Segundo Lévy (A Inteligência Coletiva: Por uma Antropologia no Ciberespaço, 2º Ed., Loyola, 1999) a base e o objetivo da inteligência coletiva é o reconhecimento e enriquecimento mútuo das pessoas. Trata-se de uma inteligência distribuída, incessantemente valorizada, coordenada em tempo real e que resulta em uma mobilização efetiva das competências. Por isso, na era do conhecimento, deixar de reconhecer o outro em sua inteligência é recusar-lhe sua verdadeira identidade social. Em contrapartida, quando se valoriza o outro de acordo com o seu leque de saberes, permite-se que se identifique de um modo novo e positivo, contribuindo para mobilizá-lo, para desenvolver nele sentimentos de reconhecimento que, consequentemente, facilitarão a agregação de outras pessoas em projetos coletivos.

O ideal da inteligência coletiva implica, portanto, na valorização dos diversos tipos de inteligência distribuída com o intuito de alcançar o reconhecimento e a mobilização efetiva das competências. Inclusive, a Inteligência Coletiva é um conceito pré-datado antes mesmo da existência da Web. É comumente conhecida como o conhecimento ou comportamento que surge através da colaboração ou competição entre um grupo de indivíduos. Tanto as aplicações Web quanto os usuários estão passando por revoluções e transformações. As aplicações atuais confiam em seus usuários, convidando-os a participar, criar conteúdo e a interagir com outros usuários, fazendo uso dessas informações para melhorar a experiência dos usuários e prover um conteúdo de maior valor agregado e personalizado ao usuário da aplicação. Por outro lado, enquanto as aplicações estão evoluindo e ganhando inteligência, os usuários cooperam com essa evolução, pois estes estão cada vez mais dispostos a interagir, organizar, comentar, avaliar e compartilhar informação.

É possível obter resultados melhores de informações provenientes de uma multidão do que de um pequeno grupo de especialistas se quatro condições básicas forem atendidas:

1. Houver uma população composta por indivíduos com diversas opiniões;
2. Existir indivíduos que não tenham medo ou receio de expressar suas opiniões;
3. Houver diversidade cultural entre os componentes da população; e
4. Houver um meio de obter, armazenar e agregar as informações de forma que seja possível fazer uso delas num processo de tomada de decisão.

No contexto de aplicações inteligentes é possível entender a Inteligência Coletiva como o uso efetivo de informações providas por outros para melhorar a aplicação. Assim, a inteligência coletiva adquire forma à medida que os usuários interagem entre si expressando suas opiniões e formando seu circulo de influência, o qual logo cresce para uma comunidade capaz de gerar conhecimento. Há diversas técnicas que podem ser utilizadas como formas de viabilizar a utilização do conceito de Inteligência Coletiva dentro das aplicações Web, por exemplo:

1. Informação Agregada (Listas): Agregar informações e listas, exemplo: Lista de Itens mais recentes ou Itens mais buscados
2. Avaliações, Revisões e Recomendações: Informações compartilhadas por usuários podem influenciar outros;
3. Conteúdo gerado pelo Usuário (blogs, wikis e mensagens): É possível extrair inteligência das contribuições de usuários, que, por sua vez, influenciarão outros;
4. Categorização, Marcação e Votação: Aumenta a chance de descoberta de conteúdo, tornando possível conhecer e conectar usuários;
5. Navegação por Tag Clouds: Classificação dinâmica de conteúdo utilizando termos que podem ser gerados por algoritmos, usuários ou peritos;
6. Análise de Conteúdo para identificar perfil do usuário: Permite a extração de palavras-chave que irão compor o perfil do usuário;
7. Agrupamento e modelos de predição: É possível agrupar itens e usuários similares ou até mesmo predizer novos componentes destes grupos;
8. Busca: Apresentação de resultados pertinentes com base no perfil dos usuários;
9. Fazer uso de conteúdo externo: Prover conteúdo de fontes externas como blogs ou outros sítios; e
10. Sistemas de Recomendação: Com base na análise de conteúdo, avaliações, usuários e muitas outras informações é possível fazer sugestões de compras, comunidades, pessoas, etc.

Dentre os muitos benefícios de se aplicar técnicas de inteligência coletiva nas aplicações destacam-se:

1. Alta taxa de retenção de usuário: Já que quanto mais eles interagem, mais personalizada ao seu perfil a aplicação se torna e isso fará com que o usuário queira retornar e continuar navegando.
2. Elevadas oportunidades de propaganda e comunicação: Uma vez que muitos usuários utilizam o serviço, o número de interações aumenta e, com isso, as oportunidades de comunicação e propaganda, podendo estas ainda serem personalizadas.
3. Alta probabilidade dos usuários obterem o que procuram: Ao passo que as aplicações vão provendo informações relevantes aos usuários, as chances dos usuários encontrarem itens relevantes aumentam.
4. Melhor posicionamento em sistemas de busca: Quanto maior a participação e contribuição dos usuários, mais conteúdo existirá em determinada aplicação. Com isso, maior é a probabilidade de ser localizado por sistemas de busca.

Com base nesses benefícios é possível perceber a importância de se fazer um uso efetivo da inteligência coletiva nas aplicações Web atuais, uma vez que tais fatores resumem praticamente os principais objetivos de todas as aplicações Web, como: manter a fidelidade dos usuários, monetizar a aplicação através de comunicação e propaganda, atender às necessidades dos usuários (satisfação do cliente) e gerar maior visibilidade na Web.

Existem diversas maneiras de representar o conceito de Inteligência Coletiva. Atualmente tem-se os Webloggs (popularmente conhecidos como Blogs) e as Redes Sociais, através dos quais as pessoas podem trocar informações de interesse, ou seja, serviços que tornam possível manter uma inteligência distribuída, incessantemente valorizada e com coordenação em tempo real. Além desses serviços, existem os Sistemas ou Motores de Recomendação que, resumidamente, são programas capazes de criar regras específicas de comparação e sugestão de itens (p. ex., produtos, serviços, pessoas, etc.) levando em consideração um contexto. O uso destes Sistemas de Recomendação em uma aplicação é a melhor forma de se fazer uso da Inteligência Coletiva.

Desde o surgimento da Web, no final da década de 1980, até o final do século, ela cresceu de um grupo de ferramentas de trabalho utilizadas por cientistas na Organização Européia de Pesquisa Nuclear (CERN) para um espaço global de informação com mais de um bilhão de usuários. Atualmente a Web vive uma fase voltada à participação e socialização dos usuários, que define a chamada Web 2.0. As principais características deste conceito são:

• Software como Serviço (SaaS) e não softwares empacotados;
• Arquitetura participativa, incentivando usuários a participarem e utilizarem serviços;
• Escalabilidade de custo efetivo mantendo o equilíbrio entre investimentos em infra-estrutura e retorno sobre o serviço;
• Fontes de dados convergentes e mutáveis;
• Software multi-dispositivo;
• Utilização da Inteligência Coletiva.

Como tendências para a nova geração da Web, já sendo chamada por alguns de Web 3.0, têm-se o uso de ferramentas inteligentes. Essa “Web inteligente”, a Web 3.0, é uma rede que fornece infra-estrutura de comunicação e compartilhamento de dados (Web 1.0), viabiliza o uso de SaaS e permite o surgimento de redes sociais (Web 2.0) e, além disso, disponibiliza serviços de personalização, extração de conhecimento a partir de dados, interação autônoma humano-computador, emergência e outras propriedades atribuídas à inteligência.

Mas por que precisamos da Web inteligente? Há várias respostas, a principal delas gira em torno da nossa própria necessidade de ter acesso a ferramentas que conseguem reconhecer e entender nossas características, nossas preferências, nossas necessidades; e usar este entendimento para facilitar nosso trabalho e nos ajudar a conhecer conteúdo, pessoas, comunidades, etc., que são de nosso maior interesse. Ou seja, nossa necessidade é consequência de nossa dificuldade em extrair conhecimento de uma base de dados quase infinita (a Web) e da incapacidade das máquinas em fazer isso sem utilizar de alguma inteligência.

É por essas razões que ferramentas de Web Semântica, Mineração de Dados, Aprendizagem de Máquina, Computação Natural e Sistemas de Recomendação constituem algumas das principais tendências da Web de um futuro próximo. É por isso que o TUILUX é a ferramenta do futuro da Web disponível no tempo presente!

Em um post anterior citamos os oito princípios relacionados aos Sistemas de Recomendação. Hoje vamos começar a entender o primeiro deles “Demonstrar conhecimento sobre os Produtos.”

No processo de relacionamento com nossos clientes um dos aspectos que desejamos é conquistar a credibilidade. Nesse processo, um dos pontos de fundamental importância é demonstrar conhecimento sobre o nosso negócio e nossos produtos ou serviços.

Mas como demonstro conhecimento? Contrato um especialista? Será que meus clientes estão preparados para entender a linguagem do especialista? Ou teriam mais segurança na opinião de alguém da sua comunidade?

Vamos exemplificar usando um cenário conhecido por todos, opiniões sobre vinhos.

Um cliente entra no site (loja de vinhos) desejando um vinho para uma ocasião super especial, comemoração de um ano de namoro. Pesquisando no site ele encontra somente o seguinte comentário do vinho que parece agradar ” vinho super correto (nunca teve passagem pela polícia), com aromas agradáveis e persistentes (mesmo não sendo brasileiro não desiste nunca). Na boca é redondo (lembrei da cerveja) e saboroso. Acidez muito boa, taninos domados (ufa!!, que alívio) e os inconfudíveis toques herbaceos dos vinhos chilenos. Retrogosto longo e com nuances de especiarias. ”

Será que esse comentário agrega algo ao nosso cliente? Ou deixa-o mais confuso na sua decisão de compra?

Vamos para uma outra loja, escolhemos um vinho e imediatamente o sistema nos apresenta comentários de outras pessoas que compraram o vinho, sugestão de comidas adequadas ao vinho, sugestão de outros vinhos similares, artigos relacionados ao vinho e até comunidades que discutem vinhos da mesma região do que estamos pesquisando.

Vamos nos colocar na pessoa do nosso cliente, qual das lojas consegue demonstrar conhecimento do produto que vende? A que somente usou a opinião refinada do especialista (distante do nosso cliente) ou a que utilizou ferramentas para capturar o conhecimento demonstrado por pessoas que utilizam a mesma linguagem do nosso cliente?

Desde o início da humanidade o ser humano procura relacionar-se com similares, ele confia nos que demonstram ser “próximos” dele.

A fim de estarmos “próximos” dos nossos clientes devemos seguir três regras:

1. Usar o conhecimento e recomendação para construir a confiança dos clientes;
2. Prover o maior conjunto possível de dados sobre os produtos para que o cliente decida com todas as informações em mãos;
3. Tornar a experiência de compra divertida! Uso da linguagem correta.

No próximo post continuaremos explorando a construção de uma boa reputação usando nossos conhecimentos sobre os produtos que vendemos. Até a próxima!!!