Interneteko nabigatzaile modernoek, AJAX eta CSS tekniken bitartez besteak beste, aukera ematen dute elkarrekintza-maila handiko webguneak egiteko, eta Interneteko konexioak gero eta azkarragoak dira; hori dela eta, gero eta gehiago erabiltzen da cloud computinga: aplikazioak eta datuak lainoan, Interneteko amaraunean alegia, exekutatzea eta biltegiratzea.

Horrela lan egiteak hainbat abantaila ditu: toki ezberdinetatik datu berdinekin lan egin ahal izatea (lantokitik eta etxetik, adibidez), dokumentuak beste batzuekin partekatu ahal izatea, softwarean aurreztea... Desabantailak ere bai, ordea: pribatutasuna (enpresa askok, adibidez, ez dute atsegin beren datuak, konfidentzialak izan daitezkeenak, beste norbaiten esku uztea), norberaren ordenagailuan baino motelago ibiltzea, konexio-arazoak daudenean ezin lan egin izatea, aplikazioek aukera gutxiago izatea... Zerbitzu batzuk erabat doakoak izaten dira, beste batzuk ordainpekoak eta beste batzuk mugatuak doako bertsioan baina ordainduz hobetzekoak. Bere gauza on eta arazoekin ere, cloud computinga errealitate bat da.

Erabilera ugari

Cloud computingaren adibiderik ezagunena posta elektronikoa da. Izan ere, jende askok erabiltzen ditugu web bidezko posta-zerbitzuak, hala nola Hotmail edo Gmail. Horietan, mezuak ez daude gure disko gogorrean, hornitzailearen zerbitzarietan baizik, eta mezuak kudeatu eta bidaltzeko aplikazioa ez da gure ordenagailuan instalatu behar dugun ezer, nabigatzailean exekutatzen den hornitzailearen HTML eta Javascript kodea baizik.

Biltegiratzea da beste erabilera ohiko bat. Hainbat zerbitzu daude webean gure datu eta dokumentuak gordetzeko aukera ematen digutenak, hala nola Dropbox, Filebox edo Skydrive. Hainbat lagunen artean dokumentuak partekatzeko aukera emateaz gain, gure ordenagailuko disko gogorrarekin sinkronizatu ditzakegu biltegi birtual horiek normalean, eta horrek aukera ematen du toki edo ordenagailu ezberdinetatik lan egiteko.

Ohiko beste cloud computing mota bat ofimatikarena da. Webgune ugari daude gure dokumentuak, kalkulu-orriak edo aurkezpenak gorde, editatu eta partekatzeko. Editatzean, beharbada ez dituzte ordenagailuan instalatzen diren aplikazioek bezainbat aukera, baina kasu askotarako nahikoa eta sobran dira. Zerbitzu horietako ezagunena, beharbada, Google Docs da, baina badaude beste anitz: Zoho, ThinkFree eta abar.

Eta, aipatutakoez gain, beste zerbitzu-mota ugari daude: irudiak biltegiratu eta editatzekoak, gure datuen segurtasun-kopiak on line egitekoak, hitzorduen, zereginen eta kontaktuen agendak eta abar. Esan daiteke ia edozein aplikazioren web-bertsioak ditugula. Izan ere, badaude ordenagailu oso baten ordezkoa -sistema eragilea, disko gogorra eta aplikazioak- on line edukitzea ahalbidetzen duten zerbitzuak ere, eyeOS adibidez.

Etorkizuneko joera?

Azkenaldiko hainbat joera teknologiko ikusita, pentsatzekoa da hurrengo urteetan gero eta gehiago erabiliko dela cloud computinga. Adibidez, gero eta gehiago ikusten dira netbook izeneko ordenagailu txikiak. Haien disko gogorrak eta ahalmena ez dira handiak, baina konektibitaterako, hau da, Interneten erabiltzeko, ederto prestatuta datoz. Beraz, ezin egokiagoak dira on line aplikazioak erabiltzeko.

Bestalde, Google apustu argia ari da egiten cloud computingaren alde, normala denez, mota horretako zerbitzu ugari baititu (Gmail, Google Docs, Google Calendar, Google Wave...). Testuinguru horretan ulertu behar dira azkenaldian egin dituen hainbat mugimendu. Adibidez, Google Chrome Interneteko nabigatzailea atera du, orrien kargatzea eta Javascript kodearen exekuzioa azkarrago egiten dituena, lainoko aplikazioak hobeto exekutatzeko. Eta duela gutxi aurkeztu du Google Chrome OS sistema eragilea: Linuxen oinarritutako sistema eragile bat da, dakarren aplikazio bakarra Google Chrome nabigatzailea duela. Laster jarri nahi dituzte salgai sistema eragile hori dakarten ordenagailuak, eta, haiekin, lainoko zerbitzuak bakarrik erabili ahal izango dira.

Ziurrenik, cloud computingak ez ditu inoiz erabat ordezkatuko ohiko mahai gaineko aplikazio eta sistema eragileak, baina badirudi haien erabilerak gora egingo duela. Hurrengo urteetan, ohiko konputazioa eta lainokoa elkarrekin bizitzen ikusiko ditugu, eta, kasuan kasu, bata ala bestea erabiliko dugu.

Errealitate birtuala azken urteetan asko entzun dugun terminoa da. Teknologia hori ordenagailuz simulatutako errealitate bat erakustean datza, gurekin elkarreraginean jarduten duena. Hau da, mundu birtual bat erakusten zaigu, sentsoreen bidez hartutako gure mugimenduei erantzuten diena, errealaren irudipena emanez.

Baina azken hilabeteetan teknologiaren munduan barra-barra entzuten den buzzworda errealitate areagotua da (augmented reality). Teknologia honek ere errealitate bat erakutsiko digu, eta harekin elkarreraginean jardun dezakegu; baina honetan benetako mundua da erakusten zaiguna, ikusten ari garen horri buruzko hainbat informazio gehituta. Informazio hori hainbat iturritatik lortzen da: mugimendu- eta posizio-sentsoreak, hartutako irudiaren software-prozesamendua, Internet...

Mugikorrean inguruari buruzko informazioa

Errealitate areagotua modan egotea azken belaunaldiko mugikorrei zor zaie, neurri handi batean. Bideokamerak hartzen duena pantailan erakuts dezakete. Baina posizioa, orientazioa eta inklinazioa ezagutzeko GPSa, iparrorratza eta azelerometroa badituztenez, ikusten ari garena geografikoki koka dezakete. Edo prozesu-ahalmen gero eta handiagoa dutenez, ikusmen artifizialaren moduko tekniken bidez formak eta objektuak ezagutu ditzakete. Eta Interneterako konexioa ere badutenez, ikusten ari garenari buruzko informazio asko lor dezakete. Horrela, mugikor hauentzako errealitate areagotuko aplikazio asko sortu dira azkenaldian.

Beharbada horien arteko ezagunena Layar da, Android sistema eragiledun mugikorretan eskuragarri dagoen aplikazioa. Ikuspegi zabal batera apuntatuta, bistara dauden museo, jatetxe edo intereseko puntuak nabarmentzen dizkigu, haiei buruzko informazio gehiago ematen digu (ordutegia, prezioa...) edo haien webgunera joateko aukera eskaintzen digu. Higiezinetarako aplikazioak ere badaude: ikusmiran ditugun etxeetatik salgai edo alokairuan daudenak erakusten dizkigute, euren prezioekin eta jabearen telefonoarekin batera.

Irudi-ezagutza erabiltzen dutenen artean, kamerak hartutako irudiari karaktereen ezagutza (OCR) aplikatuz menu bat edo kartel bat itzuli edo ahotsez irakurriko diguten aplikazioak aipa daitezke. Augmented ID programak, aldiz, aurpegiak ezagutzeko teknikak erabiltzen ditu kamerarekin seinalatzen dugun pertsona ezagutu eta hari buruzko informazioa pantailan gainjartzeko. Oraingoz, han kontu bat ireki eta beren argazkiak eta informazioa igotzen dituztenak soilik ezagutzen ditu.

Autoetan erabiltzeko errealitate areagotuko aplikazio asko ari dira agertzen. Wikitude Drive, adibidez, telefono mugikorrerako aplikazio bat da, autorako GPS nabigazio-sistema baten funtzio bera betetzen duena, baina ibilbidea mapa baten gainean erakutsi beharrean ikusten ari garen bidearen irudiaren gainean erakusten duena. Edo Augmented Traffic Views, goazen bidean aurrerago dauden trafiko-kameren irudiak erakutsi ahal dituena.

Beste euskarri batzuetan ere bai

Hala ere, onartu beharra dago aplikazio batzuetarako ez dela egokia errealitate areagotuko aplikazioa telefono mugikorrean izatea. Gidatzean beti mugikorrari begira joatea ez da praktikoa; edo kalean nor den jakiteko jendeari mugikorrarekin seinalatzea oso lotsagabea da... Baina errealitate areagotua beste euskarri batzuetan ere aplikatzen da, telefono mugikorretan ez ezik.

Lego etxeak, esaterako, hainbat jostailu-dendatan kamera eta pantailadun errealitate areagotuko aparailu batzuk jarri ditu: Legoren kutxa bat hurbilduz gero, kamerak ezagutu egiten du, eta barruko piezekin egin daitekeen modeloa 3Dn irudikatzen du, eta pantailan erakutsi, kutxaren gainean eta kutxarekin batera mugituz. Topps kirol-kromoen etxeak ordenagailu arrunt batean instalatzeko programa egin du; gure webkamera beisbol-kromo bat hurbilduz gero, programak ezagutu egingo du, eta kromoaren gainean jokalaria 3Dn modelizatuko, jokaldiren bat egiten. Antzeko zerbait egin du Esquire aldizkariak abenduko alean: aldizkariaren orrialde batzuk webkamera hurbilduta, programak ezagutu egingo du, eta orria 3Dn irudikatuko du pantailan.

Kotxeei dagokienean, badira urte batzuk gama altuko kotxe batzuek haizetakoan proiektatzen dituztela beheko panelaren erakusleak (abiadura, ordua eta abar). Head-up display edo HUD deritze horrelako sistemei. Motorrentzako HUD kaskoak ere badaude. Eta hori guztia ere errealitate areagotua da. Baina azkenaldian informazio gehiago ere hasi dira proiektatzen: GPS nabigazio-sistema, gaueko ikusmena...

Etorkizunean ohikoa

Errealitate areagotua berria da oraindik, baina, zabaldu ahala, arazoak ere sortuko dira. Spama, gure bizitza digitaleko izurri hori, bizitza errealera etortzeko arriskua dago; kalean goazela inguruko dendak publizitatea gure errealitate areagotuko pantailan erakusten hasiz gero... Edo pribatutasuna ere arazoa izan daiteke: kalean goazela edonork ezagutu ahal izatea...

Hala ere, datozen urteotan ziur errealitate areagotuko gero eta aplikazio gehiago eta ahaltsuagoak ikusiko ditugula, gero eta euskarri gehiagotan. Arropa-denda batera joan, eta "ispilu" batek jantzi beharrik gabe erakutsiko digu nola geratzen zaigun jertsea; edo liburu-dendan gaudela liburu bat eskuan hartu, eta jendeak egindako iruzkin eta kritikak ikusiko ditugu proiektatuta betaurrekoetan; edo dendan jostailu-kaxa hartuta, pantaila batean beharrean holograma batean erakutsiko zaigu barrukoaren 3D eredua. Apusturik egin nahi?

(informazio gehiagorako, ikus errealitate areagotuari buruz Teknopolisek emandako erreportajea, Haritz Rodriguez Xurikenek egina)

Liburu elektronikoaren ideia asko gustatzen zait. Ez dut uste esan beharrik dagoenik teknozalea naizela, eta oso pisu gutxirekin irakurgai piloa gainean eraman ahal izatea aparta iruditzen zait. Baina horren atzean dauden enpresek (e-book irakurgailuen ekoizleak, liburudenda digitalak, argitaletxeak...) gaur egun eskaintzen dutena ez da batere erakargarria; alderantziz, ni guztiz atzera botatzen nau.

Elhuyar aldizkariaren iraileko alean idatzitako artikuluan DRM edo Digital Rights Management sistemei buruz hitz egin nuen, finean kopiak eta pirateria ekiditeko sistemak direnak. Han nioen bideo eta musikaren arloan DRM-a hilda dagoela, denborak alferrikakoa dela eta bilatzen duen helburuaren kontrakoa lortzen duela frogatu duelako. Eta esaten nuen liburu elektronikoen etorrerarekin agian berpiztuko zela DRM-aren gaia. Orduan agente gutxi zeuden merkatuan (Amazon denda erraldoia eta euren Kindle irakurgailua ziren bakarretakoak), baina orain askoz gehiago daude, gurean ere bai. Panorama argitu da eta, kontraesana badirudi ere, ezin ilunagoa da. Argitaletxe eta liburu digitalen denda gehienek DRM-aren aldeko apustua egin dute, eta DRM mota oso itxia gainera, egoera absurdutara eramaten duena. Egile eskubideak defendatzeko sistema gisa saltzen digute DRM-a, baina erabiltzaileen eskubideen aurka doaz larriki.

Begira zertan datzan kopiak eragozteko sistema horrek. Hasteko, liburu digitalak irakurtzeko erabiliko dituzun gailuak (liburu elektronikoa, ordenagailua, telefono mugikorra...) erregistratu egin behar dituzu saltzailearenean (gehieneko kopuru bat duzu); gero, obrak irakurri ahal izateko irakurgailu horietan software jakin bat instalatu behar duzu, liburuak erosi dituzula ziurtatzen duena; eta liburu bat erosi eta jaisten duzunean, erregistratutako gailu horietan eta programa horrekin soilik irakur dezakezu. Azkenean, softwarearekin bezala, ez duzu liburua erosten, liburua irakurtzeko lizentzia baizik. Ematen dizuten liburu digitalak, hau da, fitxategiak, ez dizu ezertarako balio, enkriptatuta dator, eta zure gailu erregistratuak desenkriptatzen du eta erakusten dizu, baldin eta erabilera egokia egiten ari zarela irizten badio. Paperezko liburuekin konparazio bat egite aldera, etxean Anaia Handia bat izango bagenu bezala da, gure etxeko liburutegitik liburu bat hartu dezakegun edo ez kontrolatuko diguna, inori utziko ez diogula ziurtatuz. Edo okerrago, etxeko liburuak ulertzen ez dugun hizkuntzaren baten izango genituzke, eta Anaia Handi horrek itzuli eta irakurriko lizkiguke. Onartuko al genuke?

Bestalde, "erabilera egoki" hori ez da legeak markatzen duena, ez, saltzaileek erabaki dutena baizik: zuk zeuk zure gailuetan ikustea da egin dezakezun gauza bakarra. Baina noiztik da ez legezkoa familiakoei edo lagunei liburuak uztea? Oso larria deritzot legezkoa zer den eta zer ez beren gain hartze hori. Mundu "analogikoko" similarekin jarraituz, liburutegiek ezingo lituzkete liburuak utzi. Non gelditu da kulturarako atzipen unibertsala argitaletxeen helburuetan?

Eta kontrol hain hertsia egin nahi izateak, gainera, eragozpen mordoa eragiten ditu. Adibidez, DRM sistema batzuk irakurri ahal izateko hainbat software gailu edo sistema eragile jakin batzuentzat soilik dago (eta Linux da kaltetuena, beti bezala). Edo ordenagailu edo gailu bat aldatzean aldaketa hori erregistratu egin behar da liburuak erosi ditugun dendetan, eta gailu berri horretan irakurri ahal izango diren liburuak berriz jaitsi behar dira; gainera, kasu batzuetan, gailu aldaketa onartua izateko denbora bat pasatu behar da, edo deskarga kopuru maximoa gaindi dezakezu gailu aldaketen kausaz eta liburua berriz erosi behar da.

Bestalde, DRM sistema bakarra balego, gaitzerdi! Baina keba, hainbat sistema daude, beraien artean bateraezinak. Hala, Amazon-en erositako liburuak ezingo dituzu Elkar-en irakurgailu batean irakurri, edo Alberdanian erositakoak Kindle-ean; eta beste sistema batzuk ere badaude, Barnes & Noble-ren Nook-a adibidez. Gainera, inon ez dizute horretaz abisatzen; gehienetan ez dizute argitzen ezta beraiek zein formatu erabiltzen duten edo zein gailutan irakur dezakezun! Baina behin denda baten erosketa bat egin duzunean, bizitza guztirako ezkondu bazina bezala da, bestela beste sistema bat erabiltzen duen gailu batera aldatzean erositako guztia ezin duzu irakurri. Hau ez litzateke hain txarra izango edozein dendatan argitaletxe, egile eta liburu guztiak bagenitu aukeran, paperezko munduan bezala, baina ez da horrela. Liburudenda digital edo argitaletxe bakoitzak bere katalogoa du: denda batzuk ingelesezko aukera zabalarekin baina gaztelaniaz apenas eta euskaraz ezer ez, argitaletxe batzuk euskarazkoak soilik... Gainera, egile famatu batzuek, Ian McEwan, Stephen Covey edo Paulo Coelhok adibidez (harrigarria Coelhorena, kopien apologia egin baitu sarritan), argitaletxeez paso egin dute eta tratua egin dute zuzenean online dendekin argitaratzeko, irabazien portzentaje handiago bat lortuz, baina erabiltzaileak kaltetuz, euren lana denda horretako bezeroek soilik irakurri ahal izango baitute. Egoera honek ez du inongo zentzu edo logikarik...

Ordaindu badut nik liburu digitala eduki nahi dut eta berarekin nahi dudana egin, nahi dudan irakurgailuan irakurri, nahi dudan lagunari utzi, orain eta etorkizunean, paperezkoekin izan den bezala, normala den bezala. Liburuen industria pirateriaren aurkako gerrak itsutu du, iparra galdu dute; ezin dut sinetsi benetan etorkizunean jasangarria ikusten dutenik proposatzen ari diren eredua.

Eta ez da, egoera honi ezin zaio eutsi. Bideo eta audioarekin gertatu den bezala, lehenago edo beranduago DRM-a bertan behera utzi beharko dute, Elhuyar aldizkariko artikuluan nioen bezala alferrikakoa delako (azkenean beti hausten dituzte DRM sistemak, Amazon-ena hautsi dute jada) eta lortu nahi denaren kontrako efektua lortzen delako (eragozpen guztiekin nazkatuta, jendeak Interneteko kopietara jotzen du). Kanpoko hainbat argitaletxe eta dendek baztertu dute jada DRM-a.

Larriena DRM-arena bada ere, prezioaz eta eskaintzaz ere asko esan daiteke. Euskal Herrian behintzat, paperezkoaren %70ean saltzen dituzte liburu digitalak. Kontuan hartuta inprenta, banaketa eta denden kostuak aurrezten dituztela, irakurgailua erosi egin behar dugula, DRM-arekin datozela... Oso garestia iruditzen zait. Eta eskaintza oso murritza dute, titulu gutxi batzuk besterik ez, ez dute katalogo osoa digitalean jarri. Ausardia gutxi ikusten da, ez dirudi benetan etorkizuna hor dagoela sinesten dutenik. Edo agian ez dute nahi etorkizuna horrelakoa izaterik...

Gorka Julio Teketenek bere blogean honi buruz idatzi zuenean sortutako eztabaidan, idazleak DRM-a defendatzen ageri dira, dena libre eta doan eskatzen dugun internetkume gaizki ohitutakoon aurka. Eta ez da hori eztabaida, ez da hori eskatzen duguna. Gu ez gara ezer lapurtu nahi duten piratak; kultura kontsumitzaileak gara, gizartearen gehiengoa baino maila handiagoan ziur aski. Eta kontsumitzen dugunarengatik ordaintzeko prest gaude, baldin eta aukera zabala eskaintzen bazaigu erraz eskuratzeko moduan, arrazoizko prezio baten eta gure eskubideei isekarik egin gabe. Bitartean, nik ez dut liburu irakurgailu elektronikorik erosiko denda edo argitaletxe bati lotuta doana, eta ezta DRM-dun liburu digitalik ere. Erostekotan, denda edo DRM-dun formaturen bati loturik gabeko irakurgailu askeak erosiko ditut, bertan liburu libreak irakurriko ditut (klasikoak edo egileek libre jarri dituztenak, milaka eta milaka daudenak) eta liburu komertzialak eMule eta horrelakoetatik jaitsiko ditut goian aipatutako baldintzak betetzen ez diren bitartean. Eta denok horrela egin beharko genuke, ea denon artean lortzen dugun liburudendek eta argitaletxeek liburu digitalen gaia eta bezerook serio hartzea.

Badirudi hain gaiztoa ere ez naizela izan eta, berandu bada ere, Olentzerok opari bat ekarri dit. Eta ez nolanahikoa gainera! Nire lehen ordenagailua izandakoa, kristoren oroitzapenak dakarzkidana, nire etorkizun profesionala bideratu zuena, Sinclair ZX Spectrum zoragarria!

Iñaki Otamendi Dabilenharria blog honetako kolaboratzaile eta adiskidea pasatu zen etxetik lehengo egunean, eta etxeko txokoren baten aspalditik enbarazu egiten omen zien ordenagailua ekarri zidan opari. Jatorrizko kaxan zetorren, bere kable eta guzti. Ez dakizue zein ilusioa egin zidan, hainbeste denbora eta gero berriz ere Spectrum bat hain hurbiletik ikusi eta ukitzea! Ibiliko ote zen ez genekien, saiatu ginen martxan jartzen eta lehenengo saiakeran behintzat ez genuen lortu. Besteren baten saiatuko naiz, martxan jarriz gero ja laostia izango zen, baina hori gabe ere etxean oroigarri gisa edukitzea laletxe da! Edo agian retroinformatika party-ren batera joan beharko dut egunen batean, ea konpontzen dugun... ;-)

Eta Spectrum batekin nahikoa ez balitz bezala, bi oparitu zizkidan Iñakik! Argazkian ageri den gomazko tekladun Sinclair ZX Spectrum 48K horrez gain (nik txikitan izan nuena), urte batzuk beranduago atera zen Sinclair ZX Spectrum +2 128K bat ere ekarri zidan, kasetea pegatua zekarten horietakoa, zakarrontzian aurkitu omen zuena!

Eta pentsa, horrelako oparia blogari esker Internet bidez ezagututako lagun batengandik! Horrelakoengatik bakarrik jada merezi du bloga aurrera eramateko lana hartzeak... Mila-mila esker Iñaki!

(Elhuyar aldizkariko 2009ko azaroko Hizkuntzaren Prozesamenduari —lanbide dudan arloari— eskainitako alean argitaratutako artikuluaren jatorrizko extended bertsioa)

Hizkuntzaren prozesamendua ia-ia ordenagailuen sorreratik existitzen da. Joan den mendeko 40ko hamarkadan sortutako lehen makina elektroniko programagarriak, Bigarren Mundu Gerra medio, batez ere mezuak deszifratu eta kodeak apurtzeko erabili ziren, baina, gerra amaitu ondoren, hizkuntzaren prozesamendua asko lantzen hasi zen, batez ere itzulpen automatikoaren arloan.

Hasiera haietan, batez ere matematikariak aritzen ziren horretan, eta oso teknika sinpleak erabiltzen zituzten, kriptografiaren ohiturek eraginda: funtsean, hiztegien eta hitz-ordenaren aldaketen bidez lortu nahi zuten itzulpen automatikoa. Baina segituan konturatu ziren hizkuntzak hori baino gehiago zirela, eta eredu linguistiko konplexuagoak erabili beharra zegoela. Hala, taldeetan hizkuntzalariak sartzen joan ziren, eta Saussure eta Chomskyren teoriak aplikatzen. Geroztik, eta hamarkada askotan zehar, hizkuntzaren prozesamenduko alor guztietan (morfologian, ortografia-zuzenketan, sintaxian, adieren desanbiguazioan...) hurbiltze bat izan da nagusi: hizkuntzalarien intuizioan oinarritutako ezagutza ordenagailuek tratatu ahal izateko moduko egitura sinpleetara egokitzea (erregelak, zuhaitzak, grafoak, programazio-lengoaiak...).

Baina metodo horiek ere beren mugak dituzte. Alde batetik, hizkuntzalaririk onenek ere ezin dute kontuan izan hizkuntza batek eskaintzen duen kasuistika guztia; bestetik, hizkuntzek konplexutasun eta aberastasun handiegia dute egitura sinpleen bidez adierazteko. Muga horiek, gainera, are handiagoak dira solaserako hizkuntzan. Hala ere, beste biderik ez zegoen; garaiko makinen ahalmena kontuan izanda hori zen hizkuntzarekin aritzeko modu bakarra. Eta, teknika horien bidez, aurrerapena mantso samarra izan da urte askotan.

Corpusen eta estatistikaren etorrera

Azken bi hamarkadetan, baina, hurbiltze enpirikoago bat ari da nagusitzen hizkuntzaren prozesamenduan, testu-bilduma handien ustiaketan eta metodo estatistikoetan oinarritua. Ezagutza intuitiboan oinarritu beharrean, hizkuntza-lagin erreal handiak, hau da, corpusak, erabiltzen dira hizkuntzaren ahalik eta kasu gehien kontuan hartzeko. Eta horien gainean estatistika edo ikasketa automatikoaren gisako metodoak erabiltzen dira, teknika linguistiko gutxi erabiliz. Hizkuntza egitura konputagarrien bidez modelizatzen saiatzen diren kasuetan ere, ereduak corpusetatik erauzten dituzte automatikoki. Horregatik, metodo estatistikoekin lan eginda, makina batek hitz egiteko ahalmena izan dezan, testu-bilduma erraldoi bat eta bilduma horrekin lan egiteko baliabideak izan behar ditu eskuragarri.

Bi faktorek eragin dute nagusiki metodologia-aldaketa hau. Batetik, gaur egungo ordenagailuek, lehengoek ez bezala, datu-kopuru ikaragarriak maneiatzeko gaitasuna dute. Bestetik, inoiz baino testu gehiago dago eskura formatu elektronikoan, batez ere Internet sortuz geroztik.

Hala, corpusak eta teknika estatistikoak erabiltzen dira ortografia-zuzentzaileetan (hitz okerraren antzeko testuinguruak corpusetan bilatuta), itzulpen automatikoan (itzulpen-memoriak edo webgune eleanitzetako testuak erabiliz, hitz, sintagma edo esaldi ahalik eta handienen itzulpenak estatistikoki lortzeko), adieren desanbiguazioan, terminologia-erauzketa automatikoan... Eta orokorrean esan daiteke zenbat eta corpus handiagoak izan orduan eta emaitza hobeak lortzen dituztela sistemek. Adibidez, Googleko Franz Joseph Och-ek bere itzulpen automatiko estatistikoaren sistema aurkeztu zuen 2005eko ACLren (Association for Computational Linguistics) kongresuan, 200.000 milioi hitzeko corpus baten gainean entrenatutakoa. Eta, geroztik, haien sistema da itzulpen automatikoan erreferentzia nagusia eta lehiaketa guztiak irabazten dituena. Eta antzera gertatzen da beste alorretan ere.

Etorkizuna, hibridazioa

Alabaina, metodologia honek ere mugak ditu. Hizkuntza eta ataza batzuetan, corpus benetan erraldoiak erabiltzen dira jadanik, eta esan daiteke honezkero goi-muga jo dutela, oso zaila baitute lortutako emaitzak askoz gehiago hobetzen jarraitzea. Beste hizkuntza eta alor batzuetan ez dago hain corpus handirik, eta metodo estatistiko hutsekin ezin dira hain emaitza onak lortu.

Horregatik, metodo estatistikoak hobetzeko azken aldiko joera da teknika linguistikoekin konbinatzea, eta metodo hibridoak sortzea. Eta etorkizunean ere hori izango da bidea hizkuntzaren prozesamenduan aurrera egiteko. Makinek laster hizkuntza ulertu eta egoki trata dezaten nahi badugu, eta makinek hitz egitea nahi badugu, beharrezko izango da matematikariak, informatikariak eta hizkuntzalariak eskutik joatea.

(Elhuyar aldizkariko 2009ko urriko alean argitaratutako artikuluaren jatorrizko extended bertsioa)

Irudia: Google

Interneten komunikatzeko eta elkarlanerako tresna bat badago guztiok darabilguna, hori posta elektronikoa da. Baina tresna hori duela berrogei urte baino gehiago asmatu zen, orduan zegoen teknologiarekin, eta gaur egungoarekin askoz gauza aurreratuagoak egin daitezke (eta egiten dira). Hori egin du Googlek: posta elektronikoa bera, wikiak, berehalako mezularitza eta abar nahasiz, Google Wave sortu, etorkizuneko posta elektronikoa.

Posta elektronikoa, funtsean, testu-mezu bat hartzaile bati edo batzuei bidaltzean datza; mezuaren kopiak egiten dira jasotzaile bakoitzarentzat, eta mezua helburura iristean amaitzen da mezuaren bizitza. Gero, mezuei erantzunez eta aurreko mezuen zatiak erantzunetan kopiatuz sortzen dira elkarrizketak. Baina sarri ez da erraza elkarrizketen hariari jarraitzea mezuen anabasan.

Googlek sortutako sisteman, aldiz, hasierako erabiltzaileak wave (olatua ingelesez) edo elkarrizketa bat sortzen du, eta hainbat pertsonarekin elkarbanatu. Wave horren kopia bakarra gordetzen da zerbitzarian, eta horren gainean elkarreragiten dute partaide guztiek elkarrizketa sortzen joateko. Bi gauza egin ditzakete partaideek: batetik, wave-aren testua bera alda dezakete, denen artean adostutako testu bat osatzeko, wiki baten edo partekatutako dokumentu baten gisara; bestetik, erantzunak edo komentarioak gehitu ditzakete wave-aren edozein puntutan, posta elektronikoan, wikietako eztabaida-orrietan edo foroetan egin daitekeen moduan.

Horrez gain, wave-a aldatzen edo komentatzen ari garen bitartean elkarrizketako beste partaideren batek ere irekia badu, azken horrek aldaketak zuzenean ikusi ahal izango ditu, berehalako mezularitzan edo txat-programetan bezala. Gainera, aldaketak eta komentarioak batek baino gehiagok egin ditzakete aldi berean. Eta, wikietan bezala, aldaketen historia guztia gordetzen da, edozein unetan atzera jotzeko edo aldaketen prozesu osoa ikusteko. Beste hainbat detaile txiki ere baditu tresnak. Esate baterako, erantzunen zuhaitzeko puntu batetik aurrera, partaideen taldea murriztu daiteke, hortik aurrerakoa hautatutakoek soilik ikusi edo aldatzeko.

Google Wavek, jakina, programa-zerbitzari bat behar du; baina bezeroaren alderako egin duten programak nabigatzailean funtzionatzen du, Flash edo RIA interpreterik gabe, hau da, HTML, Javascript, AJAX, CSS eta horrelako teknika estandarrekin. Eta benetan sinesgaitza da horiek soilik erabilita lortu duten elkarrekintza-maila.

Funtzionalitateak gehitzeko APIa

Berez dakartzan ezaugarriez gain, beste asko izan ditzake Google Wavek, hirugarrenek luzapenen bidez funtzionalitate berriak gehitu ahal izateko APIa (Application Programming Interface) ere bai baitauka. Oraingoz, tresna publikoa ez denez, Googlek berak soilik garatu ditu luzapenak Google Waverentzat. Baina egin dituenak oso ikusgarriak dira, eta tresnaren ahalmen osoa ikusteko balio dute. Adibidez, idatzi ahala akats ortografiko edo gramatikalak zuzentzen dituen luzapen bat egin dute; edo testua idatzi ahala jasotzaile bakoitzaren hizkuntza lehenetsira automatikoki itzultzen duen beste bat. Edo Google Waven idatzitakoa eta erantzunak zuzenean blog edo sare sozial batean publikatzeko beste bat. Edo irudiak, bideoak, mapak eta abarrak erraz txertatzeko beste batzuk... Etorkizunean, jendearen ekarpenekin, milaka aukera gehiago izan ditzake, gaur imajinatu ere ezinezkoak.

Protokoloa eta iturburu-kodea, irekiak

Google Wave tresna izugarri ona izanagatik, ez da erraza izango komunikatzeko moduak iraultzea eta hain errotua dagoen posta elektronikoa ordeztea.. Izan ere, ez da Google Wave posta elektronikoaren ordezko deitua izan den lehena. Komunikaziorako tresna asko agertu dira azken urteetan (berehalako mezularitza, sare sozialak...), aukera interesgarriekin, batzuk API irekiekin... Eta, zenbaitzuek arrakasta handia izan badute ere, ez dira posta elektronikoa bezainbeste hedatu.

Horren arrazoi nagusietako bat da tresna horiek denak konpainia zehatz batzuei lotutako zerbitzuak direla, eta protokolo itxi eta jabedunak dituztela. Tresnok erabiltzeko, kontua ireki behar da konpainia jabearenean, eta informazioa beraiek gordeko dutela onartu. Hori oztopo handia da tresna horiek zabaltzeko, batez ere enpresa mailan. Horrez gain, zerbitzu antzekoak enpresa batek baino gehiagok eskaintzen dituzte, eta baten bezeroak ezin dira besteenekin komunikatu (Facebook eta Tuenti, adibidez, edo Messenger eta Google Talk). Posta elektronikoa, aldiz, protokolo irekia da, eta, bezero-zerbitzari komunikazioaz gain, zerbitzarien artekoa ere ahalbidetzen du. Horrela, edozeinek edozeini bidal diezaioke mezu elektroniko bat, kontua edonon (enpresako barne-zerbitzarian, hornitzaileren baten edo besteren baten) izanda ere.

Bada, Googlek filosofia bera erabili du Google Waverekin. Protokolo irekia egin dute, zerbitzarien arteko komunikazioa ere baduena. Baina, gainera, beraiek inplementatutako zerbitzariaren eta bezeroaren iturburu-kodeak ireki dituzte. Beraz, edozein enpresak bere wave-zerbitzaria sor dezake, edo Googlerena instalatu, barne-erabilerarako nahiz wave-hornitzaile izateko, eta partikularrek wave-hornitzaile batean edo bestean ireki ditzakete kontuak... Eta denak elkarrekin komunikatu ahal izango dira.

Google Wave komunikaziorako tresna benetan ahaltsua da, eta posta elektronikoaren orain arteko arrakasta ahalbidetu duten irekitasun-ezaugarriak ditu. Posta elektronikoa ordezkatzeko baldintza tekniko guztiak betetzen ditu, baina ikusteko dago egingo ote duen, jakin bai baitakigu beste faktore askok parte hartzen dutela kontu hauetan... Nik, behintzat, tresnaren ahala ikusita, espero dut denok laster olatu gainean joatea!

(Elhuyar aldizkariko 2009ko iraileko alean argitaratutako artikuluaren jatorrizko extended bertsioa)

Musika eta filmak lagunekin partekatzea ez da fenomeno berria. Kasete eta VHSekin ere asko grabatzen genuen lagunena eta lagunentzat. Azkenaldian horri delituzko izena (pirateria) jarri dioten arren, ez da derrigorrez ilegala. Herrialde askotan (Espainian, adibidez), kultura partekatzea legala da, irabazi-asmorik ez badago, eta beste herrialde askotan ere ez dago argi legearen aurkakoa den. Edozein kasutan, eduki audiobisuala kopiatzeak posible izan beharko luke, norberak erosi duenaren kopia pribatuak egiteko eskubidea baitu, erositakoa kotxean entzuteko, adibidez.

Helburua, kopiak saihestea

Hala ere, eduki hori digitalean  gordetzen denetik eta, batez ere, Internet existitzen denetik (era masiboagoan partekatzea ahalbidetzen baitu, eMule bezalako P2P programei esker), ekoizleek DRM (Digital Rights Management) izeneko sistemak txertatu dizkiete produktuei, kopiak saihesteko sistemak, finean.

Sistema horien adibide ezagunenetakoak DVDetan erabilitako CSS (Content Scrambling System) edo ondoren Blu-ray eta HD-DVDetan erabilitako AACS (Advanced Access Content System) sistemak dira: horietan, bideoa enkriptatuta dago, eta, ikusi ahal izateko, desenkriptatzeko kodea behar da; ekoizleek lizentzia bidez ematen diete kode hori irakurgailu-fabrikatzaileei (hardware- nahiz software-fabrikatzaileei), kopiak egitea ez uztearen baldintzapean. DVDen eskualde-kodeak ere ezagunak dira: eskualde baten kaleratutako DVD film bat soilik eskualde horretako erreproduzigailuetan ikus daiteke, horrela munduko toki ezberdinetan estreinaldiak garai ezberdinetan egin ahal izateko. Horrelako sistema "estandarrez" gain, konpainia jakin batzuek inplementatu dituztenak daude; Apple-k bere iTunes musika-dendan erabilitako FairPlay sistema, adibidez: sistema hori duten abestiak Apple-ren erreproduzitzaileetan soilik entzun edo kopiatu daitezke, eta kopia-kopuru jakin bat egin daiteke, gehienez.

Dena alferrik

Baina sistema horiek alferrikakoak izan dira, beti hautsi izan baitira. Bereziki amesgaiztoa izan da DRM sistementzat Jon Lech Johansen norvegiarra, "DVD Jon" ezizenez ezagutua: 1999an, 16 urte soilik zituela, CSS sistema hautsi zuen, eta 2005ean Apple-ren FairPlay. AACS sistema ere, aurreko CSS izenekoa baino askoz seguruago omen zena, atera eta gutxira hautsi zuten.

DRM sistemak hautsi beharrik gabe ere, modu batera edo bestera, beti lortzen dute abesti edo film ezagunenek Interneterako bidea egitea. Hollywood-eko pelikula asko barne-filtrazioen bidez agertu dira P2P sareetan, batzuetan estreinatu aurretik. Gainera, DRM sistemak beti gaindi daitezke zulo analogikoa delakoaren bidez: gailu batean erreproduzitu daitezke, eta audio-grabagailu edo bideo-kamera baten bidez berriz digitalizatu, kalitatea pixka bat galduta ere. Estreinatu eta gutxira zinema-aretoetan grabatu, eta film asko jartzen dituzte horrela Interneten.

Erabiltzaileen eta ekoizleen kalterako

Alferrikakoak izateaz gain, DRMek arazoak ematen dizkiete sarritan erosle zintzoei ere. Adibidez, erreproduzitzaile merke edo zahar asko DRM estandarrenentzat soilik daude prestatuta, eta DRM propioa erabiltzen duten konpainien musika entzutean arazoak izan ditzakete. Edo Linux erabiltzaileek ezin dituzte DVDak ikusi, jendeak egindako sistema eragile horren atzean ez baitago desenkriptazio-lizentzia erosi ahal izango duen konpainiarik (hain zuzen ere, DVD Jon errugabe jo zuten CSS hausteagatik egindako epaiketan epaimahaiak ulertu zuelako eskubidea zuela erositako DVDak Linuxen ikusteko). Eta horrelako adibideak milaka dira...

Horrez gain, batzuetan urrunegi joaten dira ekoizleak DRMaren kontuarekin. Esate baterako, Sonyk 2004 eta 2005 urteen artean hainbat CDtan DRM sistema bat jarri zuen, zeinak Windows ordenagailuetan programa espioi bat instalatzen baitzuen, eta Windows aldatzen baitzuen hura detektatu ez zezan. Beste kasu batzuetan, on line denda bat desagertu izan denean, han erositako musika guztia erabilezin gelditu izan da.

Azkenean, jende asko P2P sareetara pasatu da, horietan lortutako film eta abestiek erositakoek baino arazo gutxiago eta erabiltzaile-esperientzia hobea ematen zutela ikusita, eta DRM sistemek lortu nahi zutenaren kontrakoa erdietsi dute.

Gerra galdua

Gaur egun esan daiteke DRMa hilik dagoela. DRM sistemetan egindako inbertsio ikaragarria alferrikakoa eta kaltegarria ere badela konturatuta, sistema horiek baztertzen joan dira pixkanaka ekoizleak. Apple-k kendu du FairPlay bere iTunes dendatik, eta on line musika denda ia guztiek DRM gabe saltzen dute gaur egun. Bideo-industriari dagokionez, DVD edo Blu-ray diskoak DRMarekin doaz oraindik, baina aspaldi hautsitako DRMarekin; eta ez dirudi on line salmenta garatzean bide horretatik joko dutenik.

Bada beste eduki kultural mota bat oraintsu arte analogikoan soilik banatu dena eta digitalerako eta Interneterako lehen pausoak ematen ari dena: liburuak. Ikusi beharko da ea argitaletxeek musikaren eta filmen industrietatik ikasiko duten edo DRMaren beste berpizkunde bat ikusiko dugun (edonola ere iragankorra, ziur). Oraingoz, liburu digitaletan esperientzia gehien duena, Amazon, bere Kindle irakurgailu elektronikoarekin, DRMaren bidetik doa, baina kritika askorekin eta eraginkortasun txikiarekin...

Bataila teknologikoa galduta, ekoizleak beste bide batzuetan ari dira jartzen indarra kopiatzeen aurkako gerra honetan: euskarri digital guztien gaineko kanonak, edukiak partekatzeagatik Interneteko konexioa moztea ahalbidetzen duten legeak, komunikabideen kriminalizazioa, hezkuntza-sistemaren bidez txikitatik kontzientziatzea eta abar. Ez dakit ez ote zen hobea beste bidea...

(Elhuyar aldizkariko 2009ko uztaileko alean argitaratutako artikuluaren jatorrizko extended bertsioa)

Web semantikoa ez bezala, mikroformatuak ez dira World Wide Web edo amaraunaren etorkizuna gidatzen duen W3C erakundearen eta haren zuzendari eta web-aren asmatzaile den Sir Tim Berners Lee-ren ekimen bat, internauten artean sortutako mugimendu bat baizik. Baina ez da web semantikoari kontrajarritako ekimena ere; hura iristen den bitartean ideia beraren gainean aurrerapausoak ematen joatea da mikroformatuen helburua.

Egungo HTMLko webean txertatuta

Web semantikoan, sare paralelo bat eraikitzea proposatzen da, esanahia adierazteko formatu egituratuetan kodetutakoa, eta, sare paralelo horretan, bestean aipatzen diren objektu, pertsona eta abar guztiak eta euren arteko erlazioak deskribatuko lirateke. Mikroformatuen mugimenduan, aldiz, kontzeptu jakin batzuk soilik etiketatzen dira semantikoki, erabilienak eta praktikoenak alegia, eta HTMLn dagoen egungo webaren baitan. Horretarako, HTML formatuak dituen etiketa eta atributu generiko batzuez baliatzen dira: <div> etiketa (orriko atalak ezberdintzeko erabilia), <span> etiketa (testu baten zatiak nabarmentzeko erabilia), class atributua (edozein elementu zein motatakoa den deskribatzeko erabilia) eta rel atributua (erlaziozko elementuetan erlazio mota definitzeko erabilia). Hala, etiketa horiei class eta rel atributuen balio jakin batzuk emanez definitzen da mikroformatu bat.

Adibidez, HTML-n honela kodetuko litzateke enpresa baten helbidea:

<p>Elhuyar Fundazioa</p>
<p>Zelai Haundi kalea, 3</p>
<p>Osinalde Industrialdea</p>
<p>20170 Usurbil, Gipuzkoa</p>
<p>Gipuzkoa</p>
<p>Telefonoa: 943 363040</p>

Eta honela izango litzateke hCard mikroformatuan:

<div class="vcard">
   <div class="fn org">Elhuyar Fundazioa</div>
   <div class="adr">
      <div class="street-address">Zelai Haundi kalea, 3<br />
         Osinalde Industrialdea</div>
      <div>
         <span class="postal-code">20170</span>
         <span class="locality">Usurbil</span>,
         <span class="region">Gipuzkoa</span>
      </div>
   </div>
   <div>Telefonoa: <span class="tel">943 363040</span></div>
</div>

CSS estilo-orriak erabiliz, kode-zati hori erabiltzaileak edozein web orri bezala ikus dezan lor dezakegu, baina, informazioa egituratua dagoenez, makinek ulertu egin dezakete edukia.

Gauza askotarako mikroformatuak

Mikroformatuen mugimendua ez da estandarrak definitzeko erakunde bat; http://microformats.org webgunearen bidez koordinatzen den komunitate ireki bat besterik ez da. Horko wikiak, posta-zerrendak eta abarrak erabiltzen dituzte mikroformatuak definitzeko, berriak sortzeko, eztabaidatzeko eta abarretarako, eta modu horretan definitu dituzte egun existitzen diren mikroformatuak.

Webgune horretan bertan ikus daitezke existitzen diren mikroformatuak edo erabakitze-fasean dauden proposamenak. Hauek dira garrantzitsuenetako batzuk: hCalendar , ekitaldientzat; hCard , pertsona eta erakundeen kontaktu-informaziorako; adr , posta-helbideentzat; geo , koordenatu geografikoentzat; hResume , curriculumentzat; hReview , kritika, aipamen, komentario eta puntuazioentzat; hRecipe , errezetentzat; hProduct , produktuak deskribatzeko; VoteLinks : bozketentzat; rel-license : zein lizentziarekin banatzen den adierazteko.

Beraz, webgune bat kudeatzen badugu, webgune horretako hainbat gauza (kontaktu-informazioa, ekitaldien egutegia...) mikroformatu bidez kodetu ditzakegu. Webgunearen HTML kodean edo programazioan zuzenean egin dezakegu, baina, bestela ere, gero eta web-garapeneko tresna gehiagok ematen dute aukera mikroformatuak kodetzeko: Drupal, Wordpress, Dreamweaver... Eta balidatzaileak ere badaude, ongi egin ditugun ikusteko.

Mikroformatuen erabilerak

Mikroformatuek milaka erabilera izan ditzakete. Adibidez, edozeinek nahiko erraz osa dezake hainbat webgunetan hCalendar bidez adierazita dauden ekitaldiak batuko dituen zerbitzu bat, eta eremuka antolatu geo mikroformatuaren informazioa aprobetxatuz... Programazio-lengoaia gehienek badituzte mikroformatuekin lan egiteko liburutegiak.

Gainera, jada badaude hainbat zerbitzu mikroformatuak erabiltzen dituztenak. Bilatzaile nagusiek lizentzia libreko edukiak bilatzea ahalbidetzen dute, rel-license mikroformatua erabiltzen duten webguneei esker. Google-k berriki jakinarazi du webguneetan hCard, hReview eta hProduct mikroformatuak detektatuko dituela, bilaketa-emaitza aberatsagoak eskaintzeko (Yahoo!-k egiten du hori, duela urtebetetik baino gehiagotik). Eta Firefox nabigatzaileak badu Operator izeneko plug-in bat, nabigatzen ari garen orrietan mikroformatuak detektatzen dituena; eta, haiekin, eragiketa aurreratuak egiten uzten digu: ekitaldiak gure agendara gehitu, kontaktu-informazioa automatikoki gure helbide-zerrendan sartu, koordenatu geografiko bat gure Tagzania-ko kontura eraman... Laster, horrelako aukerak zuzenean nabigatzailean integratuta etorriko dira.

Eta zalantzarik ez dago horrelako gero eta tresna eta zerbitzu gehiago sortuko direla. Web semantikoa iritsi bitartean, mikroformatuen bidez dugu semantikaren ahala dastatzeko aukera.

(Elhuyar aldizkariko 2009ko maiatza eta ekaineko aleetan argitaratutako artikuluen jatorrizko extended bertsioa)

Egungo Internetaren arazoak

Amaraunaren asmakuntzaz geroztik, erritmo esponentzialean ugaritu dira bertan dagoen informazioa eta ematen dituen aukerak, ate berri pila irekiz eta denon lan egin eta bizitzeko modua aldatuz. Baina informazio eta aukera guzti horiek erabiltzea ez da beti hain erraza...

Batetik, informazio-kantitate ikaragarria dago, eta, informazio-uholde horretan ito gabe murgiltzeko, ezinbestekoak ditugu bilatzaileak, hala nola Google edo Elebila. Baina, horiekin ere, sarritan ez da erraza behar duguna aurkitzea. Esate baterako, emaitza asko daudenean, ez da erraza bereizten, bilatzeko eman diogun hitzaren esanahi posibleetatik, guk nahi dugun adierari buruzko orriak zein diren ("Texas" hitza bilatzean, adibidez, AEBko estatuari, musika-taldeari, liburuari edo beste gauza askori buruzko orriak, denak batera, agertuko dira). Edo maiz ez dago modu onik informazio onaren eta txarraren artean bereizteko, bilatzaileek lehenengo posizioetan erakusteak ez baitu beti kalitatea ziurtatzen. Bestetik, mota bateko zerbitzu guztiak bateratzeko modurik ez dago kasu askotan, eta zerbait erosi nahi dugunean, adibidez, prezioak eta aukerak konparatzeko, hainbat dendaren webguneetan begiratu beste aukerarik ez dugu. Eta hauek moduko beste arazo batzuk ere baditu gaur egungo web-ak...

Arazoen iturria, HTML formatua

Arazo horiek guztiak amaraunaren hasierako diseinutik beretik datoz. Weba, finean, Interneten azpiegituran kokatutako hipertestu-bilduma bat besterik ez da, hau da, elkarri erreferentzia egiten dioten dokumentuen bilduma bat, eta, hipertestua kodetzeko, Berners-Leek berak sortutako HTML formatua erabiltzen da. Bada, formatu horren ezaugarriak eta mugak dira arazo guztien kausa.

HTML edo HyperText Markup Language testu-markaketarako lengoaia bat da, alegia, testu bat edo haren zatiak nola deskribatu azaltzen duen konbentzio bat. HTML lengoaian, deskribapen-markatze hori testuan bertan < > ikurren artean sartzen diren etiketen bidez egiten da. Adibidez, HTMLn, testu-zati bat lehen mailako izenburua dela adierazteko, h1 etiketa erabiltzen da (<h1>Lehen mailako izenburua</h1>), eta, letra etzanez idazteko, em etiketa (<em>kurtsibazko testua</em>). Horrelako beste etiketa mordoa daude, estekentzat, irudientzat eta abarrentzat. Nabigatzaileek markatze hori interpretatzen dute, eta erabiltzaileari orria modu egoki batean erakusten diote.

Baina HTMLko etiketa gehienak testuaren egitura eta itxura deskribatzeko dira, gizaki batek testua modu egokian ikusi eta ulertu ahal izateko. Ez daude pentsatuta makinen tratamendu automatikoa hobetu edo errazteko. Eta bilatzaileak eta Interneteko beste tresnak makinak besterik ez dira. HTML etiketekin soilik ez dute informazio nahikorik ongi lan egiteko, eta testua bera ezin dute ulertu pertsonok egiten dugun bezala. Hala, testua eta HTML etiketak soilik izanik, bilatzaile batek ezin du jakin "Java" hitza agertzen den orri bat uharteari edo programazio-lengoaiari buruzkoa den, edo, produktu bati buruz ari den orri batean, jendeak ongi edo gaizki hitz egiten duen hari buruz, edo orri bat produktu jakin bat saltzen duen on line denda batena dela...

Web semantikoak du konponbidea

World Wide Webaren sortzailea bera ari da konponbidea bilatu nahian. Hain zuzen ere, web semantikoarena da Tim Berners-Leek zuzendutako World Wide Web Consortium edo W3C nazioarteko erakundea (1994an Berners-Leek webarentzako estandarrak finkatu eta bere etorkizuna gidatzeko helburua duena) azkenaldian gehien lantzen ari den gidalerroetako bat, hasierako diseinu haren akatsak zuzendu nahi dituen egitasmoa.

HTML formatuaren etiketatzeak dokumentuak eta haien arteko loturak deskribatzeko balio du. Web semantikoan, aldiz, objektuak, pertsonak eta horrelakoak, eta haien arteko erlazioak deskribatzen dira. Etiketek orriaren itxura eta egitura azaldu beharrean, orriko elementuen esanahia etiketatzen da. Web semantikoan etiketa jakin batzuk leudeke, adibidez, musika-taldeak deklaratu eta deskribatzeko, beste batzuk pertsonak deklaratu eta deskribatzeko, beste batzuk pertsona batzuek musika talde bat osatzen dutela deskribatzeko, eta horrela gauza guztiekin.

Hala, bilatzaileek ezberdindu ahal izango lukete "Scorpions" hitza duten orrietatik zein diren musika-taldeari dagozkionak eta zein animaliari, eta emaitzak esanahi posible ezberdin horien arabera taldekatuta erakutsi. Edo musika-taldeetan espezializatutako bilatzaileak sortu ahal izango lirateke. Edo on line denda ezberdinetan produktu bera saltzen dela nahiko erraz detektatu ahal izango litzateke, eta prezio-aukera denak batera erakutsiko lituzketen zerbitzuak eraiki. Edo, antzerki-ekitaldiak eta non diren detektatuta, herrialde bateko antzerki-emanaldi guztien egutegi bat automatikoki osatu ahal izango genuke. Edo erabiltzaileek web orri edo produktu bati emandako puntuazioak semantikoki etiketatuta, bilatzaileek edo dendek puntuazioaren araberako rankingak ere egin ahal izango lituzkete. Eta horrelako beste milaka eta milaka aplikazio izango lituzke web semantikoak, oraindik imajinatu ere egin ezin ditugunak.

Beraz, web semantikoa izango litzateke pertsonentzat kodetzen den HTML sarearekin batera existituko litzatekeen sare paralelo bat, makinek ulertzeko moduko ezagutza-base bat, semantika adierazteko formatuetan kodetua. Lengoaia naturaleko webaz gain, testu egituratuko beste bat izango genuke. Ezagutzaren errepresentazio hori makinek ulertu ahal izango lukete, modu eraginkorrean tratatu, ezagutza berria inferitu...

Teknologiak: RDF, OWL...

Baina, horretarako, amaraunean dauden kontzeptu guztiak definitu ahal izateko, etiketatze semantikoko eskema eta formatuak behar dira. W3Ck formatu horiek definitu ditu hainbat estandarretan; RDF eta OWL dira garrantzitsuenak eta ezagunenak.

RDF (Resource Description Framework) baliabideak deskribatzeko balio duen formatu bat da, XMLn oinarritua. Hiru elementutan oinarritzen da: baliabideak, propietateak eta propietateen balioak. Baliabidea deskribatuko den hori da, eta URI batez (web identifikatzaile edo helbide batez) identifikatzen da. Propietatea baliabidearen ezaugarri bat da, deskribatu nahi dena. Eta balioak deskribatu nahi diren ezaugarrien balio konkretuak dira (ikusi hurrengo orriko adibidea).

Adibidez, honela deskribatu ahal izango litzateke Elhuyar aldizkariaren ale bat eta bere artikuluak RDF bidez (hau modu sinplifikatu eta ulerterrazean erakutsita dago, RDF formatuan beste etiketa-izen batzuk erabiltzen dira):

<RDF>
  <Description about="http://www.zientzia.net/elhuyar.asp?Alea=251">
    <izenburua>Elhuyar Zientzia eta Teknika</izenburua>
    <alea>251</alea>
    <egilea>Elhuyar Fundazioa</egilea>
    <data>2009ko martxoa</data>
    <artikuluak>
      <artikulua resource="http://www.zientzia.net/artikulua.asp?Artik_kod=14412" />
        ...
    </artikuluak>
  </Description>
  <Description about="http://www.zientzia.net/artikulua.asp?Artik_kod=14412">
    <izenburua>Pirinioak, unibertsoaren laborategi</izenburua>
    <egilea>Oihane Lakar</egilea>
  </Description>
  ...
</RDF>

Era horretara, nahi duguna deskriba dezakegu. Baina gauza-mota bakoitza (pertsonak, musika taldeak, liburuak...) deskribatzeko erabili beharreko etiketetan ados jarri beharra dago; bestela, makinek ulertu gabe jarraituko lukete. Horretan laguntzen du OWL (Web Ontology Language) lengoaiak. OWLk ezagutza-arlo edo bizitzaren esparru jakin bateko objektu edo entitateak nola deskribatuko diren definitzea ahalbidetzen du.

Eta horiei aprobetxamendu egokia ateratzeko, beste hainbat teknologia ere definitzen dira web semantikoan: SPARQL (RDF ezagutza-baseak kontsultatu ahal izateko kontsulta-lengoaia), GRDDL (modu berezi baten kodetutako XML eta XHTML dokumentuetatik RDF sareak automatikoki erauzteko lengoaia) eta abar.

Adibide erreal bat:RSS formatua

Web semantikoaren ahalmenaren adibide txiki bat geure artean dugu aspalditik: blogek hasieratik, eta, gaur egun, Interneteko bestelako albisteguneek ere erabiltzen duten RSS (Really Simple Syndication) formatua. Izatez, RDF mota bat da (jatorrizko izena RDF Site Summary da), albisteak deskribatzen espezializatutakoa. Blogek berrikuntza handia ekarri zuten, informatika edo HTML ezagutza teknikorik izan gabe Interneten edukia sortzeko aukera eman baitzioten erabiltzaileari, eta jende berri asko hasi zen Interneten testuak jartzen. Baina blogek ez zuketen halako arrakasta izango RSS formatuagatik ez balitz.

Izan ere, blogak HTML formatuan soilik publikatu izan balira, hainbat blogen gaiak atsegin dituen irakurle batentzat ez litzateke erraza izango haiei jarraipena egitea. Aldian behin horietako guztietara sartu beharko luke, zerbait berririk dagoen ikusteko. Eta lan hori, gainera, askotan ezer berririk ez egoteko, edo ez gogoratzeko azkeneko aldian zein irakurri genituen... Azkenean, ezingo luke blog gutxi batzuen jarraipena baino egin.

Baina blogek, pertsonentzako HTML bertsioaz gain, makinentzako RSS bertsioa ere bazuten. Bertsio horretan, azken sarrera edo artikuluak agertzen ziren, horietako bakoitza etiketen bidez ondo ezberdinduta, eta bakoitzaren izenburua, egilea, data, laburpena, esteka eta abar ondo egituratuta, makinek ulertzeko moduan. Hala, RSS-irakurgailuak sortu ziren, norberak atsegin dituen blogen jarraipena egiteko. Irakurgailuak gure blog gogokoen RSSen jarraipen periodikoa egiten du, eta erabiltzaileari azkeneko sartu zenetik dauden berriak soilik erakutsi; horrela, hamarka edo ehunka blogen jarraipena egin daiteke. Eta blogetan espezializatutako bilatzaileak ere sortu ziren, eta RSSak batu eta filtratzeko zerbitzuak, egunkari eta aldizkarien webguneek ere jarri zuten RSSa, sare sozialek ere bai... Web 2.0ren iraultzaren benetako "errudunetako" bat RSSa izan zen.

Pentsa, blog eta albisteentzako etiketatze semantiko sinple batek hori egin badu, zer ez den gertatuko beste edonolako kontzeptuak (pertsonak, salgaiak, ekitaldiak...) ere semantikoki etiketatzen direnean...

Badaude beste adibide batzuk, esperimentalagoak oraingoz, web semantikoaren ahalmena erakusten saiatzen direnak, dbpedia.org proiektua adibidez. Wikipediako infobox-etatik (Wikipediako orri batzuk eskuinean izaten duten informazio egituratuzko kutxak, alegia) RDF sare erraldoi bat erauzi dute, eta SPARQL lengoaian hainbat kontzeptu erlazionatzen dituzten kontsulta konplexuak egin dakizkioke (bertako etsenplu baten "11 zenbakia duen futbol jokalaria, 40.000 pertsona baino gehiagorentzako kapazitatea duen estadioa daukan klub batekoa, 10 milioi biztanle baino gehiago dituen herrialde baten jaiotakoa" galdera dago!).

Web semantikoaren ajeak

Hala ere, ezin guztia ona izan. Badira jada urte batzuk web semantikoaren ideia sortu zela, eta gauzatzea asko kostatzen ari zaio. Izan ere, ez da lan erraza. Batetik, existitzen diren kontzeptu guztientzako ontologiak definitu eta adostu behar dira, eta, hainbat gauza jada egin diren arren, lan ikaragarria da.

Baina, bestetik, are garrantzitsuagoa dena, gero edukia formatu horietan sortu behar da, eta hori oso neketsua izan daiteke. Ezin dugu espero webguneak sortzen dituen jendeak RDF formatuan eskuz etiketatzea. Webguneak tresnak erabiliz sortzen dira aspalditik, eta tresna horiek izan beharko dira egokitu eta edukia formatu semantikoan ere sortuko dutenak, blog-plataformek zuzenean RSSa ere publikatzen duten bezala. Kasu jakin batzuetan, espero izatekoa da hori nahiko laster gertatzea, hala nola edukia berez nahiko egituratua den kasuetan (ekitaldien egutegiak, adibidez) edo enpresen interesekoak direnetan (on line dendetako produktuen deskribapen orriak, adibidez).

Zailagoa izango da gaur egun lengoaia naturalean idatzitako testuetan agertzen den informazio guztia ere semantikoki etiketatzea. Testu batean pertsonak, liburuak, haien ezaugarriak, haien arteko erlazioak eta abar deskribatzen direnean, hori semantikoki etiketatzea, tresna bisualen laguntzarekin ere, izugarrizko lana da. Eta ez dago, egutegiaren edo dendetako produktuen kasuetan bezala, automatikoki egiterik...

Makinak testua ulertzen?

Edo bai. Hainbat esperimentutan, Lengoaia Naturalaren Prozesamenduko (NLP) teknikak erabiltzen ari dira testu arruntetatik automatikoki etiketatze semantikoa erauzteko, batzuetan arrakastaz. Webgintzako tresnek agian horrelako LNPko teknikak integratu ditzakete, eta eduki sortzaileari lagundu diezaiokete etiketatze semantikoa sortzen, etorkizun ez hain urrun batean. Baina, bestalde, makinak hori benetan ongi egiteko gai badira, ez dago web semantikoaren beharrik, horrek esan nahi baitu makinak gai direla testua "ulertzeko", eta Interneteko bilatzaile eta bestelako agenteek zuzenean modu eraginkor batean tratatu ahal izango dituztela HTML formatuan dauden testuak.

Ez dakigu zein iritsiko den lehenago, semantikoki etiketatutako weba ala makinek testuaren semantika edo esanahia ulertzea. Eta, lehenengo kasua bada, ezin jakin zenbat eduki egongo den web semantikoan: web osoa etiketatuko den semantikoki, edo gauza jakin batzuk soilik (sinpleenak eta enpresen interesekoak), edo bien arteko zerbait... Edonola ere den, modu batera edo bestera, webean esanahiak gero eta garrantzi handiagoa izango du, eta, semantikari esker, zerbitzu gero eta hobeak izango ditugu. Sir Tim Berners-Leek berak aurtengo martxoan esana da: "Weba ez dago amaituta. Gaur egungo weba izebergaren punta besterik ez da. Teknologia berriak iritsiko dira, askoz ere boteretsuagoak, inoiz pentsatuko ez genituzkeen gauzak egitea ahalbidetuko digutenak. Onena iristear dago". Hala bedi!

Joan den igandean, Gara egunkariarekin batera banatzen den 7K gehigarrian, Pello Argiñarenak Interneten inguruan egin zidan elkarrizketa agertu zen. 7K bera Interneten ez egotea apur bat kontraesankorra da, beraz elkarrizketa hori hemen jartzea pentsatu dut, extended bertsioan (paperezkorako mozketatxoren bat egin behar izan zuten luzerarengatik).

Igor Leturia: "Internetek hamar urtean bizitzeko modua aldatu digu, eta hau hasiera besterik ez da"

Irudia: Conny Beyreuther

Arrasate, 1971. Informatikaria. Blogaria. Hizkuntza teknologietan ikertzailea, Elhuyar Fundazioan. Internetek hogei urte bete ditu. Sareen sareaz hausnarketa eskatu diogu.

Pello Argiñarena

Konturatzen al gara mundua klik bakar batera daukagula?

Batzuk bai eta beste batzuk ez. Gazteen artean gehienak bai, oso naturala zaie Internet. Hala ere, mundu mailan, jende askok ez du konturatzeko aukerarik ere.

Telefonoak eta autoak mundua aldatu zuten aurreko mendean. Zenbaterainoko aldaketa ekarriko du Internetek?

Horiek baino are handiagoa. Pentsa nola aldatu duen hamar urte eskasetan gu guztion lan egiteko eta bizitzeko modua, eta hau hasiera besterik ez da.

Oinez edo sagua erabiltzen. Zer ikasten dute haurrek lehenago?

Momentuz oinez, baina laster, nork daki.

Aitonak galdetu du zer den softwarea...

Ez dauka hori jakin beharrik. Erakutsi behar dioguna da nola atera probetxua ordenagailuari eta Interneti bere eguneroko beharretarako: erosketak egin eta etxera ekartzeko, Imsersoko bidaiak hartzeko, Erasmus dagoen bilobarekin bideokonferentziak dohainik izateko...

Urrutiko ezezagun batekin hitz egin dezakegu. Sarritan ez dugu ondoko auzokidea ezagutzen...

Agian auzokideak merezi ez duelako izango da, eta sareak behintzat jende interesgarriagoa ezagutzeko parada ematen digu.

16 urteko hacker batek Pentagonoko sistema informatiko osoan sartzea lortu zuen...

Ni ez nintzen izan, benetan! Internetek zaharrago harrapatu ninduen... ;-)

AEBetan jarraituz, bertako Epaitegi Goreneko erabaki batek honakoa dio: "Interneteko sarean herritarrek kaoserako eskubide osoa dute"

Gauzek esku artetik ihes egiten dietenean eta gizartea berez antolatzen hasten denean, boteretsuek beti kaosaren beldurra zabaltzen dute.

Askatasunaren edo kaosaren aberria. Zer da internet?

Askatasunarena. Baina gobernu eta botere-talde askok nahi dutena lortzen badute, ez da luzarorako izango...

Zenbat zabor dago sarean?

Hedabide eta argitaratzaile tradizionalek beti azpimarratzen dute beraien edukien kalitatea sareko kuxidadearen aldean, telebistan edo egunkarietan edo liburuetan dena ona balitz bezala... Sarean zaborra egon badago, baina beste hedabideen proportzio berean, eta asko enpresek eta interes ekonomikoek sartutakoa da, spam delakoa kasu.

Badago internet on bat eta txar bat?

Internet komunikatzeko bitarteko bat besterik ez da. Ona edo txarra ematen zaion erabilera da. Gauza txarrak egiteko ere erabiliko da noski, baina lapurretak edo bahiketak egiteko erabiltzen direla-eta ez ditugu kotxeak satanizatzen. Gainera, hedabideek erabilera gaizto horien artean sartu nahi dute kultura elkarbanatzea besterik ez dena. Erabilera gaiztoak baditu sareak, baina pirateoa deitzen dutena ez da horietako bat.

Zenbat bakardade dago sarean?

Beste topiko bat. Izango da sarean kontsumitu besterik egiten ez duenik ere, baina, telebistak, irratiak eta liburuek ez bezala, Internetek parte hartzea eta bi norabideko komunikazioa ahalbidetzen ditu. Sareak lagunak egiten laguntzen die bestela bakarrik legokeen jende askori.

Zertan aldatu digu eguneroko bizitza?

Gutako askori, erabat. Beste batzuei, batez ere urteetan aurrerago doazenekin, ezer gutxi, baina horrela izan da beste edozein aurrerapen teknologiko gehienekin.

Zein muga ditu sareak?

Berez, batere ez, eta oraindik izugarri garatuko da utziz gero. Baina izan ditzake mugak, gobernuek eta boteretsuek berea lortzen badute.