la síntesis, donde se busca nueva información en un área conceptual definida; el análisis exploratorio de datos [2] es otro ejemplo de una actividad de exploración de información. Por lo tanto, normalmente, dichos usuarios suelen combinar estrategias de consulta y navegación para fomentar el aprendizaje y la investigación.
La búsqueda exploratoria es un tema que surgió de los campos de la recuperación y la búsqueda de información , pero que ahora se centra más en las alternativas al tipo de búsqueda que ha recibido la mayor atención (devolver los documentos más relevantes a una búsqueda de palabras clave similar a la de Google ). La investigación está motivada por preguntas como "¿Qué pasa si el usuario no sabe qué palabras clave utilizar?" o "¿Qué pasa si el usuario no está buscando una única respuesta?". En consecuencia, la investigación ha comenzado a centrarse en definir el conjunto más amplio de comportamientos de información para conocer las situaciones en las que un usuario está, o se siente, limitado por tener solo la capacidad de realizar una búsqueda de palabras clave.
En los últimos años, [ ¿cuándo? ] se han celebrado una serie de talleres en diversos eventos clave relacionados. En 2005, el taller Exploratory Search Interfaces se centró en empezar a definir algunos de los desafíos clave en el campo. [2] Desde entonces, se han celebrado una serie de otros talleres en conferencias relacionadas: Evaluación de la búsqueda exploratoria [3] en SIGIR06 [4] y Búsqueda exploratoria y HCI [5] en CHI07 [6] (con el fin de reunirse con los expertos en interacción hombre-computadora ).
En marzo de 2008, un número especial sobre procesamiento y gestión de la información [7] [8] se centró particularmente en los desafíos de evaluar la búsqueda exploratoria, dadas las reducidas suposiciones que se pueden hacer sobre los escenarios de uso.
En junio de 2008, la Fundación Nacional de Ciencias patrocinó un taller por invitación para identificar una agenda de investigación para la búsqueda exploratoria y campos similares para los próximos años. [9]
Dado que la mayoría de las investigaciones en la comunidad de recuperación de información se centran en escenarios típicos de búsqueda por palabras clave, uno de los desafíos de la búsqueda exploratoria es comprender mejor los escenarios de uso en los que la búsqueda por palabras clave no es suficiente. Un escenario de ejemplo, que se utiliza a menudo para motivar la investigación de mSpace, [10] establece lo siguiente: si un usuario no sabe mucho sobre música clásica, ¿cómo podría siquiera empezar a encontrar una pieza que le pueda gustar? De manera similar, si los pacientes o sus cuidadores no conocen las palabras clave adecuadas para sus problemas de salud, ¿cómo pueden encontrar de manera eficaz información sanitaria útil para ellos mismos? [11]
Dado que una de las motivaciones es ayudar a los usuarios cuando la búsqueda de palabras clave no es suficiente, algunas investigaciones se han centrado en identificar interfaces de usuario alternativas y modelos de interacción que ayuden al usuario de diferentes maneras. Un ejemplo es la búsqueda por facetas , que presenta diversas opciones de categorías a los usuarios, de modo que puedan elegir de una lista en lugar de adivinar una posible consulta de palabras clave.
Se están considerando muchas de las formas interactivas de búsqueda , incluidos los navegadores por facetas , por su compatibilidad con condiciones de búsqueda exploratoria.
Se han desarrollado modelos cognitivos computacionales de búsqueda exploratoria para captar las complejidades cognitivas involucradas en la búsqueda exploratoria. Se propone una presentación dinámica basada en modelos de claves de información para facilitar el desempeño de la búsqueda exploratoria. [12]
Como las tareas y los objetivos involucrados en la búsqueda exploratoria son en gran medida indefinidos o impredecibles, es muy difícil evaluar sistemas con las medidas que se utilizan a menudo en la recuperación de información. La precisión se utilizó normalmente para demostrar que un usuario había encontrado una respuesta correcta, pero cuando el usuario está tratando de resumir un dominio de información, la respuesta correcta es casi imposible de identificar, si no es totalmente subjetiva (por ejemplo: posibles hoteles para alojarse en París). En la exploración, también se puede argumentar que dedicar más tiempo (donde la eficiencia del tiempo es generalmente deseable) a investigar un tema muestra que un sistema proporciona un mayor apoyo para la investigación. Por último, y quizás lo más importante, dar a los participantes del estudio una tarea bien especificada podría evitar inmediatamente que exhibieran un comportamiento exploratorio. [ cita requerida ]
Ha habido intentos recientes [ ¿cuándo? ] de desarrollar un modelo de proceso de comportamiento de búsqueda exploratoria, especialmente en sistemas de información social (por ejemplo, ver modelos de etiquetado colaborativo ). [13] [14] El modelo de proceso supone que las señales de información generadas por el usuario, como las etiquetas sociales, pueden actuar como señales de navegación que facilitan la exploración de información que otros han encontrado y compartido con otros usuarios en un sistema de información social (como el sistema de marcadores sociales ). Estos modelos proporcionaron una extensión al modelo de proceso existente de búsqueda de información que caracteriza el comportamiento de búsqueda de información en las recuperaciones de hechos tradicionales utilizando motores de búsqueda. [15] [16] [17] El desarrollo reciente [ ¿cuándo? ] en la búsqueda exploratoria a menudo se concentra en predecir las intenciones de búsqueda de los usuarios en la interacción con el usuario. [18] Este modelado predictivo del usuario, también conocido como modelado de intenciones, puede ayudar a los usuarios a acostumbrarse a un cuerpo de conocimiento del dominio y ayudar a los usuarios a dar sentido a las direcciones potenciales a explorar en torno a su expresión inicial, a menudo vaga, de necesidades de información. [19] [20] [21]
Las figuras clave, entre las que se incluyen expertos tanto en búsqueda de información como en interacción hombre-computadora , son: [¿ según quién? ]