Los puntos ciegos de las referencias públicas

En el diseño de conectar modelos vectoriales mediante referencias públicas, cada modelo describe la relación de un texto con el mismo conjunto de referencias. Esas relaciones se pueden comparar sin compartir coordenadas originales.

Las referencias realizan así un trabajo concreto: indicar desde qué direcciones observar los objetos. Para entender su coste, dejemos los modelos complejos un momento y miremos un plano.

Tomemos dos vectores unitarios:

x = (0.6,  0.8)
y = (0.6, -0.8)

Su segunda coordenada difiere y su producto escalar es −0.28. Elegimos una sola referencia unitaria a = (1, 0) y expresamos la relación mediante similitud coseno:

relación de x con a = 0.6
relación de y con a = 0.6

Dos objetos distintos quedan representados por el mismo número. Por sofisticado que sea el procesamiento posterior, ese número por sí solo no permite recuperar la diferencia perdida.

Al añadir la referencia b = (0, 1), obtenemos:

x → [0.6,  0.8]
y → [0.6, -0.8]

Ahora la diferencia vuelve a ser visible. El cálculo es exacto: demuestra que una representación elegida puede perder información; no afirma que dos poblaciones reales hayan sufrido ya este resultado de ordenación.

Si la segunda referencia vuelve a ser (1, 0), con otro identificador, ambas informaciones son idénticas. Si todas las nuevas referencias apuntan a direcciones próximas, alargar la representación puede limitarse a repetir diferencias ya visibles.

Entre cantidad de referencias y capacidad de distinguir median, por tanto, su complementariedad, las diferencias necesarias para la tarea y la capacidad del modelo de expresarlas.

El espacio textual es mucho más complejo que este plano. Una referencia textual no equivale a un eje semántico definido exactamente por una persona; tampoco todos los modelos la entienden igual. El ejemplo sirve para formular preguntas experimentales: ¿unas referencias acercan demasiado dos objetos que la tarea necesita distinguir? ¿Qué relaciones cambian al sustituirlas?

Imaginemos un directorio colaborativo que describe capacidades mediante referencias de ventas, promoción y crecimiento. Quien repara objetos antiguos puede relacionarse con algunos de esos términos, pero quizá queden mal expresadas las diferencias entre diagnosticar averías, prolongar la vida útil y recuperar el uso.

Es una hipótesis por comprobar. Sugiere varios orígenes de la dificultad de encontrar algo: no se incorporó el material, la descripción es poco clara, la representación perdió distinciones esenciales o el objetivo de ordenación no premia esa contribución. Cada origen pide una reparación diferente.

Aumentar el número de reparadores no corrige necesariamente el punto ciego de la representación; cambiar referencias tampoco sustituye materiales ausentes. Localizar la capa del fallo permite decidir si toca completar materiales, cambiar representación o ajustar el juicio de la tarea.

Decidir qué diferencias importan es también una elección de diseño. Para cursos de reparación, conviene distinguir desmontaje seguro, diagnóstico y enseñanza; para comprar equipos, las condiciones cambian. Unas referencias comunes ayudan a interoperar, pero ser comunes no las hace igual de adecuadas para todas las tareas.

Para comprobar su influencia real en el descubrimiento, se pueden mantener solicitudes, candidatos, modelos, presupuesto de búsqueda y evaluación, sustituyendo solo las referencias.

Primero se examina la representación: ¿qué candidatos antes amontonados ahora se distinguen? Luego, las posiciones: ¿la diferencia alcanza los diez o cien primeros que se usan realmente? Finalmente, la tarea: ¿los nuevos candidatos aportan capacidades necesarias o solo adelantan otro conjunto de ruido?

Además del promedio hay que examinar los tipos de tarea definidos de antemano. Un conjunto puede mejorar globalmente y empeorar de forma persistente tareas minoritarias. A la inversa, añadir referencias especializadas introduce almacenamiento, cómputo y versiones. El resultado debe ayudar a decidir dónde usar la parte común y dónde complementarla.

Estas decisiones se pueden mejorar experimentalmente. No hace falta que el conjunto sea perfecto al principio ni descartarlo entero al descubrir una omisión. Hace falta poder detectar omisiones y comparar versiones.

Quisiera referencias públicas con dos propiedades: estabilidad suficiente para que los participantes se entiendan y posibilidad de señalar «esta descripción omite algo de mí que importa para la tarea».

Ese comentario necesita objetos concretos. Puede aportar dos materiales que deberían distinguirse, una tarea afectada y una hipótesis sobre qué referencia ayudaría. Se convierte más fácilmente en una prueba ejecutable que debatir si un vocabulario representa a todas las personas.

Los vectores iniciales ofrecen un punto de partida sencillo: mostrar dos objetos que el sistema no distingue y que la tarea necesita separar. La discusión sobre actualizar referencias puede empezar por esa diferencia concreta.