Inteligencia colectiva para innovar
Inés Skotnicka: "Crowd Content Curation"

Crowd Content Curation funciona como un “sistema en red” de filtrado colaborativo de contenidos para la Vigilancia Distribuida que ayuda a superar el sesgo del experto.
View CommentsBuscar información ya no es el principal problema en los procesos de Vigilancia. Lo que ahora más importa es encontrar LA información, y saber separar el ruido de la melodía.
Términos como Content Curator y Crowd Curation empiezan a sonar con fuerza entre los expertos en gestión de la información. Especialmente en entornos organizativos que apuestan por la Inteligencia Colectiva como valor estratégico. Una Inteligencia Colectiva comprendida no solamente como una suma de conocimientos individuales sino como una búsqueda de sinergias entre complementarios que se refuerce a través de un trabajo colaborativo.
Ya conocemos ejemplos de empresas que usan el conocimiento “de las multitudes” para diseñar nuevos productos y validar ideas, en lugar de confiar solo en sus departamentos de I+D. Entonces… ¿por qué no aplicar algunas de las buenas prácticas de Crowd Curation (como una manifestación específica de Crowdsourcing) en los procesos de Búsqueda y Análisis de Información?
La relación entre Content Curation y Vigilancia es fácil de entender desde el punto de vista del tratamiento de la información y el procesamiento de datos. En definitiva, se trata de saber filtrar contenidos para extraer conocimiento que aporte valor a la organización. Pero quizás es más complejo de comprender que el “Crowd Curation” pueda ser una estrategia eficaz para realizar Vigilancia.
Crowd Curation consiste en confiar en mucha gente, de forma colectiva, la labor de seleccionar, organizar, y mantener los contenidos de una colección o repositorio informacional. |
Siendo un término acuñado inicialmente en el ámbito expositivo-cultural, está trascendiendo hacia los entornos empresariales intensivos en conocimiento, donde algunas organizaciones diseñan modelos de “vigilancia distribuida” (lo que en Emotools llamamos “Wiki-Vigilancia”) para, en la medida de lo posible, mitigar el “sesgo del experto” que a menudo se produce en las unidades de vigilancia.
Pero está claro que para los expertos en Vigilancia, “socializar” la tarea de monitorización del entorno puede interpretarse como una intromisión en su trabajo, y suelen cuestionarse que “abrirse a las multitudes” tenga sentido porque éste es un trabajo sólo para profesionales muy formados.
Sin embargo, el elevado volumen de información disponible: dispersa, repetitiva y/o hiperespecializada impide su procesamiento con los medios tradicionales que una organización tiene “a mano”. Por un lado necesitamos estar bien informados para tomar buenas decisiones, y por el otro: no podemos dedicar tantos recursos a la función de procesamiento de datos. Entonces… ¿Cómo, pues, resolvemos este nudo gordiano?
Si analizamos como funciona un sistema de Vigilancia Distribuida o Wiki-Vigilancia, nos damos cuenta que más allá de agregar la información que aportan los participantes (y fomentar así la sobrecarga informacional); lo que necesitamos es crear mecanismos de descarte temprano de los ruidos informacionales, un sistema de validación colectiva y distribuida de fuentes, y un filtrado distribuido de información basados en eficacia y flexibilidad (según el modelo de Tim Kastell)
Veamos algunos desafíos e interrogantes que nos plantea el Crowd Content Curation para la Wiki-Vigilancia, y que iré exponiendo a continuación.
Empecemos por responder a esta pregunta: ¿la multitud reduce o aumenta la infoxicación/dispersión dentro del proceso de Vigilancia? La respuesta no es tan evidente. En organizaciones muy jerarquizadas, de sectores muy sensibles a información técnica de alta complejidad; introducir dinámicas de “multitudes colaboradoras” puede generar más problemas que soluciones. Pero si hablamos de detección de tendencias de mercado, de “señales” que avisan sobre movimientos estratégicos del mercado, o cambios de hábitos de consumo, el potencial de Crowd Content Curation puede ser sorprendente.
Otro desafío es saber evitar en el Crowd Content Curation la natural tendencia a la confirmación: “Los que toman decisiones suelen elegir inconscientemente aquellas partículas de información que tienden a corroborar sus intuiciones preconcebidas”, según James Surowiecki. Así que no se necesita el consenso para captar la sabiduría de la multitud. Al contrario, la búsqueda del consenso favorece las soluciones cómodas, las del mínimo común denominador, que no ofenden a nadie pero que tampoco emocionan, ni marcan la diferencia. En vez de promover el libre intercambio de opiniones contradictorias tienden a intercambiar lugares comunes y a silenciar los debates provocativos.
¿Podemos ser tan arrogantes para pretender que unos pocos profesionales, expertos en sus disciplinas, pueden suplir las necesidades de información de la organización entera? |
Asimismo, la búsqueda de información, su procesamiento y la extracción del conocimiento útil no es un proceso uniforme, ni lineal. La realidad sugiere que un modelo más realista, y eficaz, puede ser apostar por el “filtrado colaborativo”, de modo que el core del departamento de I+D o de Vigilancia establezca un “marco estratégico de búsqueda”, y sea el “Crowd” quien active las antenas y busque las señales que potencialmente respondan a esas prioridades informativas. Un modelo similar al de gestión de contenidos de Wikipedia, trazada por Mark Fidelman, y que se resume en el siguiente gráfico:
En resumen, las prácticas de Crowd Content Curation funcionan como un “sistema en red” de búsqueda y filtrado colaborativo de contenidos para la Vigilancia Distribuida. Cuando hablamos de “red”, nos referimos a la colaboración entre profesionales y amateurs, que ponen libremente a disposición del colectivo su conocimiento con el fin de crear un “repositorio” validado de fuentes de información útiles y de secuencias de análisis colaborativos de información.
En el fondo hablamos de concebir el sistema desde el “principio de modularidad”, según el cual los colaboradores de la red van aportando piezas (relevantes) de información, y de forma colaborativa trabajan para encajar el puzzle, y extraer valor en forma de conocimiento sistematizado en equipo.
Las porciones pequeñas de análisis (“conocimiento granulado”) son más versátiles para procesar y reutilizar en los distintos ciclos y proyectos de Vigilancia |
Estas redes de antenas distribuidas deberían hacer valer algunas de las ideas de Jeff Jarvis, cuando recomienda: “Haz lo que mejor sepas hacer, y enlaza al resto”. O la premisa de funcionar como plataforma, pensar distribuidamente, escuchar, ser sinceros y transparentes.
Otro desafío es ¿cómo diseñar mecanismos eficaces de autoregulación informacional en organizaciones que apuestan por el Crowd? Es importante concretar en qué eslabones de la cadena de transmisión de información y conocimiento la organización precisa de un experto, interno o externo, y cuándo es más conveniente echar mano de la “sabiduría de multitudes”. Pero cuidado con el término “multitudes” que puede llevar a confusión. Esto exige cierto orden, unos criterios de selección, para que el sistema funcione. El Crowd Content Curation sólo será viable con personas que sepan mucho de ciertos temas, “con mentes abiertas y afán de compartir”, y una voluntad explícita de buscar con inteligencia.
Se necesita un “núcleo duro” de ojeadores/antenas que hagan la labor tractora de la red, y también unas herramientas colaborativas livianas y escalables |
Surowiecki en su libro “The Wisdom of the Crowd”, afirma muy acertadamente esto: “un sistema descentralizado sólo puede producir resultados realmente inteligentes cuando existe un medio para agregar la información que poseen los integrantes del sistema”
En otras palabras, para sacar verdadero provecho de la curaduría o filtrado colaborativo, no podemos usar a las “multitudes” meramente como “pica-datos”, sino que tienen que producirse dinámicas de aprendizaje colectivo en el propio proceso de enriquecimiento del conocimiento generado de manera colaborativa.
Como dice Clay Shirky ”information overload isn't the problem [...], it's really a failure of information filters” |
Y este filtrado colaborativo, o Crowd Content Curation, supone un reto crítico para las organizaciones, y también para explorar formas de serendipia, de descubrimientos afortunados, tan habituales en la búsqueda de información cuando las “antenas” colectivas son distribuidas, diversas, independientes y bien gestionadas en red.
Aún queda un largo camino a recorrer para poder contar con modelos eficaces y “casos de éxito” que podamos copiar en este ámbito. Aunque ya hay “brotes verdes” de primeras iniciativas, por ahora en el entorno periodístico o editorial. Pero somos optimistas, y creemos que vale la pena que miremos esta tendencia muy de cerca para mejorar nuestro trabajo como Infonomistas.
Comentarios