A tudás új művészete

Szinte mindent elönt a digitális információözön, milliárdnyi adathalmaz vesz körül bennünket. Talán fel sem mérjük, hogy mindennapjainkban milyen sokféle elektronikus rendszerben tárolnak rólunk valamilyen információt. Különféle banki adatbázisokban rögzítik pénzügyi tranzakcióinkat, mobiltelefonunk folyamatosan kommunikál a szolgáltató rendszereivel, még az iskolai vizsgák eredményét is egységes számítógépes rendszerekben rögzítik. Még csak kis lépésekben, de már számos országban elkezdődött és javában zajlik a hagyományos könyvtárakban megtalálható tartalmak digitalizálása. Ha betérünk egy üzletbe, több térfigyelő kamera rögzítheti mozgásunkat és viselkedésünket, elektronikus kapukon haladunk át.

Szinte láthatatlanul, egyre inkább átszövi életünket a digitális hálózati technológia, mind több digitális ujjlenyomatot hagyunk hátra életünkben. A számos apró információs mozaik pedig, akár egy kirakós játék elkülönülő darabjai, megdöbbentően éles, valós, hiteles és naprakész profilok felállításának elvi lehetőségét teremti meg. Mind pontosabban nyomon követhetők és azonosíthatók vagyunk. Vagy mégsem?

AZ INFORMÁCIÓ LÉTEZIK. Kevéssé valószínű, hogy a világban véletlenszerűen elszórt, egymástól teljesen elkülönült, elosztott informatikai rendszerekben naplózott digitális nyomainkat bárki is össze tudná (vagy akarná) kapcsolni és saját céljaira felhasználhatóvá tudná ma tenni. A különböző információs csatornákon áramló töméntelen információs tartalom hatékony és teljes feldolgozása többnyire meghaladja mai képességeinket. Ennek megfelelően kénytelenek vagyunk szelektálni, és megpróbáljuk céljainknak megfelelően szűrni és kiszűrni a felesleges, kevésbé releváns tartalmakat.

A világhálón sincs ez másképpen, a milliónyi különféle tartalom közül a leghatékonyabban szeretnénk megtalálni a bennünket érdeklő oldalakat. Legyen szó személyes célokról, vállalatokról vagy akár nemzetgazdaságokról, általánosságban elmondható, hogy ma már nem annyira az információ megléte kérdéses, sokkal inkább az, hogy elérjük-e időben, és képesek vagyunk-e hatékonyan, hitelesen elemezni.

E SZÁZAD BÁNYÁSZAI. Mind komolyabb gondot jelent a haszontalan digitális hulladékhegyek (például: kéretlen reklámlevelek, irreleváns haszontalan tartalmak) között rábukkanni a bennünket érdeklő hírekre. A webes keresők előnye, hogy segítségükkel könnyebben megtalálhatók a tartalmak, hátrányuk ugyanakkor, hogy a kulcsszó alapú keresésre sokszor irreálisan nagy számú, végigolvashatatlan mennyiségű találatot adnak. Az internetes kereséseket támogató keresőmotorok mellett szárnyait bontogatja egy gyorsan fejlődő új tudományterület is: az elektronikusan keletkező tartalmak kontextusainak komplex automatizált vizsgálatát lehetővé tevő szövegbányászat (textmining).

A szövegbányászat legújabb módszerei lehetővé teszik, hogy például egy hatalmas adathalmazból a szövegösszefüggések vizsgálatával pontosabb találatokat eredményező kereséseket végezzünk. Hogy fest ez a valóságban? A szövegbányászat technológiájának alapja a szövegek gazdag tartalmi megjeleníthetősége. Egy-egy mesterséges intelligencia rendszer képes lehet az adott szövegkörnyezet összefüggéseit vizsgálva intelligensen szűrni a tartalmakat. Például: ha egy internetes keresés során Kovács János szabómestert szeretnénk megtalálni, akkor ma az összes Kovács és Szabó nevű személy találatait is megjelenítik a keresők. Egy szövegbányászati megoldás ezzel szemben csak azokat a szabászattal kapcsolatos oldalakat fogja megjeleníteni, ahol Kovács úr neve is szerepel.

A tartalmak összefüggő automatizált vizsgálata az egyes szavakhoz társított szabályok (például szinonimalisták) megadásával tetszőleges mértékben finomítható. Egy-egy ilyen kiépült rendszer különleges előnye, hogy saját, folyamatosan bővülő, öntanuló szabálygyűjteményének összehasonlító vizsgálatával konkrét kérdésekre képes megtalálni akár megdöbbentően pontos válaszokat. Alkalmazásának lehetőségei rendkívül sokszínűek lehetnek, az egészen egyszerű feladatoktól (például: automatizált téma-, versenytárs- és sajtófigyelés) a komplex üzleti információs kérdések vizsgálatáig (például: egy vállalati stratégia vagy termékcsoport regionális piaci elemzése megadott időszakban) vagy bizonyos események előrejelzéséig terjedhetnek.

KÖZÖS TUDÁS. Ma már többnyire általánosan elfogadott nézet, hogy szinte minden információs kérdés megtalálható valahol valamilyen formában, legalább részleteiben. Minél specifikusabb, összetettebb kérdésre keresünk helyes válaszokat, annál több energiát és időt kell fordítani az információ felkutatására. A humánerőforrás-ráfordítást jelentős mértékben megkönnyítheti a különböző szövegbányászati és elemzési eljárások használata.

Az információs kor hajnalán sikereink egyik meghatározó pillére lehet, ha képesek vagyunk időben elérni a boldogulásunkhoz szükséges pontos információkat. Globalizálódó és folyamatosan változó világunkban nem nehéz elképzelni, hogy bárkit stratégiai előnyhöz (vagy hátrányhoz) is juttathat egy-egy alapvető gazdasági-társadalmi-technológiai változás ismerete vagy ennek hiánya. 2005 minden bizonnyal kiugróan sikeres év azoknak a nemzetközi csúcstechnológiai cégeknek, amelyek ezzel a területtel foglalkoznak. A szövegbányászat eszközei és felhasználási területei mindazonáltal további meghatározó piaci robbanás előtt állnak.

Az ókorból származó gondolat, hogy csak az a tudás ér valamit, amit képesek vagyunk megosztani másokkal. Globális világunk társadalmainak már meglévő és újonnan keletkező közös tudása egységes struktúrákba rendezve és hatékonyan megosztva hozzájárulhat a társadalmi fejlődés további dinamizálásához. Alternatív, nem hierarchikus felépítéséből fakadóan a világháló többnyire egymástól távol eső, teljesen szétszóródott információtöredékeket tartalmaz. Mind nagyobb teret hódítanak azonban a kereskedelmi információszolgáltató pontok. Ezek előnye, hogy rendszerben összegyűjtve, strukturáltan tartalmazzák egy-egy ágazat vagy terület archív és naprakész hiteles információit. A LexisNexis adatbázisa például 1973 óta gyűjti és rendszerezi témákba gyűjtve a különféle legális tartalmakat.

A csoportosítás mellett másik hatalmas előnye egy-egy ilyen kereskedelmi információs rendszernek az lehet, hogy a webbel ellentétben többnyire nemcsak a pillanatnyilag aktuális felkapott tartalmakra fókuszál, hanem archivál is, ezért a múltban történt változásokat is képes lehet megjeleníteni. Ez különösen akkor lehet érdekes, ha egy információ a múltban teljesen más megítélés alá esett, mint napjainkban. A LexisNexis szövegbányászati megoldásai segítséget nyújthatnak abban is, hogy célzottan, az irreleváns tartalmak kiszűrésével időt és energiát spóroljunk meg kutatásaink során.

INTEGRÁCIÓ. Hol lehetnek ennek előnyei a vállalatok számára? A témaszolgáltatások tapasztalatai alapján olyan szelektált tartalmakat gyűjthetnek össze, amelyek hatékonyan növelhetik gazdasági előnyüket a kiélezett piaci versenyben. Bár az információkutatáson ma többnyire a szövegalapú információk kutatását értjük, egyre több az olyan integrált megoldás, amely képes elvégezni audió- és videótartalmak meghatározott szempontok szerinti szűrését is. A szövegbányászat és a beszédfelismerés technológiájának ötvözésével és a mobil képrögzítő eszközök (mobiltelefonok, digitális kamerák) széles körű térhódításával várhatóan ez a szegmens is jelentős piaci növekedési potenciált hordoz még magában.

Az ilyen típusú megoldások felhasználói a digitális tömegkommunikációs eszközök üzemeltetőin (elektronikus média, televízió, sajtó) kívül ma még a leginkább a biztonságért felelős hivatalos szervek lehetnek. A talán nem túl távoli jövőben azonban várhatóan meg fog jelenni a technológia üzleti felhasználásának lehetősége is. A civil életben egy ilyen komplex megoldás például különösen hatékonyan képes támogatni a vállalati kommunikációs és marketingtevékenységeket, illetve a kutatás-fejlesztési tevékenység előmozdítására is jótékony hatással lehet. A komplex technológián alapuló keresések elismert eredményeit méltányolva azért az is biztosan állítható, hogy bár egyes műveletek automatizálhatóak, de még sokáig az emberi elemzői képesség lesz a legnagyobb értékünk. Még sokáig azok a rendszerek lesznek a legértékesebbek, ahol a mérték: az ember.