Google Books, 1 millón para descargar

[Visto en meneame.net] Pocos días después del lanzamiento del último dispositivo lector de ebooks de Sony, Google anuncia que ya dispone de un millón de ebooks para la descarga en Google Books, todos ellos en el dominio público: libres de derechos de autor. La gran mayoría son libros antiguos, y por supuesto, en inglés. Lo curioso de la noticia, a mi entender, es constatar que Kindle, el lector de Amazon, no soporta de forma nativa (sin hacer alguna modificación o "hack") el formato EPUB (el incipiente estándar de la industria editorial para ebooks) ya que éste no incorpora el mecanismo de restricción digital de derechos (DRM) que les asegura el control de qué se lee, cuándo, cómo y por quién. Vista la tendencia del usuario en el resto de productos digitales, ¿quién creéis que ganará la batalla, los contenidos de libre acceso o los libros que se evaporan de los estantes (digitales) a toque de corneta editorial (véase el caso de 1984 y Barnes & Noble)?

Vía: http://mashable.com/2009/08/27/google-million-free-ebooks/

Catalogar vs. indexar

Uno de los mayores pecados que puede realizar un documentalista o un bibliotecario es pronunciar la palabra tabú: NO. “No está, no existe o no se puede hacer” son frases que en algunas ocasiones lanzamos casi de forma automática casi sin percatarnos bajo la presión de una consulta de información de un usuario urgido por la necesidad, casi sin tiempo para realizar una segunda reflexión. Tal vez deberíamos adoptar una actitud mucho más positiva, o idealista según se mire, como hacen los informáticos, siempre dispuestos a decir que sí y para posteriormente convertirlo en un “ya veremos”. Es posible que esa negatividad manifiesta surja de los documentalistas porque somos capaces de situarnos en el lado del usuario, conscientes de la problemática que éste se va a encontrar cuando comience a utilizar una aplicación, una página web, una interfaz que ataca una base de datos. Es por ello que siempre estamos dispuestos a situar un “pero”, cuando consideramos que el bosque es mucho más extenso de lo que creen nuestros amigos, los informáticos, en un momento. Así pues, deberíamos cambiar nuestra actitud, colocar siempre el SÍ ante cualquier otra consideración y luego ya nos preocuparemos de cómo salimos del entuerto, simplemente a modo de supervivencia.
Digo esto porque recientemente, revisando una de las revistas informáticas más populares de España, me encontraba con una columna de opinión de un informático que atacaba la catalogación, las folksonomías y por extensión la documentación en un entorno donde Google podía hallarlo todo. Concretamente, a modo ilustrativo, nuestro informático consideraba que no necesitaba clasificar los correos que le llegaban, puesto que utilizando una serie de palabras clave podía localizar el email perdido en la avalancha de su buzón. Al mismo tiempo, creía que el etiquetado social, el tagging, era una actividad prescindible puesto que el superalgoritmo googleliano bien podría resolvernos la papeleta sin necesidad de andar perdiendo el tiempo en la gestión de la información personal.
Qué crueldad. En diez años, Google nos ha jubilado. Nos hemos convertido en prescindibles, en una figura cómica al lado de la compleja programación desarrollada desde Mountain View, creo que es el momento de acabar con esta farsa… En realidad, somos unos tecnófobos redomados, realicémonos un harakiri colectivo y entonemos un mea culpa. Somos unos obsoletos digitales…
Sin embargo, no estamos más lejos de la realidad. Por ejemplo, seguramente nuestros lectores dispondrán de una cantidad mayor de ejemplos, me pregunto, ¿ha intentado recuperar información de una base de datos de un medio de comunicación? ¿Ha utilizado los sistemas de búsqueda en los archivos que los medios de comunicación disponen en sus webs? ¿Ha utilizado a Google para ello? ¿Cuáles han sido los resultados? Yo se lo diré, la experiencia manda: O sabe lo que busca, colocando específicamente las palabras mágicas publicadas en el texto que busca o difícilmente va a encontrar lo que desea. O lo ha leído previamente, o va a ser complicado encontrar nada y simplemente el silencio será estruendoso.
Hay que tener en cuenta que el trabajo que se realiza desde la parte humana en la descripción de la información, ya se trate de palabras clave, pequeños resúmenes o el control del vocabulario, es valor añadido a la información. Es relativamente sencillo perderse dentro de una base de datos documental en la que se vuelcan diariamente informaciones sin el menor control del vocabulario. Si se trabaja dentro de un medio de comunicación, lo primero que se aprende es que los propios periodistas utilzan conceptos y palabras distintas enfocados en un mismo tema, que una noticia seguimiento de una información anterior no tiene porqué necesariamente hacer referencia directa a la previa y a la hora de recuperar ambas la desambiguación es completamente necesaria.
Porque el informático podrá considerar que es posible indexar toda la información que se produce diariamente en un medio de comunicación impreso, sin embargo lo que los documentalistas ponemos sobre la mesa son las dificultades a la hora de recuperación, ordenación de resultados y pertinencia de los mismos. Sin embargo, a veces nos quedamos en un NO y una sonrisa, lo que no es suficientemente significativo para nuestro interlocutor y no aportamos valor añadido a la discusión. Sí, es cierto, el motor de búsqueda recuperará información si colocamos las palabras mágicas, las que conocemos que el texto contenía, aunque no siempre las conoceremos de antemano. Dispondremos en nuestra cabeza de conceptos y sinónimos, el rico lenguaje natural, sin embargo no siempre podremos atacar una base de datos con ellos y recuperar información, no recuperaríamos nada y será entonces cuando algo realmente no exista, a pesar de que realmente no lo habremos recuperado.

Vía: Documentalista Enredado

Google quiere poner todos los periódicos en Internet

Google da un paso más en su afán de indexar el conocimiento humano. El gigante de Internet ha anunciado en su blog oficial su intención de digitalizar, indexar y poner a disposición de todos los internautas toda la prensa escrita en los últimos 200 años. ¿Toda? Toda la que puedan, pues necesitan firmar convenios con las distintas empresas propietarias de las cabeceras.
"Durante más de 200 años, los acontecimientos de relevancia local o nacional se han transmitido a través de periódicos impresos. (...) El problema es que la mayoría de esos periódicos no están disponibles on line. Queremos cambiar eso".

La idea de Google es conseguir que la mayor parte de las ediciones del mayor número de periódicos del mundo puedan ser consultadas en su formato original. Para ello, el gigante de Internet deberá digitalizar miles de páginas de cientos de diarios de Estados Unidos y Canadá, países por los que iniciarán la ingente labor.

De esta manera, cuando termine todo el proceso, cualquier persona podrá ver cómo contaba el Pittsburgh Post-Gazette la llegada del hombre a la Luna con sus titulares originales, fotografías originales, publicidad original,...

El proyecto en sí comenzó en 2006, cuando Google selló sendos acuerdos con The New York Times y The Washington Post para digitalizar e indexar los archivos de ambas cabeceras. Ahora, Google pretende ampliar el trabajo al mayor número de periódicos posibles, desde el propio Pittsburgh Post-Gazette hasta el Quebec Chronicle-Telegraph, que se lleva editando ininterrumpidamente desde hace 244 años, lo que le convierte en el más antiguo de Norteamérica.

Después de los libros, le ha llegado el turno a la prensa escrita.

Vía: El País

Cuil: ¿la alternativa a la supremacía de Google?

"¡Traidores!" habrán gritado desde las oficinas de Google al enterarse de que su nuevo competidor había salido de sus propias entrañas. Es que cuatro de sus ex-empleados -Russell Power, Louis Monier, Tom Costello y su esposa Anna Patterson, que participó en el desarrollo del algoritmo del buscador más consultado del mundo- se juntaron para dar vida a un nuevo rival.Se trata de Cuil, un nuevo buscador lanzado ayer como alternativa al gigante Google, y que puede investigar unas 121,617,892,992 páginas, según prometen sus creadores. El servicio asegura que puede indexar la red a una décima parte del costo que le lleva a Google, argumento principal para conseguir una inversión inicial de 33 millones de dólares. El método de búsqueda también es novedoso: a diferencia de Google, que ofrece un ranking de resultados ordenados, entre otras cosas, por la "popularidad" y la cantidad de sitios que enlazan a una página, Cuil propone centrarse en los contenidos. El buscador analiza cada página en contexto, con palabras clave relacionadas entre sí, para devolver resultados ordenados de forma semántica, por tema, que sean más relevantes al usuario, según explicó el sitio sobre tecnología TechCrunch.
Cuil presenta, además, los resultados en un formato "revista", con los links en dos o tres columnas, un párrafo del texto del sitio, y a veces alguna foto, en contraposición a la minimalista columna única de Google. Otra ventaja: el sitio promete que no recopila ni guarda información alguna sobre sus usuarios o sus búsquedas, algo que sí hace "La Gran G" y por lo cual recibió muchas críticas.

¿Funciona?. "No tuve un resultado muy positivo", afirmó Fabio, autor del sitio homónimo y uno de los bloggers más visitados de la Argentina, quien agregó: "No me aportó una diferencia respecto de Google, que uno tiende siempre a compararlos, no encontraron la vuelta a diferenciarse. Lo sacaron muy fresquito al mercado, un riesgo de negocios porque no está a la altura de competir con ninguno", ya que, consideró, estaría por detrás incluso de Yahoo! y de MSN Live Search. El problema de Cuil, dice Fabio, sigue siendo el contenido de los resultados: "La búsqueda más fácil, la egocéntrica (buscar el propio nombre o sitio web personal), en muchos casos no les da", explicó. "Los 'sitios sanguijuelas', páginas falsas que roban contenido a otras, están mejor posicionados que los sitios originales, que es una falla muy común de todo motor de búsqueda nuevo". De hecho, "también lo sufrió Google y lo lograron resolver; el día que saquen eso va a estar muy competido".

Fabio resaltó también el "papelón" que resultó "haber invertido tanto y que se cuelgue el día del lanzamiento porque el servidor estaba saturado de tanta gente que quería probarlo". Es que el sitio genero una gran expectativa: la noticia de un posible competidor contra el buscador más usado del mundo había inundado blogs y sitios de noticias semanas antes de la presentación, lo que causó un exceso de tráfico hacia Cuil, que impidió que muchos pudieran probarlo. "Funcionaba, pero mal", relató.

Google en Puerto Madero. Idéntico problema tuvieron en las mismas oficinas de Google: "Ayer quise entrar y estaba caído", confesó su Director de Comunicaciones y Asuntos Públicos para América Latina, Alberto Arébalos, quien luego reconoció que "es muy difícil desarrollar infraestructura tecnológica para que un buscador pueda soportar millones de búsquedas en todo el mundo".

"Nos parece fantástico que haya opciones. Cuando alguien sugiere que Google puede convertirse en un monopolio, nosotros siempre decimos que la competencia está a un click de distancia", declaró Arébalos, y compleó: "Google hoy es el preferido porque es el mejor, no porque no haya competencia, ni la hayamos eliminado, y esto lo prueba". "Cuesta pensar en ninguna otra startup tecnologica que haya tenido una recepción semejante", afirmó Enrique Dans en su blog. ¿A que se debió tan buen recibimiento para resultados tan cuestionables? A "lo desesperados que están los medios y analistas de todo tipo por encontrar una alternativa a Google", explicó, y agregó que "Cuil podrá ser o no un Google-killer, pero sin duda, mucha gente tiene ganas de que efectivamente lo sea." Por último, Fabio reconoció que Cuil es bueno "en mostrar los resultados; el formato es un buen intento". Sostuvo que el sitio "tiene potencial si logran hacer que la búsqueda no dé 'falsos positivos' (sitios falsos para robar visitas) ni spam". Aunque cree que el nombre, pronunciado "cool", puede ser un inconveniente en nuestro país, no sólo porque "tiene un nombre muy AFIP", sino también por los neologismos que puede generar: "Pasaríamos de googlear a cuilear", concluyó

Vía: Perfil.com

Knol, la enciclopedia de Google

El megabuscador Google lanzó su propia enciclopedia en línea, a modo de competir directamente contra Wikipedia, y la ha bautizado como Knol.

En el blog oficial de la compañía expresaron que “la mayoría de las personas quieren compartir lo que saben y nuestro objetivo es ayudarlos a lograrlo, por ello hemos creado Knol”
Si bien actualmente los contenidos y la interfaz gráfica están disponibles en Inglés, prometieron que próximamente podrán accederse en idioma español.

Para diferenciarlo de Wikipedia, aseguran que Knol tendrá en cada artículo la identificación con su autor o autores, por lo cual no pretenden elaborar una enciclopedia sino una “colección de conocimientos”

Vía: Que 2.0

Un paso mas en la integración Google/Opacs de bibliotecas

OCLC y Google han firmado un acuerdo para intercambiarse datos que facilitarán el acceso a las colecciones de las bibliotecas a través de los servicios de Google.Se trata de un paso más por integrar las colecciones y servicios bibliotecarios en Google (y viceversa "Find in a Library"). Aquellas bibliotecas que forman parte del proyecto de digitalización de Google, van a compartir sus registros MARC con Google para de esta forma facilitar el acceso a sus colecciones y al texto completo que ya haya sido digitalizado por Google. El proceso es el siguiente: Desde Google Libros se enlazará a WorldCat.org y de esta forma se deriva al usuario hacía los catálogos y servicios de las bibliotecas. Google compartirá con las bibliotecas de la OCLC los datos y el enlace a los libros digitalizados.Hasta ahora, Google había ofrecido una API a las bibliotecas que participaban en su proyecto para mediante un enlace en el catálogo “Preview this book at”, acceder al texto completo si este existiera. Pero este enlace se basaba en muchos sitios en el ISBN y los libros anteriores a 1965 no se podían recuperar (en otros sitios se usa el LCCN o número de la OCLC). Por lo tanto este nuevo acuerdo basado en compartir el registro MARC, va a facilitar la recuperación del texto completo y supondrá una mejora en la visibilidad de las bibliotecas al estar donde los usuarios están.

Vía: Bibliotecarios 2.0