06.10.2026 · Signal Titans Editorial
Tripletes, ontologías y «metacrap»: los veinte años de evolución de la Web Semántica
Cómo la gran visión de los agentes web legibles por máquinas dio paso a herramientas pragmáticas como JSON-LD y schema.org.
En 2001, Tim Berners-Lee, Ora Lassila y James Hendler publicaron un artículo en Scientific American en el que imaginaban agentes de software web automatizados capaces de gestionar complejas tareas de logística personal. Describían una escena en la que la llamada de un teléfono bajaba automáticamente el volumen del sistema de entretenimiento del hogar, mientras un agente reservaba sesiones de fisioterapia al cotejar las agendas de proveedores de confianza en un radio de veinte millas con los calendarios familiares. Esta visión de la Web Semántica prometía una red legible no solo por seres humanos, sino también por programas informáticos capaces de intercambiar datos sin necesidad de desarrollos a medida.
La visión de los agentes y la crítica del «metacrap»
La ambiciosa visión de anotar la web de forma voluntaria chocó rápidamente con el escepticismo de los ingenieros web más pragmáticos. Ese mismo año, el bloguero y activista por los derechos digitales Cory Doctorow publicó un influyente ensayo titulado «Metacrap», donde señalaba siete deficiencias fundamentales en el uso de metadatos autodeclarados. Doctorow sostenía que aspirar a un mundo con metadatos fiables era una quimera basada en expectativas poco realistas sobre el comportamiento del usuario. Observaba que los autores de páginas web tendían a la pereza, la deshonestidad y las perspectivas encontradas. La experiencia con la etiqueta meta de HTML ya había puesto en evidencia este problema: los creadores de contenido solían saturar las páginas con palabras clave para manipular los primeros motores de búsqueda, lo que obligó a estos últimos a descartar las etiquetas autodeclaradas en favor del análisis algorítmico de los contenidos.
Debates de estandarización y tripletes RDF
A pesar del escepticismo inicial, la definición de estándares formales continuó a través del World Wide Web Consortium (W3C). En 2004, el W3C oficializó el estándar Resource Description Framework (RDF), adaptando un borrador de especificación de 1997 basado en los trabajos previos sobre metadatos que el ingeniero Ramanathan Guha había realizado en Apple. El formato RDF modelaba el conocimiento general mediante sencillos tripletes de sujeto, predicado y objeto para expresar hechos arbitrarios en diversos dominios. Para regir estas estructuras de datos, los grupos de trabajo del W3C crearon RDF Schema y el Web Ontology Language (OWL), lo que permitía a los autores definir ontologías con reglas delimitadoras explícitas para determinar la validez de las relaciones. No obstante, la adopción entre los desarrolladores fue escasa. En un libro inacabado, el programador Aaron Swartz señaló que los estándares del W3C se vieron lastrados por debates abstractos y casi talmúdicos, generando formatos XML excesivamente complejos en lugar de herramientas prácticas para los desarrolladores.
Del «linked data» a los conjuntos masivos de datos
Para superar el cuello de botella en la adopción, Berners-Lee impulsó en 2006 el concepto de «datos vinculados» (linked data), animando a los creadores a publicar y conectar conjuntos de datos estructurados en bruto directamente en la web. Este cambio dio impulso a proyectos prácticos como DBpedia, que extraía sistemáticamente información estructurada de los artículos de Wikipedia para volcarla en enormes repositorios de tripletes RDF. DBpedia llegó a describir 4,58 millones de entidades y fue adoptada por grandes medios como la BBC y The New York Times, además de servir como fuente principal de conocimiento para el sistema IBM Watson durante su participación en el concurso Jeopardy.
El giro práctico hacia JSON-LD y Schema.org
Con el rechazo de los desarrolladores web modernos a las pesadas arquitecturas XML en favor de formatos más sencillos, las herramientas semánticas tuvieron que adaptarse. En 2010, Manu Sporny y Dave Longley publicaron un borrador de especificación para JSON-LD, reingenierizando los conceptos de RDF para que funcionaran de manera fluida con las estructuras de datos de JSON. Poco después, buscadores rivales como Google, Bing y Yahoo fundaron schema.org con el fin de establecer vocabularios de búsqueda compartidos, rechazando de forma explícita el intento de construir una ontología universal. Aunque el ecosistema de agentes web totalmente autónomos ideado en 2001 nunca llegó a materializarse, sus herramientas técnicas subyacentes sobrevivieron en forma de metadatos JSON-LD y vocabularios de schema.org, los cuales impulsan hoy los gráficos de conocimiento de los motores de búsqueda modernos.
Imagen de portada: ilustración generada con IA; no es una fotografía documental.
SIGNAL TITANS.jpg){kind=link}