3. El lenguaje del ciberperiodismo

Desde que los periodistas coexisten en Internet, la investigación, producción y difusión  de la información ha evolucionado. Incluso el perfil del periodista, el medio y hasta el público han experimentado también mudanzas radicales. Sin embargo, hay un ámbito en el cual hay que enfatizar debido a la importancia en el periodismo digital: el lenguaje en el ciberperiodismo.

Los cibermedios han tomado prestados de sus predecesores, sobre todo de la prensa, los géneros y los estilos periodísticos. Tipos de texto como la noticia, la entrevista, el reportaje, la crónica o la columna de opinión han encontrado nuevo acomodo en los cibermedios. De igual modo, el estilo impersonal, la estructura del titular, del texto y la pirámide invertida se han trasladado, entre otras rutinas del estilo informativo clásico, a las publicaciones digitales.

Los cibermedios han comenzado a diseñar un lenguaje propio, que aspira a aprovechar las posibilidades propiciadas por la nueva plataforma digital. Y esa plataforma ofrece unas nuevas claves lingüísticas que los periodistas deberán aprender a utilizar.

La configuración de un nuevo lenguaje para los cibermedios pasa por incorporar, sobre todo, tres novedosos ingredientes para el periodismo: multimedialidad, hipertextualidad e interactividad. Por las características de sus respectivos soportes, la prensa, la radio y la televisión no han contado hasta ahora con la posibilidad de difundir informaciones hipertextuales, multimediáticas e interactivas. Para conseguirlo, era necesaria una condición tecnológica añadida: un soporte digital y la posibilidad de conectar a los interlocutores del proceso comunicativo (periodistas y público) mediante redes. Esta posibilidad llegó hace más quince años de la mano de Internet. Gracias a esta plataforma tecnológica, han nacido y crecido miles de cibermedios que han comenzado a aprovechar las nuevas posibilidades lingüísticas.

2.4 Web Semántica

La Web Semántica es una web extendida, está dotada de un mayor significado. Se desarrolla con lenguajes universales que permitirán a los usuarios encontrar respuestas a sus preguntas de una forma más rápida y sencilla gracias a la mejor estructuración de la información.

La Web Semántica es una extensión de la World Wide Web en la que los contenidos de la Web pueden ser expresado mucho más que en un lenguaje natural, y también en un formato que pueda ser entendido, interpretado y usado por diferentes software, permitiéndoles buscar, compartir e integrar información más fácil.

La Web Semántica fue creada por Tim Berners-Lee, inventor de la WWW, URIs, HTTP yHTML. Existe un equipo en el World Wide Web Consortium (W3C) los cuales se dedican a mejorar, extender y estandarizar el sistema y muchos lenguajes, publicaciones y herramientas han sido ya desarrollados.

Es una Web que contiene mucha información donde podemos relacionar diferentes recursos. Con la misma podemos solucionar problemas habituales como son los de realizar búsquedas en Internet.

Los buscadores nos arrojan resultados gracias a palabras claves, están nos muestra informaciones que no se relacionan con lo que deseamos encontrar, y que podamos relacionar recursos en la Web; supongamos que contamos con un artículo publicado, podemos preguntar cuáles artículos ha publicado ese autor mediante las relaciones que existen.

 La visión de la Web Semántica es ampliar los principios de la Web desde los documentos a los datos. La misma permitirá satisfacer mayor potencial a las Web, permitiendo que los datos sean compartidos con eficiencia por grandes comunidades, y sea procesada automáticamente por las herramientas y manualmente.

Su objetivo es crear un medio universal que permita el intercambio de datos y brindar un mayor significado a la misma para que puedan ser interpretadas por las máquinas.

Mediante RDF se extrae la información de la base de datos para crear un formato más comprensible para las máquinas. Con esta información podemos realizar deducciones lógicas, combinar información, generar información nueva a partir de una ya existente, realizar consultas complejas en buscadores.

Principales Componentes:

Entre los principales componentes de la Web Semántica podemos encontrar XML, XML Schema, RDF, RDF Schema y OWL. La descripción de OWL en inglés “Ontology Web Language” describe las funciones y relaciones de cada componente de la Web Semántica:

·         XML: Provee una sintaxis elemental para las estructuras de contenidos dentro de documentos.

·         XML Schema: Es un lenguaje para proporcionar y restringir la estructura y el contenido de los elementos contenidos dentro de documentos XML.

·         RDF: Es un lenguaje simple para expresar modelos de los datos, que refieren a los objetos “recursos” y a sus relaciones. Un modelo de RDF-based se puede representar en sintaxis de XML.

·         RDF Schema: Es un vocabulario para describir propiedades y clases de recursos RDF-based, con semántica para generalizar-jerarquías de las propiedades y clases.

·         OWL: Es un mecanismo para desarrollar temas o vocabularios específicos en los que podamos asociar esos recursos.

Más sobre la Web Semántica 

2.5 Comunidades cirtuales temáticas

Internet constituye una amplísima red de ordenadores que proporciona a cada uno de los usuarios individuales una voz en igualdad, o al menos una igualdad en la oportunidad para hablar, es decir, para participar en la comunidad. La atracción por la red y por la participación en este tipo de experiencias viene dada por la habilidad de la tecnología para legitimar públicamente la propia expresión y por la libertad que proporciona en relación a las barreras tradicionales del espacio y del tiempo.

Hemos visto que una comunidad se define en términos de comunicación; existe comunidad si se comparte y se intercambia información. De hecho, comunicación y comunidad tienen un origen común. El término ‘comunicación’ viene del latino comunis (común) o de comunicare (establecer una comunidad). Sin embargo y a pesar de que la comunicación sirve como base de la comunidad, ambos conceptos no deben ser confundidos. Uno puede comunicar con otro individuo sin considerar que la persona es miembro de la comunidad propia.

Pero en internet, puede ser más importante el sentimiento de comunidad que el de comunicación. Como señala Cherny (1999), este sentimiento de comunidad es esencial en la vida de las comunidades virtuales, ya que las comunidades virtuales requieren algo más que el mero acto de conexión, la clave está en la interacción humana a través de ordenadores.

Hay diferentes tipos de comunidades virtuales:

* Foros de discusión
* Correo electrónico y grupos de correo electrónico
* Grupos de noticias

*Foros (como inicialmente los ofrecía Yahoo)
* Video Conferencias
* Chat
* Dimensión de Usuario Múltiple: es un sistema que permite a sus usuarios convertirse en el personaje que deseen y visitar mundos imaginarios en los que participar junto a otros individuos en juegos u otro tipo de actividad.

* Gestores de contenido
* Sistemas Peer to Peer (P2P)
* BBS (sistema de tablón de anuncios)

2.3 Internet profunda

La Red oculta alberga unas 500 veces más información de la que es posible encontrar a través de una búsqueda simple. La mayoría de las bases de datos dinámicas han de rastrearse desde su propio sitio

Más de 60 millones de sitios web y más de 1.000 millones de páginas. Éste es el océano de información en el que tienen que bucear los internautas en busca de los datos que necesitan. A veces, cuando son peticiones muy generales, suelen encontrarse fácilmente. Otras, puede convertirse en una ardua tarea. Los buscadores generalistas más conocidos, como Google, Yahoo! y MSN, se han convertido en los guías vitales cuando no se conoce una dirección web específica. Y éstos, grandes conocedores del terreno en el que se mueven, realizan su cometido... aunque dentro de sus aún limitadas posibilidades.

Incluso los buscadores más famosos que nos abruman cada poco tiempo con la presentación de revolucionarias técnicas de localización tienen su punto débil. Este talón de Aquiles deja inaccesibles, para aquellos usuarios que únicamente utilicen estos buscadores, una inmensidad de datos que llega a superar hasta 500 veces el volumen de información que tienen registrado las herramientas de búsqueda generalistas, según un informe de la consultora Bright Planet. Es la llamada Red profunda.

Las arañas

Para entender esta carencia es necesario conocer el funcionamiento actual de la mayoría de los buscadores. Cuando una persona realiza una consulta, el buscador no recorre la totalidad de Internet en busca de las posibles respuestas, lo cual supondría una capacidad de reacción bastante lenta. Lo que hace es buscar en su propia base de datos, que ha sido generada e indizada previamente. En sus labores de búsqueda, indización y catalogación, utilizan las llamadas "arañas" o robots inteligentes que van saltando de una página web a otra siguiendo los enlaces de hipertexto y registran la información allí disponible.

El problema aparece cuando la información requerida se encuentra en una página que carece de enlaces. En este caso, la única forma que tiene de ser registrada en un buscador es que su autor la incluya manualmente rellenando un formulario. En caso contrario, esta web resultará invisible para todos aquellos usuarios de Internet que no conozcan la URL o dirección concreta.

Sin embargo, el que una página carezca de enlaces no es la única causa que puede llevar a una web a permanecer en las profundidades, invisible a los buscadores generalistas. Éstos suelen indexar páginas estáticas que incluyen textos simples y que están programadas en HTML, el lenguaje de programación más común. Ésta es la información que, sin ninguna duda, un usuario encontraría en la llamada Red superficial utilizando los buscadores más comunes, y buena parte del resto pasa a formar parte de la Red profunda.

Actualmente, la posibilidad de buscar e indexar cierto tipo de archivos no textuales, como imágenes, audio, vídeo, archivos PDF o Postscript, programas ejecutables o archivos comprimidos, se ha convertido en un reto para los motores de búsqueda más generales.

 Técnicamente la mayoría de estos formatos pueden ser indexados, pero muchos buscadores eligen no hacerlo por razones de negocio. En primer lugar, hay mucha menos demanda de este tipo de formatos que de textos HTML y, además, estos formatos son más difíciles de archivar y organizar, por lo que requieren más recursos del servidor y sobre todo un mayor coste económico. Sin embargo, la demanda se está imponiendo y los grandes buscadores ya recogen entre sus opciones la posibilidad de localizar imágenes, PDF e incluso vídeos. Y su lucha por robar terreno a la Red profunda continúa.

La información que se genera dinámicamente también forma parte de esta área más profunda de Internet. La mayoría de estas páginas están generadas en HTML, por lo que en teoría son fácilmente indexables. El motivo más frecuente alegado por los buscadores para no hacerlo es que se han dado bastantes casos de rastreadores que se han visto atrapados en las llamadas trampas de araña, un sitio con miles o millones de páginas diseñadas sólo para bloquear los motores de búsqueda.

También los datos que se generan en tiempo real, como pueden ser valores de Bolsa, información del tiempo, horarios de trenes, etcétera, suelen formar parte de la Red profunda. Aunque éstos, con un motivo bien fundamentado: su inmenso volumen y, principalmente, la gran rapidez con la que varía dicha información hacen bastante inservible para el usuario que un buscador generalista indexe un contenido tan fugaz. Por lo tanto, la mayoría eligen no hacerlo, aunque técnicamente sea posible.

2.3.1 Bases de datos

Toda esta información oculta hasta ahora citada es tan sólo una mínima parte de la Red profunda. La mayoría está compuesta por las bases de datos disponibles a través de Internet. Normalmente ellas mismas tienen sus propias herramientas de búsqueda personalizadas, que sólo presentan dinamismo en respuesta a una pregunta directa, cosa que hasta el momento sólo es capaz de hacer el propio usuario y en ningún caso los programas araña que usan los buscadores en sus tareas de catalogación. Si el usuario pretende realizar una búsqueda en ellas, debe usar las propias herramientas que la base de datos ofrece . El inconveniente está en que es necesario encontrar la base de datos en primer lugar, tarea en la que a veces los motores de búsqueda generales ayudan y otras no.

Actualmente hay en Internet de 200.000 a 500.000 bases de datos de acceso gratuito que contienen información de alta calidad para el usuario, así como otro gran número que requieren algún pago por sus contenidos. Estas inmensas fuentes de información, que muchas veces el usuario pasa por alto al no poder acceder con sus herramientas de búsqueda habituales, normalmente están organizadas por temas y catalogadas manualmente con un rigor de calidad, actualidad y fiabilidad del que suelen carecer muchos de los documentos que se encuentran sueltos en el ciberespacio. La mayor base de datos existente es la de la Biblioteca del Congreso de EE UU (www.loc.gov ), que contiene más de 26 millones de referencias.

La Red profunda es, por tanto, un recurso que deben tener muy en cuenta los internautas que buscan en Internet algo más que generalidades. El hecho de que Google o Yahoo! no encuentren una consulta no tiene por qué significar que la respuesta no esté en Internet. Tan sólo hay que bucear algo más para encontrar este mar de información muchas veces desconocido por los usuarios que se limitan al uso de los buscadores más comunes.

El inmenso océanodel Internet profundo. El País. 

2.3.2 Data Minning

Data Mining es la extracción de información oculta y predecible de grandes bases de datos. Es una poderosa tecnología nueva con gran potencial para ayudar a las compañías a concentrarse en la información más importante de sus Bases de Información (Data Warehouse). Las herramientas de Data Mining predicen futuras tendencias y comportamientos, permitiendo en los negocios tomar decisiones proactivas y conducidas por un conocimiento acabado de la información (knowledge-driven). Estas herramientas exploran las bases de datos en busca de patrones ocultos, encontrando información predecible que un experto no puede llegar a encontrar porque se encuentra fuera de sus expectativas.

Las técnicas de Data Mining pueden ser implementadas rápidamente en plataformas ya existentes de software y hardware para acrecentar el valor de las fuentes de información existentes y pueden ser integradas con nuevos productos y sistemas pues son traídas en línea (on-line). Una vez que las herramientas de Data Mining fueron implementadas en computadoras cliente-servidor de alta performance o de procesamiento paralelo, pueden analizar bases de datos masivas para brindar respuesta a preguntas tales como, "¿Cuáles clientes tienen más probabilidad de responder al próximo mailing promocional, y por qué? y presentar los resultados en formas de tablas, congráficos, reportes, texto, hipertexto, etc.

El Alcance de Data Mining

El nombre de Data Mining deriva de las similitudes entre buscar valiosa información de negocios en grandes bases de datos - por ej.: encontrar información de la venta de un producto entre grandes montos de Gigabytes almacenados - y minar una montaña para encontrar una veta de metales valiosos. Ambos procesos requieren examinar una inmensa cantidad de material, o investigar inteligentemente hasta encontrar exactamente donde residen los valores. Dadas bases de datos de suficiente tamaño y calidad, la tecnología de Data Mining puede generar nuevas oportunidades de negocios al proveer estas capacidades:

·         Predicción automatizada de tendencias y comportamientos. Data Mining automatiza el proceso de encontrar información predecible en grandes bases de datos. Preguntas que tradicionalmente requerían un intenso análisis manual, ahora pueden ser contestadas directa y rápidamente desde los datos

·         Descubrimiento automatizado de modelos previamente desconocidos. Las herramientas de Data Mining barren las bases de datos e identifican modelos previamente escondidos en un sólo paso. Otros problemas de descubrimiento de modelos incluye detectar transacciones fraudulentas de tarjetas de créditos e identificar datos anormales que pueden representar errores de tipeado en la carga de datos.

Las bases de datos pueden ser grandes tanto en profundidad como en ancho:

·         Más columnas. Los analistas muchas veces deben limitar el número de variables a examinar cuando realizan análisis manuales debido a limitaciones de tiempo. Sin embargo, variables que son descartadas porque parecen sin importancia pueden proveer información acerca de modelos desconocidos. Un Data Mining de alto rendimiento permite a los usuarios explorar toda la base de datos, sin preseleccionar un subconjunto de variables.

·         Más filas. Muestras mayores producen menos errores de estimación y desvíos, y permite a los usuarios hacer inferencias acerca de pequeños pero importantes segmentos de población.

Para más información 

2.2 Metabuscadores

A diferencia de los buscadores que recopilan información de las páginas mediante su indexación, como Google, y de los que mantienen un amplio directorio temático, como Yahoo, los metabuscadores no disponen de una base de datos propia que mantener sino que utilizan las de varios buscadores para encontrar la información solicitada por el usuario. Después muestra una combinación de las mejores páginas que ha devuelto cada buscador.

Así pues, un metabuscador es un buscador de buscadores. Otras denominaciones habituales son las de multibuscador y megabuscador.

2.2.1 Cómo funcionan

Ventajas

La ventaja principal de los metabuscadores es que amplían de forma notoria el ámbito de las búsquedas que realizamos, proporcionando mayor cantidad de resultados. La forma de combinar los resultados depende del metabuscador empleado.

Puesto que muchos multibuscadores muestran en los resultados la posición de la página en los buscadores nos permite evaluar la relevancia de cada página mostrada.

Hay que tener en cuenta que cada buscador utiliza su propia estrategia a la hora recoger información de una página y a la hora de ordenar los resultados de las búsquedas, esto repercute en que las páginas de mayor relevancia en un buscador no tienen porque coincidir en los del resto. Aportando puntos de vista distintos.

Desventajas

Una de las desventajas importantes es que cada buscador dispone de su propia sintaxis de búsqueda y en el metabuscador no se puede hacer distinción entre las diferentes sintaxis de cada buscador. Por lo tanto, al buscar información muy específica es mejor emplear buscadores de los que conozcamos la sintaxis.

También hemos de reseñar, que no resulta muy claro qué criterios emplean los multibuscadores para la ordenación de los resultados.

Al tener que buscar en varias fuentes, las búsquedas suelen tardar más que un buscador normal. Muchos de los multibuscadores permiten establecer un tiempo máximo para realizar la búsqueda.

2.2.2 Estrategias de búsqueda

Análisis de la necesidad de la información: ¿Qué buscamos?

Elección de la herramienta: Directorio, buscador o metabuscador

Adaptación de la estrategia de consulta: sinónimos, términos alternativos

Evaluación de los resultados obtenidos: autenticidad, pertinencia, actualidad y veracidad de la información

EVALUACIÓN DE LOS RESULTADOS OBTENIDOS:

Análisis de la URL

Verificación de la autoría de la página

Analizar motivaciones políticas, personales, sociales o económicas de la publicación de la página

SENTENCIAS DE BÚSQUEDA

- Sentencia simple: palabra clave

- Sentencia múltiple: palabras clave

- Búsqueda por frase: “uso de comillas”

- Trucamiento: comodines, +, $, # o ?

- Proximidad: near, adj, far, before, followed by

. Operadores lógicos Boleanos: AND, OR y NOT

Exactitud: +, -

DELIMITADORES

Domain  Encuentra páginas dentro del dominio especificado, se utiliza
domain:mx para encontrar páginas de méxico, domain:edu para encontrar instituciones educativas y así para cada caso.

Host  Encuentra páginas en un servidor especificado, host:www.salud.gob.mx, y encontrará páginas que se hallen en el ordenador salud.gob.mx

Link   Encuentra páginas con el vínculo a una página con el texto de URL especificado. Link:www.unam.mx , y encontrará todas las páginas con vínculos a la UNAM.

Title   Encuentra páginas que contienen la palabra o frase específicada en el título de la página. Title:enfermedad de parkinson, y encontrará las páginas que contienen en el título la frase “enfermedad de parkinson”.

URL  Encuentra páginas con una palabra o frase especificadas en la URL. Urlcirugia, para encontrar todas las páginas de todos los servidores que tengan la palabra “cirugía” en cualquier parte del host, la ruta o nombre del archivo. 

2. El Ciberespacio como fuente de informació

La información en el ciberespacio descansa en bases de datos de bibliotecas virtuales, información jurídica y parlamentaria, agencias de noticias, instituciones públicas y privadas.  El hecho de que las carreteras de la información signifiquen fuentes para los periodistas digitales, implica la búsqueda de información en la Red para encontrar el sitio adecuado en el momento preciso.

La información que se difunde por internet tiene el problema de la falta de credibilidad, por lo tanto el periodista digital de contar con suficientes criterios para valorar la veracidad de las informaciones que obtenga; pues muchos de los datos que viajan por la Red no son fuentes confiables para el usuario ni para el periodista, por lo mismo éste último deberá cotejar y verificar sus fuentes.

En Internet, una de las desventajas es constar la credibilidad de las fuentes o la rigurosidad de los datos que se ofrecen. El anonimato frecuente detrás de las informaciones es un motivo para dudar de la veracidad de los mensajes. Por  lo mismo, los poseedores de un título o de una marca que haya obtenido ya que el reconocimiento del mercado tradicional serán más consultados en los ciberespacios: los buscadores.

2.1 Buscadores

Un motor de búsqueda, también conocido como buscador o browser , es un sistema informático que busca archivos almacenado en servidores web gracias a su spider (o Web crawler). Un ejemplo son los buscadores de Internet (algunos buscan sólo en la Web pero otros buscan además en noticias, servicios como Gopher, FTP, etc.) cuando se pide información sobre algún tema. Las búsquedas se hacen con palabras clave o con árboles jerárquicos por temas; el resultado de la búsqueda es un listado de direcciones Web en los que se mencionan temas relacionados con las palabras clave buscadas.

Como operan en forma automática, los motores de búsqueda contienen generalmente más información que los directorios. Sin embargo, estos últimos también han de construirse a partir de búsquedas (no automatizadas) o bien a partir de avisos dados por los creadores de páginas (lo cual puede ser muy limitante). Los buenos directorios combinan ambos sistemas. Hoy en día Internet se ha convertido en una herramienta, para la búsqueda de información, rápida, para ello han surgido los buscadores que son un motor de búsqueda que nos facilita encontrar información rápida de cualquier tema de interés, en cualquier área de las ciencias, y de cualquier parte del mundo.

Se clasifican en dos tipos:

§  Índices temáticos: Son sistemas de búsqueda por temas o categorías jerarquizados, aunque también suelen incluir sistemas de búsqueda por palabras clave. Se trata de bases de datos de direcciones Web elaboradas "manualmente", es decir, hay personas que se encargan de asignar cada página web a una categoría o tema determinado. Por ejemplo existen buscadores de fauna, flora, también existe un buscador educativo, de música y de diferentes áreas.

§  Motores de búsqueda: Son sistemas de búsqueda por palabras clave. Son bases de datos que incorporan automáticamente páginas web mediante "robots" de búsqueda en la red.

§   

Buscadores jerárquicos (Arañas o Spiders)

§  Recorren las páginas recopilando información sobre los contenidos de las páginas. Cuando se busca una información en los motores, ellos consultan su base de datos y presentan resultados clasificados por su relevancia. De las webs, los buscadores pueden almacenar desde la página de entrada, a todas las páginas que residan en el servidor.

§  Si se busca una palabra, por ejemplo, “ordenadores”. En los resultados que ofrecerá el motor de búsqueda, aparecerán páginas que contengan esta palabra en alguna parte de su texto.

§  Si consideran que un sitio web es importante para el usuario, tienden a registrarlas todas. Si no la consideran importante, sólo almacenan una o más páginas.

§  Cada cierto tiempo, los motores revisan los sitios, para actualizar los contenidos de su base de datos, por tanto puede que los resultados de la búsqueda estén desactualizados.

§  Los buscadores jerárquicos tienen una colección de programas simples y potentes con diferentes cometidos. Se suelen dividir en tres partes. Los programas que exploran la red -arañas (spiders)-, los que construyen la base de datos y los que utiliza el usuario, el programa que explota la base de datos.

§  Si se paga, se puede aparecer en las primeras páginas de resultados, aunque los principales buscadores delimitan estos resultados e indican al usuario que se trata de resultados patrocinados. Hasta el momento, aparentemente, esta forma de publicidad es indicada explícitamente. Los buscadores jerárquicos se han visto obligados a comercializar este tipo de publicidad para poder seguir ofreciendo a los usuarios el servicio de forma gratuita.

§  Ejemplos de arañas: Google, Bing, Hotbot.

Directorios

Una tecnología barata, ampliamente utilizada por gran cantidad de scripts en el mercado. No se requieren muchos recursos de informática. En cambio, se requiere más soporte humano y mantenimiento.

§  Los algoritmos son mucho más sencillos, presentando la información sobre los sitios registrados como una colección de directorios. No recorren los sitios web ni almacenan sus contenidos. Solo registran algunos de los datos de nuestra página, como el título y la descripción que se introduzcan al momento de registrar el sitio en el directorio.

§  Los resultados de la búsqueda, estarán determinados por la información que se haya suministrado al directorio cuando se registra el sitio. En cambio, a diferencia de los motores, son revisadas por operadores humanos, y clasificadas según categorías, de forma que es más fácil encontrar páginas del tema de nuestro interés.

§  Más que buscar información sobre contenidos de la página, los resultados serán presentados haciendo referencia a los contenidos y temática del sitio.

§  Su tecnología es muy barata y sencilla.

Ejemplos de directorios: Antiguos directorios, Open Directory Project, Yahoo!, Terra (antiguo Olé). Ahora, ambos utilizan tecnología de búsqueda jerárquica, y Yahoo! conserva su directorio. Buscar Portal, es un directorio, y la mayoría de motores hispanos son directorios.

Lista de Motores de Búsqueda:

·         Google es un motor de búsqueda de muy fácil manejo, recomendado cuando se quiere hacer una primera búsqueda sobre un tema sobre el que no se conoce demasiado. Se distingue por su sistema de ordenar las respuestas, basado en las veces que las páginas web encontradas son enlazadas por páginas de calidad contrastada, junto con factores como la proximidad en el documento de las palabras clave o de las frases introducidas como palabras clave. Es uno de los motores de segunda generación que persiguen mejorar y hacer más pertinente el modo de presentar los resultados al usuario. Para muchos es hoy día el mejor motor existente, además de ser el más grande. Otras características que lo hacen recomendable es su 'búsquedas difusas' que permiten buscar sinónimos, definiciones, páginas similares y relacionadas, etc. Además posee motores específicos como el académico Google Académico, o el motor de búsqueda de libros Google. Búsqueda de libros. 

·         Yahoo! Search es otra opción. Tiene una base de datos bastante grande y muestra las páginas utilizando un orden de relevancia basado en la situación y la proximidad de las palabras que le hemos suministrado. Tiene muchas posibilidades de buscar datos a través de atajos. Permite búsqueda booleana completa

·         Ask.com, en un motor de búsqueda más pequeño que otros en cuanto a número de páginas. Su sencillez y su capacidad de priorizar los resultados, en función de la especificidad de los buscado y la popularidad dentro de la misma materia, hacen de este motor de búsqueda una opción interesante. 

·         Altavista es otra buena opción de inicio. Fue en otro tiempo el motor más usado y todavía es una opción a considerar

·         Alltheweb es hoy en día uno de los motores de búsqueda generalista más grande que existen,  con centenares de millones de páginas web en su base de datos. También es de los más rápidos. Es además fácil de usar aunque ofrece capacidades de búsqueda sofisticada limitadas. Es por ello adecuado cuando se quiere buscar sobre un tema sobre el que no se conoce demasiado.

·         Existen, por supuesto, motores nacionales y versiones en castellano de los motores internacionales. La tendencia es hacia la unión entre varias empresas por lo que las fronteras entre lo nacional y lo internacional también tienden a borrarse. Un motor con fuerte presencia en su base de datos de páginas europeas es Euroseek. Se puede conectar con los motores nacionales existentes a través del Buscopio.

2.1.1 Como funcionan

El motor de búsqueda más popular, Google, contiene más de 3.000.000.000 sitios web. Cuando introduces una frase o palabra, el motor buscará en su base de datos y devolverá resultados en un orden que estará determinado por su propio algoritmo.

Así pues, ¿cómo consiguen al principio toda esa información?

Arañas (spiders)

Los motores de búsqueda emplean el uso de arañas para recopilar la información de los sitios web. Las arañas rastrean los sitios web recopilando datos y siguen los enlaces que hay en las páginas. Las arañas rastrean Internet casi continuamente, recolectando las páginas nuevas y actualizadas de la Web para mantener sus resultados al día.

Tratamiento de Datos

Los datos que las arañas extraen son tratados de forma diferente por los diversos motores de búsqueda. Los motores de búsqueda ponen el 'peso' en diferentes componentes de un sitio web y en cómo se integra en la Web. De esta manera determinan el orden en el que los sitios web deben aparecer en los resultados de una búsqueda (las páginas que contienen los resultados de la búsqueda son llamadas comúnmente SERPS- search engine result pages).

Entrando

La mayoría de los motores de búsqueda ponen al día sus bases de datos al menos una vez al mes con la información recopilada por sus arañas. Esto es importante saberlo cuando se tiene un sitio web relativamente nuevo - si pones tu sitio web por primera vez en la red al final de un 'rastreo' y las arañas no lo encuentran, tendrás que esperar hasta la actualización siguiente para entrar a formar parte de la base de datos. Una vez el sitio web entra la base de datos todavía llevará una o dos actualizaciones más antes de que el nuevo sitio web se estabilice en los resultados de las búsquedas.

Por pasos:

· Una araña visita tu página Web.

· La araña lee el contenido de tu página Web.

· La araña lleva toda la información a una central, donde un sistema la procesa y la almacena.

· El sistema crea un índice con las palabras que utilizas en tu Web y las ordena por relevancia.

· El sistema intenta descubrir si eres una buena página o no (en realidad comprueba cuanta gente recomienda tu Web y cuán importante es la gente que recomienda tu Web).

· Cuando alguien realiza una búsqueda, y el sistema muestra todas las webs que contienen la palabra o frase buscada.

2.1.1 Estrategias de búsqueda

Ben Internet es una tarea difícil por la gran cantidad de información, la ausencia de clasificaciones consistentes, las diferentes herramientas de búsqueda, los diversos modos de buscar, las presiones comerciales.

Para conseguir llevar a cabo una buena búsqueda son necesarios tres aspectos fundamentales:

·         Diseñar un perfil de búsqueda adecuado; es decir hay que tener la habilidad de emparejar con exactitud los términos que se eligen para construir el perfil de búsqueda con los que se encuentran en los documentos cuya información se quiere encontrar

·         Conocer el tamaño y contenido de la herramienta de búsqueda que se elige.

·         Conocer las posibilidades que ofrecen las diferentes herramientas de búsqueda para recuperar los contenidos de su base de datos

El sistema más usual para la búsqueda son los motores de búsqueda trabajados en base a una estrategia sobre su manejo adecuado.

Pasos para una buena búsqueda:

-       Antes de describir las diferentes herramientas de búsqueda que están disponibles es necesario analizar el tema antes de comenzar. Hay que formular correctamente lo que queremos saber y traducir esta pregunta a un perfil de búsqueda, utilizando los términos más adecuados. En Internet no hay vocabulario controlado, por lo que habrá que buscar palabras clave y cuantos sinónimos sean posibles para poder llevar a cabo la búsqueda correctamente. Además habrá que establecer relaciones entre las palabras, por si es posible llevar a cabo una búsqueda con operadores booleanos.

-      Si se pretende hacer una navegación para ver lo que hay sobre un tema sobre el que se conoce algún sitio específico o términos específicos lo mejor es usar alguno de los motores sencillos de utilizar como Google o Ask. Son herramientas muy útiles que permiten obtener rápidamente una información que suele dar una primera respuesta a nuestra necesidad informativa, con frecuencia la que necesitamos. Estos buscadores también son un buen sitio donde empezar si no se conoce muy bien el tema sobre el que se busca información. El problema es que se pueden recuperar demasiados enlaces.

-      Si se conoce bien lo que se quiere buscar lo mejor es utilizar los motores específicos, recurrir a la parte profunda de internet y/o las opciones avanzadas de los principales motores de búsqueda. Si hemos empezado por uno de los motores anteriores y hemos obtenido demasiados enlaces y no podemos explorarlos todos y conocemos bien el tema sobre el que estamos buscando información lo mejor es hacer una búsqueda lo más específica posible con buscadores específicos. En el caso de necesidades específicas siempre puede resultar necesario recurrir a bases de de datos específicas que solo son accesibles utilizando las herramientas que permiten acceder a esta parte de Internet. En todo caso todas las potencialidades de búsqueda avanzada de alguno de los grandes buscadores como los citados en el párrafo anterior, Altavista o Yahoo u otros deben utilizarse también en este caso.

-      Utilizar los directorios de materias. Si en los pasos anteriores se han obtenido demasiados enlaces como para buscar la información que responda a la pregunta de partida los directorios por materias permiten un acercamiento a recursos seleccionados desde lo más amplio a lo más específico por grandes áreas temáticas. Ahora bien sus bases de datos no tienen demasiados recursos y si no tienen motor para buscar en su propia base de datos desplazarse por sus clasificaciones temáticas no siempre es una tarea fácil.

-       Si ninguno de los métodos anteriores nos conduce al éxito, otra opción consiste en buscar la ayuda de un experto participando en lista de interés o buscando la información en grupos de noticias. Para saber si hay alguna lista que discuta el tema de nuestra incumbencia -en ellas con frecuencia participan verdaderos expertos en la materia- lo mejor es recurrir a directorios que nos pueden ayudar a localizarla como los que están accesibles a través de recursos como Topica o Tile.net. Para buscar aquello que se discute en los grupos de noticias -habitualmente de tono menos académico- se puede recurrir a una de las opciones del motor de búsqueda más recomendado  Google Groups.

2.1.4 Otros sistemas de acceso a la información periodística

2.1.4.1 Correo electrónico

Ésta, es quizás, la aplicación más conocida y extendida de la red de Internet. Los científicos que trabajaban en el desarrollo de las redes que formarían la Internet actual encontraron una segunda utilidad que pronto se convertiría en la estrella de las nuevas posibilidades abiertas por la interconexión  de ordenadores: la de intercambiar  mensajes más o menos personales, de contenido no siempre relacionado con la investigación y el desarrollo, que circulaban por la Red desde el ordenador del remitente o emisor del mensaje hasta  el  ordenador del destinatario.

¿Qué pasaba? Se estaba emulando la forma tradicional de correo para construir una nueva: el correo electrónico, en el que los mensajes formados inicialmente sólo por textos más o menos largos encerrados dentro de un sobre intangible con la dirección del remitente y destinatario, se transportaba por la Red pasando de unos ordenadores a otros.

La dirección de correo electrónico está formada por  una dirección personal única e inequívoca. Ejemplo: ciberperiodismo@xxxxxxx.com . En donde ciberperiodismo es el nombre del remitente el signo “@” es como decir “at” que significa “en” y el .com quiere decir “compañía” pero bien puede ser cualquier otro dominio: .org (organización) .es (España) .mx (México) .fr (Francia) .ar (Argentina) etc.

Además de facilitar la comunicación interpersonal, el correo electrónico también permite la comunicación de un grupo de investigadores disperso geográficamente, ya sea para construir una conferencia electrónica, sin presencia física, ya sea para recibir de forma periódica una revista electrónica. Para pasar información a sus colegas.

En un principio sólo se podía enviar texto. Había limitaciones en el contenido del mensaje. Estas limitaciones fueron eliminadas con el desarrollo del correo multimedia. De manera que ahora, al texto se le puede añadir (adjuntar) cualquier tipo de información: pdf, documentos de Word (.doc), Power Point (.ppt), Excel. Imagen en cualquier formato (png, jpeg, mapa de bits), video. Etc.

2.1.4.2 Wikis

Wiki-wiki significa "rápido" en hawaiano, aunque se redujo únicamente a Wiki para. Es el nombre que el programador de Oregón, Ward Cunningham, escogió para su invento, en 1994: un sistema de creación, intercambio y revisión de información en la web, de forma fácil y automática. Desde entonces, Wiki se ha ganado las simpatías de los internautas, que lo usan para comunicación en grupos de trabajo, creación de enciclopedias o escritura colectiva de novelas.

La finalidad de un Wiki es permitir que varios usuarios puedan crear páginas web sobre un mismo tema, de esta forma cada usuario aporta un poco de su conocimiento para que la página web sea más completa, creando de esta forma una comunidad de usuarios que comparten contenidos acerca de un mismo tema o categoría.

Wiki sólo se entiende usándolo, dicen los iniciados, y es terriblemente sencillo cuando se intenta: "Escribes algo en la página, le das al botón de salvar y a continuación ya está allí para todo el mundo. No se necesita ser un experto en HTML (lenguaje de programación para webs), ni tener un espacio en algún sitio. Basta un teclado y un navegador.. Y tener algo que decir", explica Gonis, colaborador de la Enciclopedia Libre Universal, un esfuerzo colectivo basado en esta tecnología. "Es muy divertido y adictivo", añade su compañero Atlante.

¿Qué es Wiki? "Un gigantesco tablón de anuncios donde cualquiera puede poner sus notas, borrar o modificar las de otros o crear enlaces", dice Javier de la Cueva, también promotor de la Enciclopedia. Y Juan Antonio Ruiz: "Son sitios web escritos en colaboración por un grupo de usuarios, que tratan sobre un mismo tema. Cualquiera que llega a un Wiki puede participar de inmediato y sus aportaciones son comentadas, ampliadas o corregidas por el resto. Para mí, es la primera herramienta verdaderamente útil en la gestión del conocimiento en red".

Su gran flexibilidad nace de la propia estructura de la tecnología que, al estilo Gnutella, permite la creación de programas "clones", llamados "Wikiengines". Los hay a decenas, escritos en diversos lenguajes de programación, como UseModWiki o Twiki, que usan Perl, o JikiJikiJava, o PhpWiki, muchos de código abierto. Aunque pueden alojarse en cualquier servidor, existen las llamadas "Wikifarms" (granjas de Wikis), servidores que albergan a buen número de ellos.

 Todos los Wikis comparten unas normas, que permiten su funcionamiento  correcto a pesar de la anarquía aparente. Las páginas tienen al final un enlace: "Editar esta página", que permite al visitante añadir comentarios en el mismo momento, al estilo de un foro, pero también editar los demás o borrarlos. Otro enlace común es "Cambios recientes", donde se listan las modificaciones hechas en el Wiki. Los participantes más activos monitorizan regularmente esta página, para detectar y revisar los últimos movimientos. Suelen ser todos voluntarios. Y está bien visto firmar con el nombre real, aunque también se prevé la figura del anónimo.

La esencia del invento, que aprovechan especialmente las diversas Wiki-enciclopedias, es la "revisión por iguales", definida como: "Método usado para mejorar la calidad de los trabajos escritos, deja abierto el trabajo al escrutinio y, frecuentemente, la anotación o edición por un número de autores iguales en rango al autor. El principio empleado es que distintas personas verán distintos errores, incrementando de esta forma la oportunidad de encontrarlos y enmendarlos. Esta tradición es conocida desde hace tiempo, en la comunidad académica, y permite incrementar la calidad del trabajo".

El archivo y recuperación de la información se organiza con enlaces, muy fáciles de crear, y también categorías jerárquicas, que permiten subir directorios hasta la raíz. Una de las pocas críticas que se hacen a Wiki es su inseguridad, al permitir que cualquiera pueda borrar los textos. A eso replican los expertos que siempre se guardan copias, que es posible proteger con contraseña el acceso a un Wiki y, además, dice el "Wiki Philosophy Faq": "La gente es más gentil de lo que imaginas".

En los últimos meses, se ha vivido una pequeña explosión de Wikis en castellano, como el de Andalucía Wireless, GnuEsWiki, WikiMemética y la conocidísima Wikipedia.

2.1.4.3 IRC

El IRC, acrónimo de Internet Relay Chat, es un sistema de conversación en tiempo real para usuarios de Internet. Para poder participar solo es necesario disponer de un programa cliente de IRC (consulte la sección Clientes de IRC) y una conexión a Internet.

El IRC permite que múltiples usuarios se reúnan simultáneamente en tertulias o debates, en los cuales cada uno va expresando sus opiniones de forma escrita y en tiempo real. Esta es la diferencia fundamental entre IRC y las USENET (las llamadas news o foros de debate) - estas últimas se asemejan más a una publicación en la que cada usuario lee lo que han escrito los demás, pudiendo insertar su artículo en espera de que sea leído más tarde, cuando le llegue al resto de subscriptores.

Para participar en IRC solo es necesario conectarse a Internet en la forma habitual, ejecutar el programa cliente de IRC, y acceder a alguno de los muchos servidores de repartidos por todo el mundo. Gran cantidad de estos servidores se encuentran conectados entre sí, formando lo que son conocidas como redes de IRC, que permiten que usuarios conectados a un servidor europeo hablen con usuarios conectados a un servidor australiano, por ejemplo.

Las tertulias de IRC se reúnen en canales (conocidos en otros entornos como grupos, rooms) donde coinciden varios usuarios conversando simultáneamente sobre los más diversos temas. Existen canales muy específicos en los que se intenta debatir sobre un tema concreto, canales creados para agrupar simplemente a usuarios de un mismo idioma o cultura y charlando sobre cualquier tema, o simples reuniones de amigos.

Cualquier usuario puede abrir un canal a su gusto, llamarlo como desee si en esa red no existe ya otro con ese mismo nombre, y simplemente esperar a que lleguen otras personas.

El interés para crear un canal puede ser variado, incluso es posible hacer que el canal sea secreto y no aparezca en la lista de canales disponibles, siendo solo accesible a aquellas personas que ya conocen previamente de su existencia; también se puede hacer que un canal sea solo para invitados; se limite a un máximo de participantes; esté moderado y solo tengan la palabra las personas autorizadas a ello.

Además, siempre que estemos hablando en un canal podemos vernos interesados en hablar con alguno de los usuarios que están en él de forma privada. El IRC nos permite hablar con alguna persona de forma privada sin que otras personas sepan.

El IRC es un sistema de comunicaciones multiplataforma, es decir, puede poner en contacto ordenadores que funcionen bajo las más diversas arquitecturas y sistemas operativos (Unix, OS2, Windows), sólo es necesario que cada uno disponga del programa cliente apropiado a sus características, y conexión a un servidor.

Los programas clientes más habituales y extendidos por su sencillez son los que están diseñados para el entorno del sistema operativo Windows, tanto en 16 como en 32 bits; los más potentes son los construidos para los distintos entornos Unix, si bien estos son mucho menos populares debido a la mayor profesionalidad y conocimientos que su manejo exige.

Cuando un usuario ejecuta su programa cliente de IRC, y antes de conectarse, debe de especificar algunos de los datos que lo identificarán dentro de la red de chats. El más característico es su "nick" o pseudónimo, el nombre bajo el cual será conocido en todos los canales en los que intervenga, o esté de simple oyente (vidente). Debido a que sólo puede haber una persona por nick en un mismo momento, y debido a que en las redes de IRC con mayores características se puede "registrar" o reservar, encontraremos que los primeros nicks que nos vengan a la cabeza pueden ya estar empleados por otras personas, sobre todo en redes internacionales donde se pueden reunir más de cincuenta mil usuarios simultáneamente.

2.1.4.4 P2P

Los programas de transferencia de archivos han ido creciendo y proliferando en Internet. El eMule ha sido uno de los más demandados y conocidos por los internautas, que estaban realizando Peer to Peer y posiblemente ni lo sabían.

Además del eMule, cabe destacar otros como el Kazza o el eDonkey, que también se hicieron fuertes hace unos años.

Peer to Peer es la voz inglesa del P2P, que significa de igual a igual. Se trata de un método de intercambio de archivos, ya sean aplicaciones, programas, fotos o vídeos. Estos intercambios se dan entre dos o más usuarios. Es decir, el P2P conecta los ordenadores directamente, por lo que un usuario puede conectarse al ordenador de otro, siempre y cuando ambos tengan el P2P. Para poder realizar la conexión entre dos usuarios, hace falta que ambos estén conectados a Internet y no necesitan ningún tipo de intermediario.

El origen del intercambio de archivos fue Arpanet, en 1969. En la actualidad, el término Peer to Peer se ha especializado un poco, y se refiere principalmente al intercambio de archivos del disco duro utilizando Internet.

La principal ventaja que presenta Peer to Peer es la creación de grandes bases de datos de manera gratuita, ya que todos los ordenadores conectados en línea pueden descargarse archivos de otros ordenadores también conectados. Con el aumento de la velocidad de conexión de Internet, propiciada por la instalación del ADSL, los programas de intercambio de archivos y la frecuencia de este tipo de operaciones aumenta de forma considerable. La calidad del ADSL es fundamental.

2.1.4.5 Sindicación

La Sindicación de Contenidos ha ganado el conocimiento del gran público gracias al explosivo fenómeno de los weblogs (universalmente conocidos como blogs), al punto que muchos creen que es una tecnología nativa de la "blogosfera". Muy por el contrario, la sindicación es bastante anterior a estos tiempos de fama.

Tal como entonces, hoy en día se denomina Sindicación a la distribución masiva de contenidos en la web a través de un tipo especial de archivo XML denominado feed , accesible mediante programas Agregadores de feeds.

La Sindicación de Contenidos

Originalmente desarrollada por Netscape, participó del fallido intento de popularizar la distribución de contenidos (generalmente noticias) a través de canales temáticos. Este método de distribución se denominó "tecnología push" ya que la información no era pedida sino enviada (empujada) al usuario receptor.

El caso es que el mercado todavía no estaba maduro para éste concepto realmente innovador, por lo que se dejó a la sindicación de lado hasta mejor oportunidad.

Tal como entonces, hoy en día se denomina Sindicación a la distribución masiva de contenidos en la web. En rigor, a partir de la inclusión de algún nuevo  contenido en un sitio, lo que se distribuye es una lista de enlaces junto con cierta cantidad de información adicional o metadata.

Los enlaces apuntarán a esos nuevos contenidos y la información adicional permitirá a los receptores evaluar si los contenidos son de su interés, en cuyo caso accederá a la versión completa simplemente siguiendo el enlace.

Los primeros sindicadores de contenido en línea fueron mega sitios de la magnitud de Yahoo y Excite. Su propuesta era muy clara: que sus visitantes pudieran acceder a información de orígenes muy diversos desde un lugar único.

Durante un tiempo, la sindicación resultó demasiado cara y trabajosa ya que se realizaba en base a la recuperación del título de cada página y la revisión de todo el HTML (que está concebido para mostrar contenidos pero no para organizarlos) para detectar los encabezados y enlaces para luego categorizarlos. Semejante tarea no estaba al alcance de cualquiera.

La gran novedad para la sindicación surgió de la utilización de archivos XML.

Los archivos RSS

Un archivo RSS es la descripción estructural de un sitio web en formato XML.
RSS es un lenguaje surgido de la aplicación del metalenguaje XML. Por lo tanto, un archivo RSS no será más que un documento de texto compuesto por etiquetas acotadas entre los símbolos de mayor y menor, similares a las utilizadas en el XHTML. El término RSS corresponde a Rich Site Summary o Really Simple Syndication.

Es interesante destacar que se trata de un formato que no está concebido para su visualización (como el HTML) sino para la interacción entre computadoras, ofreciendo la información en un formato estandarizado.
Para que este proceso resulte posible, un sitio web debe generar un feed o canal (el archivo RSS) que permanecerá alojado en el servidor tal como los demás archivos que lo componen.

Una vez que el feed está disponible, otros sistemas podrán accederlo y así enterarse de los nuevos contenidos que el sitio ofrece.
Hoy en día los sitios que permiten la creación y mantenimiento de blogs personales como Blogger y las aplicaciones que lo facilitan en cualquier dominio como WordPress han automatizado la generación de feeds, por lo que los usuarios solo deben manejar sus contenidos.

Sin demasiado misterio, los contenidos estarán entonces sindicados.

Para leer los feeds o canales RSS es necesario utilizar un tipo de programa denominado genéricamente agregador.

Los Lectores o Agregadores de feeds

Los archivos RSS, a diferencia de los XHTML, no son interpretados por los navegadores web y al abrirlos lo que hacen es mostrar en código XML que los compone. 

Para visualizar directamente un feed es necesario utilizar un programa lector o agregador de feeds. Hay distintos tipos de agregadores.
Los basados en web (usualmente denominados Portales) permiten la visualización en una página web. Un ejemplo típico de este tipo de agregador es el ya mencionado Yahoo con su agregador MiYahoo! o el agregador de Bloglines. Otros agregadores están integrados a clientes de correo o son clientes RSS exclusivamente.

Los agregadores ofrecen variedad de prestaciones especiales, tales como la inclusión de varios feeds relacionados en una única vista, el ocultamiento de entradas que ya han sido leídas y la categorización de feeds en áreas temáticas.

¿Para qué sindicar?

En primera instancia, los visitantes agradecerán poder ver un sitio sin la necesidad de visitarlo. Esto, que en principio aparece como conspirando contra la "visibilidad" del sitio, es en realidad una estrategia muy interesante para incrementar y fidelizar visitantes.

Aquellos interesados en un tema en particular estarán siempre al tanto, a través de sus agregadores, de la aparición de nuevos contenidos y tendrán esos contenidos a un click de distancia.  Este mecanismo reemplaza la tediosa visita a sitios de nuestro interés a la espera de encontrar alguna novedad.

Probablemente, el punto más importante a destacar es que la Sindicación en modo alguno es un fenómeno propio de los Blogs, así como tampoco es privativa de los sitios de noticias.