Seguramente los has visto y seguramente los odias, se llaman “Captchas” y es común encontrarlos en páginas web, desde formularios hasta encuestas y en una gran variedad de aplicaciones en las que la información necesitar ser validada para tener “cierta seguridad”, ¿alguna vez te has preguntando para qué demonios, además de obviamente fregarte todo el tiempo, sirven los famosos captchas? Pues hoy me centraré en uno que es relativamente popular el llamado reCAPTCHA.
Seguramente nunca te has tomado la molestia de leer lo que dice dentro de la caja “Stop spam, read books” y es precisamente lo que haces, pero sin saberlo, ¿Cómo? Si, lees libros, no de la manera en la que leerías cualquier libro, pero si lo has hecho palabra por palabra, en un orden aleatorio para ser preciso, ¿Por qué? La respuesta es sencilla y compleja a la vez: reCAPTCHA es tecnología creada para utilizarte como traductor de texto “digitalizado” de manera incorrecta pongamos un ejemplo:
Alguien digitalizo el último libro existente sobre el verdadero romance entre Romeo y Julieta, pero fue hace 15 años y el escáner en ese entonces era un verdadero asco, el libro se pierde y solo queda ese pedazo de información digital mal capturado, allí es donde entra la magia de reCAPTCHA y es cuando todos esos momentos en los que hemos dicho “!”#$ madre odio los captchas” se convierte en algo “útil” pues aunque no lo creas, todas las veces que “acertamos al adivinar la palabra” el sistema lo captura y realiza una comparación entre todas las respuestas, con un asombroso nivel de acierto en la transcripción del 99.5% a nivel de palabra.
Así que la próxima vez que veas un recuadro de reCAPTCHA recuerda que estas ayudando a facilitar una tarea tan grande y tan importante como ninguna: digitalizar de manera correcta miles y miles de libros y haciendo que reCAPTCHA lea cada vez mejor, ¡El conocimiento nos hará libres!
Un ejemplo de cómo trabaja reCAPTCHA en comparación con los sistemas tradicionales OCR (Reconocimiento Óptico de Caracteres, por sus siglas en ingles):
Asi es como un programa convensional OCR (aleatorio) lo capturaría:
Mediante el algoritmo va a ir tomando los ingresos de los humanos que llenan formularios y determinará que esa palabra es DOUGLAS, (con coma) y a partir de que miles y miles escriban lo mismo, dará la palabra por sentado y además lo tendrá ingresado en la API como un desafío confiable.
Una vez que el sistema envía y recibe el feedback oculto de la comunidad (todo esto sin que casi nadie se entere que trabaja digitalizando texto) puede entregar el texto digitalizado con un 99,5% de efectividad, Miren el resultado final.
Resultado final, asi es como reCAPTCHA lo hace: (como ven, aclara el documento, impresionante..)
Como pueden ver, reCAPTCHA es realmente algo asombroso ¿como se logra? muy fácil: 200 millones de Captchas son resueltos por humanos (al menos la mayoría) alrededor del mundo cada día. Cada uno le dedica 10 segundos, puede no parecer demasiado pero equivale a 150,000 horas de trabajo cada día, nada mal para ser un estorbo.
Algunos pensaran... ¿!me han estado utilizando todo este timepo!? JAjaja pues asi es... ni yo mismo lo creia.. pues bien en el Capcha es por ello que cuando ingresamos palabras "clave" en ello, solo la primer palabra es la que cuenta, apartir de la segunda se podria decir que es la que recopila la información para luego procesarla y digitalizar dicho texto scaneado... ¿interesante no?
