logo
FA 7-8/2023 życie akademickie

Piotr Tafiłowski

Architektura informacji

Architektura informacji 1

Rys. Sławomir Makal

W przyszłości systemy cyfrowe budowane z „zawartości informacyjnej” bibliotek tradycyjnych będą z pewnością o wiele bardziej skomplikowane niż proste biblioteki cyfrowe, jakie znamy dziś. Będą to zapewne coraz bardziej skomplikowane mapy wiedzy czy systemy kartografii wiedzy.

Od czasów prehistorycznych ludzkość wytwarza i przekazuje informacje, utrwalając je za pomocą różnych systemów i technologii, takich jak na przykład malarstwo naskalne, piktogramy, hieroglify, systemy mnemotechniczne, zapisy na glinianych tabliczkach czy zwojach papirusowych, w kodeksach pergaminowych, a następnie papierowych itd. Kilkakrotnie w toku dziejów dochodziło do zasadniczych przełomów w technologiach informacyjnych, poczynając od wynalazku różnych systemów pisma, poprzez wynalezienie druku, aż do rewolucji informatycznej na przełomie XX i XXI wieku. Jednymi ze skutków owych przełomów były każdorazowe skokowe przyrosty ilości wprowadzanej do obiegu społecznego informacji. Co z tego wynika, informacje należało równocześnie coraz skrupulatniej kategoryzować i strukturyzować, nadawać im taką formę, aby można je było sprawnie przekazywać i odtwarzać, wykorzystywać i stosować. Działania prowadzące do tego celu są właśnie projektowaniem architektury informacji (dalej: AI).

Jako przykład najwcześniejszych zabiegów noszących takie cechy, pochodzących jeszcze z epoki kultury oralnej, można wymienić nadawanie eposom homeryckim specjalnej kompozycji, ułatwiającej ich zapamiętanie i deklamowanie. Z problemem organizacji wiedzy jako pierwszy naukowo zmierzył się Kallimach z Cyreny (III w. p.n.e.), opracowując katalog Biblioteki Aleksandryjskiej. Wraz z upływem czasu oraz wprowadzaniem do powszechnego użytku kolejnych technologii i narastaniem ilości dostępnej informacji, zagadnienie to ulegało coraz większej komplikacji.

Obecnie mamy do czynienia ze zjawiskami informacyjnymi o skali niewyobrażalnej dla naszych przodków. Rzędy wielkości danych, do których mamy dostęp, trudne są do oszacowania. Zjawisku temu opisujący je uczeni i dziennikarze nadają różne nazwy: bomby megabitowej (pojęcie stworzone przez Stanisława Lema), przeciążenia czy przeładowania informacyjnego itp. Co więcej, znaczna część danych generowanych w mediach cyfrowych stanowi nieistotny smog informacyjny (spam). Dlatego też coraz ważniejszym wyzwaniem, w obliczu którego stają informatycy, programiści, projektanci systemów, informatolodzy, infobrokerzy, pracownicy informacji, ale także zwykli jej użytkownicy, jest nie tyle sztuka sprawnego wyszukiwania informacji, ile jej selekcja, zarządzanie nią, odsiewanie tego, co nieistotne i nieprzydatne, ocena jakości informacji. Potrzebujemy do tego nowych, na bieżąco udoskonalanych i coraz precyzyjniejszych narzędzi oraz standardów.

Jednym z możliwych rozwiązań wymienionych problemów może być zastosowanie technik AI. Służyć ona może zarówno pokonywaniu barier informacyjnych, jak i filtrowaniu oraz hierarchizowaniu informacji, dzięki czemu przyczyniać się może do usprawniania procesów komunikacji społecznej i naukowej, zwłaszcza w środowisku cyfrowym. Warto zaznaczyć, że techniki, które obecnie zaliczyć można do dziedziny AI, już od wielu stuleci stosowane są w klasyfikacji nauk, wywodzącej się jeszcze z myśli Platona i Arystotelesa. AI zatem stanowi jeśli nie kompleksowe rozwiązanie, to przynajmniej odpowiedź na znaczną część problemów związanych z systematyzacją narastającej w szybkim tempie wiedzy.

Architektura informacji współcześnie

Mimo to AI wciąż jeszcze jest obszarem badawczym in statu nascendi, który nie został dotychczas ostatecznie ukształtowany i ściśle zdefiniowany. Całkowity zasięg jej zainteresowań, stosunek do różnych dyscyplin naukowych oraz pełna definicja nadal stanowią przedmiot interdyscyplinarnej dyskusji, niemniej jednak uczestniczący w niej akademicy zgodni są co do zasadniczych kwestii: czym jest AI, jakimi problemami się zajmuje, na jakie pytania powinna odpowiadać, z jakimi wyzwaniami pozwala się mierzyć, co jest jej przedmiotem oraz jakie obszary (faktycznie lub potencjalnie) zagospodarowuje.

Na stronie internetowej Akademii Humanistyczno-Ekonomicznej w Łodzi kilka lat temu znalazłem sformułowanie: „Misją architektury informacji jest humanizowanie technologii” (użyte ono zostało także w programach kształcenia w zakresie AI na Uniwersytecie Pedagogicznym w Krakowie). AI definiuje się jako po części naukę, po części zaś sztukę kształtującą praktyczne umiejętności organizowania, systematyzowania, strukturyzowania, hierarchizowania informacji w taki sposób, by zapewnić jej jak największą użyteczność, ułatwić użytkownikom jej wyszukiwanie, zrozumienie, kontekstualizację, administratorom zaś ułatwić zarządzanie nią.

Głębsza refleksja nad AI jako interdyscyplinarnym obszarem studiów rozpoczęła się od badań i pomiarów funkcjonalności w serwisach internetowych, jednak zagadnienie to jest o wiele dawniejsze, szersze i dotyczy informacji nie tylko w systemach cyfrowych, lecz także we wszystkich tradycyjnych systemach informacyjnych. Pole zainteresowań AI jest interdyscyplinarne, osoby zajmujące się nią powinny posiadać różnorodne umiejętności i kompetencje techniczne z zakresu projektowania grafiki, baz danych, tworzenia instrukcji, interakcji pomiędzy komputerem a człowiekiem, nauk komputerowych, a także dyscyplin humanistycznych, antropologii kulturowej, psychologii poznawczej, kognitywistyki oraz nauk o informacji. Jako taka, AI z pewnością nie może być zatem wyłącznym przedmiotem badań informatyków, a co więcej – w ogóle nie da się jej zamknąć w ramach jednej dyscypliny. Badania nad nią rozwijają ekonomiści, kognitywiści, a także archiwiści, komunikolodzy, bibliolodzy i informatolodzy czy bibliotekoznawcy.

Wspominam o tym, ponieważ autorzy opracowań poświęconych AI w jej aspekcie technologicznym odwołują się do metafor i porównań takich jak książka czy biblioteka. Zwracają oni uwagę, że biblioteki są systemami informacyjnymi, które zostały zaprojektowane w precyzyjnie określony sposób, zatem do nich również odnosi się pojęcie AI. Jeśli więc chcemy w najprostszy, a zarazem najbardziej obrazowy sposób wyobrazić sobie, czym jest AI i jakie jest jej praktyczne wdrożenie, pomyślmy o bibliotece, zgromadzonych w niej książkach oraz ich katalogu. Pamiętajmy przy tym, iż nawet najbogatszy księgozbiór ma dla czytelnika tylko taką wartość, jaką prezentuje katalog umożliwiający dostęp do zawartych w nim dzieł, czyli jaka jest informacja o nim. Jeśli użytkownik nie będzie w stanie odnaleźć na temat jakiegoś obiektu informacji, która pozwoli mu dotrzeć do niego, sam ten obiekt stanie się bezużyteczny. A budowanie przyjaznych, funkcjonalnych katalogów (czyli innymi słowy – systemów metadanych) jest jednym z pól zastosowań technik AI. Metafora biblioteki jest bardzo nośna i przydatna, wobec czego będę się jeszcze do niej odwoływał.

Na podstawowym poziomie AI posługujemy się na co dzień, choćby nadając plikom na naszym komputerze znaczące nazwy i umieszczając je w nazwanych w ten sam sposób, ułożonych hierarchicznie folderach. Innym przykładem zastosowania AI, z którym spotykamy się w życiu codziennym, jest książka zaopatrzona w numerację stron, spis treści oraz indeksy.

W ciągu ostatnich mniej więcej czterech dekad nastąpiła prawdziwa eksplozja zainteresowania AI. Jest to dziedzina, której znaczenie, mimo jej dotychczasowej amorficzności, wciąż wzrasta.

Zastosowania praktyczne

Obecnie głównym zastosowaniem AI jest poprawa organizacji i dostępności informacji w systemach komputerowych i interfejsach użytkownika. Służy ona projektowaniu struktury, organizacji, nawigacji i prezentacji informacji w sposób logiczny i zrozumiały dla użytkowników. Dobrze zaprojektowana AI pozwala użytkownikom w prosty, intuicyjny sposób poruszać się w systemie informacyjnym (strona internetowa, aplikacja, baza danych) i szybciej odnajdywać poszukiwane treści.

Procesy informacyjne, takie jak pozyskiwanie, wyszukiwanie i przesyłanie informacji, podlegają strukturyzacji. Bez zastosowania zasad AI w systemach, które mają służyć temu celowi, wyszukiwanie informacji byłoby znacznie utrudnione, o ile w ogóle możliwe. AI pozwala na takie organizowanie informacji (danych), aby użytkownik mógł je odszukać w jak najprostszy sposób (budowanie baz danych, a także systemów metadanych czy systemów organizacji wiedzy, takich jak różnego rodzaju taksonomie, kartoteki wzorcowe, tezaurusy itp.). Chodzi jednak nie tylko o wewnętrzną strukturę bazy danych, ale także np. o projektowanie interfejsów użytkownika w taki sposób, by były one jak najprostsze w obsłudze i intuicyjne.

Wiąże się to bezpośrednio z ujęciem, które można nazwać prakseologicznym – usprawnianie i optymalizacja procesów informacyjnych w systemach cyfrowych nie są możliwe bez zastosowania metod i narzędzi AI; ściśle rzecz biorąc, stosowanie reguł AI jest na to jedynym sposobem. Konieczność odpowiedniej strukturyzacji i hierarchizacji informacji i wiedzy narzuca również teoria systemów. Teoria ta, pierwotnie wywodząca się z biologii, rozwinięta została przez cybernetyków, a obecnie korzystają z niej nauki społeczne i ekonomiczne, informatyka i kognitywistyka.

Architektura informacji jest niezbędnym elementem procesów wszechobecnej digitalizacji. Przykładowo, digitalizacja i umieszczanie obiektów w systemach cyfrowych to procesy, którymi objęte są m.in. obiekty fizyczne stanowiące tradycyjne pole badań bibliologii czy archiwistyki (rękopisy, stare druki, książki nowe, czasopisma itd., a także ich katalogi). Nie jest wszakże możliwe zbudowanie dobrej biblioteki cyfrowej bez zastosowania rozwiązań wypracowanych na gruncie AI, bez zbudowania struktury, w której umieszczone zostaną udostępniane obiekty i ich opisy. Co więcej, w przyszłości systemy cyfrowe budowane z „zawartości informacyjnej” bibliotek tradycyjnych będą z pewnością o wiele bardziej skomplikowane niż proste biblioteki cyfrowe, jakie znamy dziś. Będą to zapewne coraz bardziej skomplikowane mapy wiedzy czy systemy kartografii wiedzy (P. Tafiłowski, Kartografia wiedzy w usługach informacyjnych [w:] Nauka o informacji w okresie zmian. Innowacyjne usługi informacyjne, red. B. Sosińska-Kalata, P. Tafiłowski, Z. Wiorogórska, Warszawa 2018, s. 59-67), a w ich tworzeniu znajomość reguł AI, realizowanych w ścisłej współpracy przez przedstawicieli różnych dyscyplin, będzie umiejętnością jeszcze bardziej kluczową.

Architektura informacji stanowi ważną, integralną część zagadnień zarówno teoretycznych, jak i praktycznych związanych z działalnością informacyjną, nawet jeśli potraktujemy ją tylko w wąskim, potocznym ujęciu, odnoszącym to pojęcie jedynie do stron internetowych, których podstawową funkcją jest funkcja informacyjna. Najważniejsze cele i zadania AI przedstawić można w postaci dziesięciu punktów:

Nawigacja: Poprawna AI pomaga użytkownikom łatwiej odnaleźć potrzebne informacje w systemach komputerowych, aplikacjach mobilnych i stronach internetowych. Dzięki dobrze zaprojektowanej nawigacji użytkownicy mogą szybko poruszać się po systemie i odnajdywać potrzebne funkcje i zasoby.

Wyszukiwanie informacji: AI pomaga w tworzeniu skutecznych mechanizmów wyszukiwania informacji. Poprzez odpowiednie indeksowanie, oznaczanie i konstruowanie metadanych użytkownicy mogą dokładnie określić kryteria wyszukiwania i otrzymać wyniki odpowiadające ich potrzebom.

Organizacja i zarządzanie informacją: Poprawnie zaprojektowana AI pomaga w organizacji dużych zbiorów informacji, takich jak bazy danych, biblioteki cyfrowe czy portale internetowe. Poprzez wdrażanie przez projektantów systemów klasyfikacji, takich jak np. taksonomie czy ontologie, umożliwiających odpowiednie kategoryzowanie, indeksowanie i strukturyzację danych, a także jasne i znaczące etykietowanie treści i elementów nawigacyjnych, użytkownicy mogą łatwiej odnaleźć potrzebne informacje i zorientować się w ich związku. AI pozwala także na optymalizację i standaryzację procesów informacyjnych zachodzących nie tylko w ramach usług informacyjnych, ale również w infrastrukturze organizacji czy instytucji. Z punktu widzenia instytucji zarówno publicznych, jak i komercyjnych, bardzo ważnym problemem jest projektowanie systemów umożliwiających zarządzanie procesami oraz wiedzą ukrytą (ang. tacit knowledge). Również w tym niezbędne jest stosowanie technik AI.

Zwiększanie użyteczności: Poprawna AI przyczynia się do zwiększenia użyteczności systemów komputerowych. Odpowiednio zorganizowane informacje pozwalają użytkownikom łatwiej zrozumieć, jak korzystać z systemu i jakie funkcje są dostępne. Dzięki temu zwiększa się satysfakcja użytkowników, a wykorzystanie systemów jest efektywniejsze.

Poprawa dostępności informacji: AI pomaga w organizacji i indeksowaniu dużych zbiorów informacji. Poprzez odpowiednie etykietowanie, kategoryzowanie i strukturyzację danych użytkownicy mogą łatwiej odnaleźć potrzebne informacje i zorientować się w ich związku.

Usprawnianie procesów informacyjnych: Systemy informacyjne, zarówno tradycyjne, jak i cyfrowe, nieustannie się rozrastają. Zachowanie ciągłości i płynności procesów w zwiększających swoją pojemność systemach informacyjnych zależne jest od poprawnego zaprojektowania architektury tychże systemów.

Personalizacja i dostosowanie: AI umożliwia personalizację i dostosowanie systemów do indywidualnych potrzeb użytkowników. Dzięki odpowiedniemu zarządzaniu danymi i informacjami, systemy mogą dostarczać użytkownikom spersonalizowane treści, rekomendacje i doświadczenia.

Wspomaganie procesu projektowania: AI jest integralną częścią procesu projektowania interakcji i interfejsów użytkownika. Pomaga projektantom w organizacji treści, strukturyzacji informacji, tworzeniu prototypów i testowaniu użyteczności. Poprawna AI pozwala zrozumieć, w jaki sposób użytkownicy będą się poruszać po systemie oraz jak informacje będą prezentowane.

Skalowanie: W przypadku systemów informacyjnych, które rozwijają się i ewoluują, poprawnie zaprojektowana AI pomaga w dostosowywaniu i rozbudowie systemów, umożliwiając elastyczne dodawanie nowych funkcji, zawartości i danych bez utraty spójności i zwiększania złożoności.

Walka z dezinformacją: poprawnie zaprojektowana AI jest jednym z narzędzi walki z dezinformacją, manipulacją i fake newsami. Odpowiednia hierarchizacja, strukturyzacja i organizacja informacji, klasyfikowanie i oznaczanie (etykietowanie) treści, spójne systemy metadanych pozwalają na eliminowanie z systemu treści niepożądanych.

Gdy jednak współcześnie pytamy o to, jaki jest główny powód zajmowania się AI, najkrótsza odpowiedź będzie brzmiała, iż jest nim przede wszystkim wspomaganie użytkowników w nawigacji w systemie informacyjnym i w określaniu własnego położenia względem poszukiwanych informacji. AI przyczynia się zatem do tworzenia intuicyjnych, efektywnych i użytecznych rozwiązań (projektowanie interfejsów, projektowanie stron internetowych, tworzenie systemów informacyjnych czy budowa aplikacji mobilnych), które spełniają potrzeby użytkowników i umożliwiają efektywne zarządzanie informacją.

Kształcenie w zakresie AI

Jak z tego wynika, kształcenie na kierunkach studiów związanych z AI musi opierać się na połączeniu tradycyjnych dyscyplin naukowych z nowymi narzędziami i obszarami badań, tak aby ich absolwenci mieli możliwość zdobycia kompetencji poszukiwanych na rynku pracy. Studia te bazują na koncepcji kształcenia w zakresie dynamicznie rozwijających się dziedzin związanych z przetwarzaniem rosnących wolumenów informacji, mediami, humanistyką cyfrową oraz komunikacją społeczną. Celem kształcenia jest przygotowanie absolwentów w zakresie projektowania i wykorzystywania cyfrowych usług informacyjnych oraz ich funkcjonowania w kontekście społeczno-kulturowym.

Cyfrowe usługi informacyjne analizowane są w dwu kontekstach: w wymiarze społecznym oraz technologicznym. W pierwszym z nich rozpatruje się je jako systemy informacyjne osadzone w określonym kontekście społecznym, stworzone w celu realizacji zadań strategicznych stających przed użytkownikami, instytucjami czy organizacjami. W drugiej perspektywie kładzie się nacisk na badania nad wykorzystaniem technologii informacyjno-komunikacyjnych do projektowania usług, ich funkcjonalnością i użytecznością oraz odbiorem, postrzeganiem i wdrożeniami. Przez cyfrowe usługi informacyjne rozumie się zarówno powszechnie wykorzystywane serwisy internetowe, aplikacje mobilne, media społecznościowe czy cyfrowe platformy edukacyjne, jak i repozytoria służące ochronie dziedzictwa kulturowego (np. biblioteki cyfrowe), korporacyjne systemy informacyjne czy systemy informacji naukowej. Zakres zainteresowania AI jest zatem bardzo szeroki, a absolwent tego rodzaju studiów otrzymuje kompetencje predestynujące do pracy w różnych sektorach (instytucje kultury, administracja publiczna, przemysł czy różnego rodzaju korporacje).

Jak ujmuje się w programach kształcenia (tu opieram się szczególnie na programie przygotowanym dla kierunku architektura przestrzeni informacyjnych, realizowanym na Uniwersytecie Warszawskim), całość zagadnień AI ujmowana jest w trzech perspektywach poznawczych. Centralnym punktem pierwszej z nich jest użytkownik informacji. Perspektywa ta obejmuje zarówno badanie sposobów interakcji użytkownika z cyfrowymi usługami informacyjnymi, jak i zagadnienia związane z ich użytecznością oraz wiarygodnością i oceną jakości informacji. Problematyka ta jest tym istotniejsza, iż głównym wyzwaniem stojącym przed architektem informacji jest analiza i zdefiniowanie potrzeb użytkowników. Potrzeby te bada się m.in. sprawdzając sposoby poruszania się i przepływu użytkowników w danym systemie informacyjnym, sposoby prezentowania informacji użytkownikom, a wreszcie to, czy system wspiera użytkownika w procesie zdobywania informacji.

W drugim ujęciu cyfrowe usługi informacyjne postrzegane są przez pryzmat zasobów informacji. Trzecia perspektywa to zarządzanie informacją rozumiane jako optymalizacja i standaryzacja procesów informacyjnych zachodzących nie tylko w ramach usług informacyjnych, ale również w infrastrukturze organizacji i instytucji, w której ta funkcjonuje.

Łączenie tych perspektyw w ramach projektowania AI pozwala na lepsze, szybsze i skuteczniejsze (a także przyjemniejsze) zaspokajanie potrzeb informacyjnych użytkowników dzięki optymalizacji procesów komunikacyjnych w środowisku cyfrowym, z natury charakteryzującym się dużym stopniem rozproszenia, skomplikowania oraz nadmiaru treści. Prawidłowe projektowanie AI ma zatem kluczowe znaczenie zarówno dla procesów komunikacji społecznej oraz naukowej, dla funkcjonowania instytucji publicznych, jak i dla podmiotów biznesowych (satysfakcja użytkownika, wspieranie sprzedaży).

Dr hab. Piotr Tafiłowski, prof. UW, Katedra Informatologii, Wydział Dziennikarstwa, Informacji i Bibliologii, Uniwersytet Warszawski

Wróć