Qu'est-ce qui vient après le Web 2.0 ?

De nombreux chercheurs et entrepreneurs travaillent sur des technologies d'organisation des connaissances basées sur Internet qui élargissent les définitions traditionnelles du Web. Dernièrement, certains ont appelé les technologies Web 3.0. Mais vraiment, ils sont plus proches du Web 2.1.

En règle générale, le nom Web 2.0 est utilisé par les programmeurs informatiques pour désigner une combinaison de a) une communication améliorée entre les personnes via les technologies de réseautage social, b) une communication améliorée entre des applications logicielles distinctes - lire des mashups - via des normes Web ouvertes pour décrire et accéder aux données , et c) des interfaces Web améliorées qui imitent la réactivité en temps réel des applications de bureau dans une fenêtre de navigateur.

Pour voir comment ces idées peuvent évoluer et ce qui peut émerger après le Web 2.0, il suffit de se tourner vers des groupes tels que le Laboratoire d'informatique et d'intelligence artificielle du MIT, le World Wide Web Consortium, Amazon.com et Google. Toutes ces organisations travaillent pour un Web plus intelligent, et certaines de leurs implémentations prototypes sont disponibles sur le Web pour que tout le monde puisse les essayer. Bon nombre de ces projets mettent l'accent sur l'exploitation de l'intelligence humaine déjà intégrée au Web sous la forme de données, de métadonnées et de liens entre les nœuds de données. D'autres visent à recruter des humains vivants et à appliquer leur intelligence à des tâches que les ordinateurs ne peuvent pas gérer. Mais aucun n'est prêt pour les heures de grande écoute.

La première catégorie de projets est liée au Web sémantique , une vision pour un Web plus intelligent présentée à la fin des années 1990 par le créateur du World Wide Web Tim Berners-Lee. La vision appelle à enrichir chaque donnée sur le Web avec des métadonnées véhiculant son sens. En théorie, ce contexte supplémentaire aiderait les applications logicielles Web à utiliser les données de manière plus appropriée.

Mon calendrier Web actuel, par exemple, en sait très peu sur moi, sauf que j'ai des rendez-vous aujourd'hui à 8h30. et 16h00 Un calendrier du Web sémantique ne connaîtrait pas seulement mon nom, mais aurait également un stock de métadonnées standardisées sur moi, telles que vit à : Las Vegas, né en : 1967, aime manger : la cuisine thaïlandaise, appartient à : Stonewall Democrats, et émission de télévision préférée : Battlestar Galactica. Il pourrait alors fonctionner beaucoup plus comme une secrétaire humaine. Si j'essayais d'organiser la prochaine réunion des démocrates de Stonewall, cela pourrait passer au crible les calendriers des autres membres et trouver un moment où nous serons tous libres. Ou si je demandais au calendrier de me trouver une date de déjeuner conviviale, il pourrait analyser les métadonnées publiques sur les amis et les amis d'amis de mon réseau social, à la recherche de quelqu'un qui habite à proximité, qui a le même âge et qui apprécie la cuisine asiatique. et science-fiction.

Hélas, une telle technologie n'existe pas encore, en partie à cause de l'effort gigantesque qui serait nécessaire pour baliser toutes les données du Web avec des métadonnées, et en partie parce qu'il n'y a pas d'accord sur le bon format pour les métadonnées elles-mêmes. Mais plusieurs projets vont dans ce sens, dont FOAF , abréviation de Friend of a Friend. Les fichiers FOAF, conçus pour la première fois en 2000 par les développeurs de logiciels britanniques Libby Miller et Dan Brickley, sont de brèves descriptions personnelles écrites dans un langage informatique standard appelé Resource Description Framework (RDF); ils contiennent des informations telles que le nom, les surnoms, l'adresse e-mail, l'URL de la page d'accueil et les liens de photos d'une personne, ainsi que les noms des personnes que cette personne connaît.

J'ai généré mon propre fichier FOAF cette semaine en utilisant les formulaires simples d'un site gratuit appelé Foaf-a-matic et l'a téléchargé sur mon site de blog. En théorie, d'autres personnes utilisant un logiciel de recherche FOAF comme Explorateur FOAF , ou des sites Web de hub d'identité tels que Agrégateur de personnes , pourra désormais me trouver plus facilement.

Finalement, plus peut être possible. Par exemple, je pourrais créer instantanément un réseau d'amis sur un nouveau service de réseau social simplement en important mon fichier FOAF. Mais pour l'instant, il n'y a pas beaucoup de façons de faire fonctionner votre fichier FOAF.

Un autre projet qui tente d'extraire plus de sens du Web est Tirelire , un effort conjoint du laboratoire d'informatique et d'intelligence artificielle du MIT, des bibliothèques du MIT et du World Wide Web Consortium. L'objectif de Piggy Bank est de retirer de leur environnement des morceaux d'informations importantes dans les sites Web riches en données, afin que les internautes puissent utiliser ces morceaux d'informations de nouvelles manières. Par exemple, les informations d'adresse de bureau extraites de LinkedIn, un site de réseautage professionnel, pourraient être introduites dans Google Maps, créant ainsi une carte des lieux de travail de mes collègues.

Ainsi, espèrent les chercheurs de Piggy Bank, les internautes pourront commencer à avoir un avant-goût du Web sémantique en action, sans avoir à attendre que les auteurs des milliards de documents sur le Web créent des métadonnées. Les curieux peuvent télécharger une extension Piggy Bank pour le navigateur Web Firefox ; une fois l'extension installée, les utilisateurs peuvent choisir parmi un certain nombre de grattoirs d'écran qui extraient des informations de sites spécifiques tels que LinkedIn et Flickr (un site de partage de photos populaire). Piggy Bank stocke ces informations pures, telles que des photos ou des noms de contacts, dans le navigateur Web au format RDF, permettant théoriquement aux utilisateurs de mélanger des données provenant de sources indépendantes pour créer leurs propres mashups instantanés similaires à l'exemple LinkedIn-Google Maps.

Malheureusement, il n'existe pas encore d'outils permettant aux non-programmeurs de réutiliser facilement les données RDF dans de tels mashups. Et dans mes propres tests de Piggy Bank, les grattoirs d'écran n'ont pas réussi à s'activer. Je suis sûr que c'est parce que j'ai raté quelque chose dans les instructions, mais le problème illustre combien de travail supplémentaire est nécessaire avant que ces outils soient prêts pour la consommation publique.

Une deuxième catégorie de projets post-Web 2.0 ne vise pas à aider les machines à comprendre le sens et les usages du contenu Web existant, mais à recruter de vraies personnes pour ajouter leur intelligence à l'information avant qu'elle ne soit utilisée. L'exemple le plus connu est Amazon Turk Mécanique , une sorte d'agence d'intérim high-tech introduite par le détaillant en ligne en 2005. Le service permet aux personnes ayant des tâches et des questions que les ordinateurs ne peuvent pas gérer (par exemple, repérer des images inappropriées dans une collection de photos) d'embaucher d'autres internautes pour aider.

L'emploi est extrêmement temporaire – moins d'une heure par tâche, dans la plupart des cas – et le salaire est ridiculement bas : les solutions ne rapportent généralement au travailleur que quelques centimes. Mais il ne s'agit pas d'offrir un second revenu aux accros d'Internet : il s'agit d'exploiter la matière grise des utilisateurs le temps de quelques instants libres pour effectuer des tâches simples qui restent bien au-delà des capacités des logiciels d'intelligence artificielle. (En fait, Amazon appelle son projet une forme d'intelligence artificielle artificielle.)

Certaines tâches sont vraiment du marketing ou de la recherche de produits déguisés. Un interrogateur, par exemple, demande : Qu'est-ce qui améliorerait votre e-mail ? D'autres offrent de meilleures illustrations de la logique derrière la séparation d'une tâche de classification de Big Data et sa distribution à des centaines de personnes. Une tâche, apparemment de quelqu'un essayant de rendre possible le partage d'informations entre divers répertoires de style Pages Jaunes, demande aux utilisateurs de faire correspondre les catégories d'un répertoire - disons, Delicatessens - avec les équivalents les plus proches dans un autre - par exemple, Delis ou Small Restaurants. Un ordinateur ne pourrait pas s'attaquer à une telle tâche sans des années de formation sur les faits banals de l'existence humaine, comme le fait qu'une épicerie fine est en effet une forme de petit restaurant. Un humain, cependant, peut trouver les bonnes correspondances en quelques secondes.

Un autre projet qui tente de persuader les humains d'ajouter du sens aux données brutes est le Étiqueteuse d'images Google . Il incite les utilisateurs à étiqueter les photographies numériques en fonction de leur contenu en faisant de la tâche un jeu simple dans lequel les candidats doivent à la fois collaborer et s'affronter. Comme Amazon Mechanical Turk, Image Labeler a une communauté de fans qui l'apprécient comme un jeu. Et il n'y a rien de mal à rendre divertissantes les tâches potentiellement ennuyeuses, si c'est ce qu'il faut pour motiver les travailleurs. Mais l'Image Labeler et le Mechanical Turk devront dépasser leur stade de démonstration de jouet avant d'avoir un impact réel sur la convivialité du Web.

Il n'est pas surprenant que les observateurs recherchent de nouvelles étiquettes pour décrire le travail en cours au-delà des limites du Web 2.0 d'aujourd'hui. Mais la plupart de ces projets sont si loin de produire des outils pratiques – sans parler des services qui pourraient être commercialisés – qu'il est prématuré de dire qu'ils représentent une troisième génération de technologie Web. Pour cela, à en juger par l'état de l'art actuel, il faudra encore attendre quelques années.

cacher