Newtonpedia EN
Inicio › Informática › Karen Spärck Jones
Karen Spärck Jones
Imagen: Wikimedia Commons

Karen Spärck Jones

Científica británica especializada en lingüística computacional y recuperación de información · 1935–2007

Nacimiento
26 de agosto de 1935
Fallecimiento
4 de abril de 2007
País
Reino Unido
Sección
Informática

Biografía

Karen Spärck Jones (Huddersfield, 1935 – Cambridge, 2007) fue una científica británica pionera de la informática y de la recuperación de información, es decir, de la búsqueda automática de documentos. Su nombre está ligado a una idea que hoy usan casi todos los buscadores de internet. Trabajó cuando la mayoría de los investigadores se centraba en adaptar a las personas a las máquinas, y ella se propuso lo contrario: enseñar a los ordenadores a manejar el lenguaje humano tal como se usa.

Nació el 26 de agosto de 1935 en Huddersfield, en el condado inglés de Yorkshire. Su padre, Alfred Owen Jones, era profesor de química, y su madre, Ida Spärck, era noruega. Ida había huido de Noruega tras la invasión alemana de abril de 1940 y durante la guerra trabajó para el gobierno noruego en el exilio, en Londres. Spärck Jones estudió en un instituto de Huddersfield y después en el Girton College de la Universidad de Cambridge, entre 1953 y 1956, donde cursó Historia y, un año más, Ciencias Morales, es decir, filosofía. Tras casarse mantuvo el apellido materno en su vida profesional, porque, según decía, así conservaba una identidad propia.

Su entrada en la informática fue, por su propio relato, casi fortuita. Tras un tiempo como maestra de escuela empezó a visitar la Unidad de Investigación en Lenguaje de Cambridge por curiosidad hacia el trabajo de su marido, el informático Roger Needham, con quien se había casado en 1958. Allí conoció a Margaret Masterman, la directora de la unidad, que le ofreció un puesto de investigación y la animó a dedicarse por completo a la disciplina. Mientras trabajaba allí empezó su tesis doctoral, que presentó en 1964 con el título Sinonimia y clasificación semántica. El trabajo combinaba métodos estadísticos y probabilísticos con análisis lingüístico, una mezcla poco habitual entonces. En un primer momento la tesis no fue bien recibida, pero más tarde se publicó íntegra como libro, y hoy se considera un texto fundacional del procesamiento del lenguaje natural.

Buena parte de su carrera transcurrió con contratos temporales. Pudo seguir investigando gracias a becas de instituciones como la Royal Society o la Biblioteca Británica. En 1974 se incorporó al Laboratorio de Informática de la Universidad de Cambridge, pero no obtuvo una plaza fija hasta 1993. Fue catedrática de Computación y Ciencia de la Información desde 1999, se jubiló en 2002 y siguió acudiendo al laboratorio hasta poco antes de morir.

Su aportación más conocida parte de una observación sencilla: no todas las palabras de un texto tienen el mismo valor informativo. Una palabra como «el» aparece en casi cualquier documento y no dice nada sobre su contenido; en cambio, un término poco frecuente como «fotosíntesis» señala con bastante precisión de qué trata un texto. En 1972 propuso asignar a cada término un peso según lo raro que sea en el conjunto de documentos. Ese principio, la frecuencia inversa del documento (IDF, por sus siglas en inglés), permite ordenar los resultados de una búsqueda de mayor a menor relevancia. Combinado con la frecuencia de cada término dentro de un documento, dio lugar al esquema TF-IDF, que sigue siendo central en los buscadores actuales.

Su trabajo derivó también en modelos probabilísticos de recuperación, desarrollados junto a Stephen Robertson y ampliados después por investigadores como Keith van Rijsbergen. El artículo de 1972 es uno de los más citados de la disciplina. En 2007 señaló que «prácticamente todos los buscadores web usan esos principios». Su colega John Tait recordaba que buena parte de lo que había hecho durante años parecía «un disparate» y que ahora se daba por sentado.

En los años ochenta trabajó además en los primeros sistemas de reconocimiento del habla y participó en el programa Alvey, una iniciativa británica para impulsar la investigación en informática. Su visión de la inteligencia artificial fue bastante escéptica respecto a lo que podía lograr en la recuperación de información, aunque sus métodos estadísticos ayudaron a que el desarrollo de la IA se apoyara más en los datos.

Su carrera estuvo marcada por la desigualdad de género. Fue muchas veces la única mujer en las reuniones profesionales y atribuyó directamente a su sexo la precariedad de su situación laboral en Cambridge. En una entrevista de historia oral para el IEEE, en 2001, describió la universidad como poco amigable con las mujeres en muchos sentidos. Convirtió esa experiencia en activismo: fue miembro fundadora de la red women@cl del laboratorio, participó en programas de divulgación para animar a las niñas a estudiar informática y se hizo célebre por su frase: «La informática es demasiado importante como para dejarla en manos de los hombres». Fue la primera mujer en recibir la Medalla Lovelace de la sociedad británica de informática.

Recibió numerosos reconocimientos, entre ellos el premio Gerard Salton (1988), el premio a la trayectoria de la Asociación de Lingüística Computacional, de la que fue presidenta en 1994, y la Medalla Lovelace en 2007, cuando ya estaba enferma. Fue miembro de la Academia Británica y vicepresidenta de ella entre 2000 y 2002.

Murió de cáncer el 4 de abril de 2007, a los 71 años. The Times no publicó un obituario suyo, aunque sí lo había hecho por su marido en 2003. En 2019 The New York Times le dedicó una necrológica tardía. Desde 2008 se entrega en su honor un premio a la investigación en recuperación de información y procesamiento del lenguaje natural, y en 2017 la Universidad de Huddersfield dio su nombre a un edificio del campus. Su legado combina una herramienta matemática que sigue en el corazón de los buscadores y un ejemplo de cómo abrir la informática a las mujeres.

Aportaciones principales

  • 1964Tesis doctoral «Sinonimia y clasificación semántica», que combina métodos estadísticos con análisis lingüístico.
  • 1972Frecuencia inversa del documento (IDF), un peso estadístico que indica lo informativo que es un término según su rareza en una colección de documentos.
  • 1972Libro sobre la clasificación automática de palabras clave para la recuperación de información.
  • 1973Artículo sobre la ponderación de términos de indización, que asigna a cada palabra clave una importancia relativa.
  • 1981Libro «Information retrieval experiment», con experimentos sobre la evaluación de sistemas de búsqueda.
  • Modelo probabilístico de recuperación de información, desarrollado junto a Stephen Robertson, que ordena los documentos según su probabilidad de ser relevantes.

Maestros y alumnos

Aprendió de:

R. B. Braithwaite

Formó a:

Derek G. Bridge

Ver su árbol de maestros y alumnos →

Curiosidades y anécdotas

Un lema con historia

Su frase «La informática es demasiado importante como para dejarla en manos de los hombres» se convirtió en una de las consignas más citadas en favor de las mujeres en la informática.

Un obituario tardío

The Times no publicó un obituario suyo tras su muerte, pero sí lo había hecho por su marido. The New York Times la rescató en 2019 en su serie Overlooked.

Un nombre en un edificio y en unas becas

La Universidad de Huddersfield bautizó con su nombre un edificio del campus en 2017, y en 2024 la Universidad de Cambridge y el Gobierno británico crearon las Becas Spärck AI en su honor.

Sus contemporáneos

Mientras vivía Karen Spärck Jones (1935–2007)…

Vivieron a la vez

Se descubrió o inventó en esos años

  • 1945
    ComputadoraMáquina programable que recibe datos, los procesa siguiendo instrucciones y entrega resultados, con una arquitectura de hardware y software que puede cambiar de tarea sin cambiar de cuerpo.
  • 1957
    Satélite artificialUn satélite artificial es un objeto construido por personas y puesto en órbita alrededor de un cuerpo celeste, normalmente la Tierra, para recoger información, transmitirla o cumplir una función concreta.
  • 1969
    InternetRed mundial de redes de ordenadores interconectadas que se comunican mediante el conjunto de protocolos TCP/IP.
  • 1971
    Correo electrónicoServicio de red que permite enviar y recibir mensajes digitales entre usuarios mediante una cuenta con dirección propia, como el correo postal pero electrónico.
  • 1973
    Teléfono móvilDispositivo electrónico portátil que permite hacer llamadas por radiofrecuencia mientras el usuario se desplaza dentro de la zona de cobertura de una red.
  • 1989
    World Wide WebSistema de documentos y recursos interconectados por enlaces (hipervínculos) y accesibles a través de Internet mediante navegadores web.

Ver su vida en la línea de tiempo →

Más protagonistas de informática