title: 6 · Etiquetas y facetas: el sistema de coordenadas
6 · Etiquetas y facetas: el sistema de coordenadas
Si el dominio es la frontera, las facetas son la retícula: el sistema de coordenadas que permite situar cada píldora dentro de su dominio con dirección exacta. La clasificación facetada del primer libro las creó como descripción —cada píldora etiquetada con su materia, su tipo, su nivel—; el acceso las convierte en navegación: cada etiqueta es una puerta que una consulta puede abrir o cerrar. Este capítulo trata las tres reglas que hacen que ese retículo sirva para navegar y no solo para decorar: vocabulario controlado, política de ausencias y versionado. Son reglas poco vistosas y absolutamente decisivas; la mayoría de los sistemas de búsqueda que "tienen filtros que nadie usa" fallan en alguna de las tres.
La etiqueta libre contra la faceta controlada
La primera regla separa dos cosas que en las conversaciones se confunden: etiqueta y faceta. La etiqueta libre es la que nace en el momento: alguien anota una píldora con "segunda actividad" porque en su cabeza eso la describía. La faceta controlada es la que pertenece a un vocabulario cerrado: la faceta materia admite estos doce valores y ningún otro; la faceta tipo de norma, estos cinco. La diferencia no es de pulcritud: es de mecánica. Un filtro solo puede cerrar sobre un valor si el motor sabe exactamente qué valores existen; "segunda actividad" no abre ninguna puerta si el vocabulario dice "pluriactividad".
La tentación al construir la taxonomía es permitir todo —"así no se pierden matices"— y es exactamente al revés: permitiendo todo, se pierde todo, porque nadie puede pedir "todas las píldoras de X" cuando X, XS y "x." son tres etiquetas distintas. La regla que sobrevivió en el despacho: toda faceta que participe en filtros de búsqueda lleva vocabulario cerrado y mantenible; la descripción abierta no desaparece, se muda a otro lugar —un campo de texto, un comentario— donde hace daño no tenerla normalizada. Las facetas, además, se pueden —se deben— apilar: materia sobre tipo sobre fuente sobre fecha. Apilables en cualquier combinación, cada una simple por separado: esa es la gracia del sistema de coordenadas, que con ejes sencillos describe espacios ricos.
Construir el vocabulario cerrado tiene un método que evita la esclerosis: no se inventa de arriba, se destila de abajo. Se toman las píldoras de un dominio, se extraen los términos con que realmente se describen, se agrupan a mano en categorías hasta que cada píldora tiene exactamente un valor por faceta y cada valor tiene hogar. Después se somete a la prueba del usuario: alguien del oficio debe poder adivinar en qué valor caería un documento nuevo sin preguntar. Si falla esa prueba, el problema no es del usuario: el vocabulario está mal cortado.
El valor ausente: el agujero del retículo
La segunda regla trata la situación que toda taxonomía real tiene y casi todo sistema finge que no existe: la píldora que no tiene valor para una faceta. La sentencia que no pertenece a ninguna materia del vocabulario; el documento antiguo anterior a la taxonomía; el caso francamente raro. ¿Qué ve el filtro cuando llega y pregunta por la materia? El diseño de esa respuesta decide si el sistema es fiable o traicionero.
Hay tres opciones posibles, y una sola admisible para los filtros críticos. Opción uno: el valor nulo se excluye del resultado —el filtro de materia no devuelve nada de lo que no tenga materia—. Opción dos: el nulo se incluye siempre —el filtro no excluye lo desconocido—. Opción tres: se inventa un valor por defecto —"general", "otros"— y se llena el hueco con él. Las tres tienen usos, y la elección no es de gusto: es de tipo de faceta. Para las facetas descriptivas y suaves —nivel de lectura, fuente—, incluir el nulo es correcto: no se castiga a un documento por no estar etiquetado en algo secundario. Para las facetas críticas —las que el contrato declara obligatorias: dominio, vigencia, estado editorial, permiso—, el nulo ni se incluye ni se excluye: no existe, porque el capítulo cuatro ya fijó la norma —píldora sin campos críticos no se publica—. Y el valor por defecto, "otros", es la opción que parece respetable y es la que mata las taxonomías: al año, "otros" contiene el 40 por ciento del corpus y la faceta ya no filtra nada. Si hay que usar un cajón de sastre, al menos hay que auditar su llenado; mejor aún, hacer que el vacío sea visible como defecto de etiquetado, no como categoría.
La taxonomía que cambia sin romper
La tercera regla es la del tiempo. Una taxonomía viva cambia: aparecen materias nuevas —quién predijo en 2019 una faceta para teletrabajo con la densidad que exige hoy—, valores se fusionan porque resultaban indistinguibles, otros se subdividen porque se quedaron grandes. Y aquí el sistema de coordenadas choca con su propia virtud: los filtros y las interfaces dependen de los valores. Renombrar un valor sin más es romper, silenciosamente, todas las búsquedas guardadas, los paneles que lo cuentan y los filtros que lo usaban.
La disciplina que lo resuelve es la misma que rige el resto del sistema: la taxonomía se versiona como se versiona todo. Cada cambio de vocabulario lleva fecha, motivo y —esto es lo importante— plan de migración: qué píldoras cambian de etiqueta, con qué transformación automática verificable y qué cosas externas hay que tocar. Renombrar "jornada" a "tiempo de trabajo" no es un cambio de palabra: es un pequeño despliegue. La regla práctica que nos salvó las guerras: un valor nunca se borra ni se renombra en sitio; se retira y se sustituye —el valor viejo deja de admitir etiquetados nuevos, las píldoras migran con una operación idempotente del estilo de las del primer libro, y durante un tiempo de gracia el sistema entiende ambos—. El que ha vivido un cambio de taxonomía limpio sabe que no es suerte: es diseño.
Y con esto se completa el mapa. Queda dicho, sin embargo, algo que conviene recordar cada vez que el entusiasmo por las facetas crece: las facetas acotan, no buscan. El sistema de coordenadas decide qué es elegible; quien decide qué es relevante dentro de lo elegible sigue siendo la búsqueda —los capítulos que vienen—. Un sistema de solo facetas es un formulario de biblioteca: útil, exacto y muerto. Un sistema de solo vectores es un oráculo: brillante, fluido y sin memoria institucional. El acceso serio es las dos cosas apiladas: coordenadas primero, similitud después.
Criterio de salida
Un esquema de facetas con vocabularios cerrados y versionados, construido destilándolo de las píldoras reales y superado por la prueba del adivino; política escrita del valor nulo por tipo de faceta —nulo excluido, incluido o prohibido— y procedimiento de migración etiqueta a etiqueta. Ningún cajón de "otros" por encima del umbral acordado.
El mapa está trazado: dominios, facetas, campos críticos. Empieza ahora la tercera parte del libro —la que más mitos arrastra de toda la búsqueda moderna—: el filtro. Primero el que se aplica antes de buscar, después el que llega tarde, y el que no busca nada: el que protege.