Figyelem, vagyis engem figyelnek meg
A figyelem (attention) 2006 kihívása, legalábbis ami az információ fogyasztást illeti. Ilyesmit állít a Read/WriteWeb bloggere Richard MacManus. András nemrég rámutatott a témára, mely komolyan érint bennünket Weblabor szerkesztőket, de nem véletlenül gondoltuk azt, hogy általános problémával állunk szemben. Egyre többen gondolkodnak megoldásokon, még ha sajnos nekünk egyelőre egyik sem megfelelő.
Az intenzív információ fogyasztó alapproblémája, hogy saját maga tudja, hogy mire kíváncsi, felismeri a számára érdekes újdonságokat, de ez megmarad emberi tudás szintjén, nem jelenik meg egy támogatható eszközben. Ahhoz, hogy egy program fel tudjon ajánlani érdekes, új tartalmakat, tudnia kell, mi számunkra az érdekes, illetve mit láttunk már.
Sajnos ennek a kérdésnek nem olyan egyszerű a megoldása mint a kéretlen levelek szűrésének, hiszen arra általános minták alkothatóak, jellemzően nem személyhez köthető tehát, hogy mit tekintünk kéretlennek. Ráadásul egy eléggé jól definiált területről van szó, az email tartalmakról.
Ezzel szemben a tartalom fogyasztás számos területre kiterjed, böngészőnkben érdekes oldalakat látogatunk meg, RSS olvasónkban híreket tekintünk meg, levelesládánkba számunkra érdekes hírlevelek futnak be, stb. Ezek az információk jellemzik azt, hogy mi iránt érdeklődünk. Már maguknak ezeknek az adatoknak a tárolása sem egyértelmű, hát még ha a személyiségi jogi problémákra gondolunk. Kiszivároghat az így összeállt értékes személyiségi profilunk, különösen, ha ezt egy közösségi szolgáltatás építi fel rólunk. Ezutóbbi alkalmazásnak pedig éppen az lenne az előnye, hogy más hasonló érdeklődésű, ám profiljukat illetően jobban felépített felhasználókkal valamilyen formában összekapcsolva a rendszer többet nyújthat nekünk is.
Pedig hatékony tartalom szűrés és ajánlás csak akkor valósítható meg, ha a figyelmi adataink tárolásának formájában megbízunk. Sajnos azonban ez is csak a kezdet. Azt ugyanis még nehezebb megoldani, hogy ezekből az eltérő jellegű adatokból következtetéseket vonjunk le, persze nem csak kulcsszó kiemeléses alapon, hanem hasznosabb algoritmusok segítségével. Innentől a kérdés a jogoktól inkább a matematikai bravúrok körébe lép át. Ezért talán nem véletlen, hogy nem bővelkedünk kész megoldásokban, különösen nem nyílt forrású programokban, melyeket felhasználhatnánk profilunk megosztása nélkül.
A Weblabor szerkesztőségében árgus szemekkel figyeljük az attention témakör újításait, hiszen nekünk ezek lennének a legjobb segítőink abban, hogy hatékonyabban informálódhassunk. A mi felhasználási esetünkben a szerkesztőség egymással megosztani szándákozott figyelem adatbázisa jelentené a program tanításának alapját, míg ezt adott esetben kézi úton is szeretnénk finomítani. Ebből kiindulva elvárnánk, hogy okos tartalomszűrést és tartalom javaslatokat kínáljon nekünk egy program. Ezutóbbi is természetesen csak egy speciális szűrés, hiszen keresés csatornák vagy megosztott kedvenc linkeket tároló webhelyek címkéinél feltűnő új webcímek esetén kellene a szűrést elvégezni.
Mint minden testreszabást biztosító megoldásnál, itt is fel kell tennünk magunknak a kérdést: mennyit tudunk feladni személytelenségünkből a jobb szolgáltatások érdekében. Ezt eléggé könnyű lenne megválaszolni, ha lenne egy letölthető, helyileg hosztolható megoldás, hiszen védetten maradnának az adataink, még ha a közösséghez kötés előnyeit nem is tudnánk élvezni. Egyelőre azonban sajnos szolgáltatásként sem sikerült kielégítő eszközt találni.
Az mindenesetre megnyugtató, hogy sokan dolgoznak a kérdésen. Érdemes elolvasni az attention témában alapműnek számító Waiting for Attention… or something like it blog bejegyzést Steve Gillmor tollából, melyet majdnem egy éve blogmarkoltunk. Ezt az összefoglalót azonban David Smith aktuális gyűjtése illete, melynek címe Attention, Reading Lists, RSS, etc, etc. Érdemes elolvasni, hiszen jól leírja a törekvések aktuális állását, rámutatva például az AttentionTrust Firefox kiterjesztésére, amivel a figyelem adataink rögzíthetőek.
■ Az intenzív információ fogyasztó alapproblémája, hogy saját maga tudja, hogy mire kíváncsi, felismeri a számára érdekes újdonságokat, de ez megmarad emberi tudás szintjén, nem jelenik meg egy támogatható eszközben. Ahhoz, hogy egy program fel tudjon ajánlani érdekes, új tartalmakat, tudnia kell, mi számunkra az érdekes, illetve mit láttunk már.
Sajnos ennek a kérdésnek nem olyan egyszerű a megoldása mint a kéretlen levelek szűrésének, hiszen arra általános minták alkothatóak, jellemzően nem személyhez köthető tehát, hogy mit tekintünk kéretlennek. Ráadásul egy eléggé jól definiált területről van szó, az email tartalmakról.
Ezzel szemben a tartalom fogyasztás számos területre kiterjed, böngészőnkben érdekes oldalakat látogatunk meg, RSS olvasónkban híreket tekintünk meg, levelesládánkba számunkra érdekes hírlevelek futnak be, stb. Ezek az információk jellemzik azt, hogy mi iránt érdeklődünk. Már maguknak ezeknek az adatoknak a tárolása sem egyértelmű, hát még ha a személyiségi jogi problémákra gondolunk. Kiszivároghat az így összeállt értékes személyiségi profilunk, különösen, ha ezt egy közösségi szolgáltatás építi fel rólunk. Ezutóbbi alkalmazásnak pedig éppen az lenne az előnye, hogy más hasonló érdeklődésű, ám profiljukat illetően jobban felépített felhasználókkal valamilyen formában összekapcsolva a rendszer többet nyújthat nekünk is.
Pedig hatékony tartalom szűrés és ajánlás csak akkor valósítható meg, ha a figyelmi adataink tárolásának formájában megbízunk. Sajnos azonban ez is csak a kezdet. Azt ugyanis még nehezebb megoldani, hogy ezekből az eltérő jellegű adatokból következtetéseket vonjunk le, persze nem csak kulcsszó kiemeléses alapon, hanem hasznosabb algoritmusok segítségével. Innentől a kérdés a jogoktól inkább a matematikai bravúrok körébe lép át. Ezért talán nem véletlen, hogy nem bővelkedünk kész megoldásokban, különösen nem nyílt forrású programokban, melyeket felhasználhatnánk profilunk megosztása nélkül.
A Weblabor szerkesztőségében árgus szemekkel figyeljük az attention témakör újításait, hiszen nekünk ezek lennének a legjobb segítőink abban, hogy hatékonyabban informálódhassunk. A mi felhasználási esetünkben a szerkesztőség egymással megosztani szándákozott figyelem adatbázisa jelentené a program tanításának alapját, míg ezt adott esetben kézi úton is szeretnénk finomítani. Ebből kiindulva elvárnánk, hogy okos tartalomszűrést és tartalom javaslatokat kínáljon nekünk egy program. Ezutóbbi is természetesen csak egy speciális szűrés, hiszen keresés csatornák vagy megosztott kedvenc linkeket tároló webhelyek címkéinél feltűnő új webcímek esetén kellene a szűrést elvégezni.
Mint minden testreszabást biztosító megoldásnál, itt is fel kell tennünk magunknak a kérdést: mennyit tudunk feladni személytelenségünkből a jobb szolgáltatások érdekében. Ezt eléggé könnyű lenne megválaszolni, ha lenne egy letölthető, helyileg hosztolható megoldás, hiszen védetten maradnának az adataink, még ha a közösséghez kötés előnyeit nem is tudnánk élvezni. Egyelőre azonban sajnos szolgáltatásként sem sikerült kielégítő eszközt találni.
Az mindenesetre megnyugtató, hogy sokan dolgoznak a kérdésen. Érdemes elolvasni az attention témában alapműnek számító Waiting for Attention… or something like it blog bejegyzést Steve Gillmor tollából, melyet majdnem egy éve blogmarkoltunk. Ezt az összefoglalót azonban David Smith aktuális gyűjtése illete, melynek címe Attention, Reading Lists, RSS, etc, etc. Érdemes elolvasni, hiszen jól leírja a törekvések aktuális állását, rámutatva például az AttentionTrust Firefox kiterjesztésére, amivel a figyelem adataink rögzíthetőek.
