Un modelo teórico que representa la recuperación de información como un proceso cognitivo iterativo en el que las representaciones internas del buscador (necesidad de información, objetivos, consultas, juicios de relevancia) interactúan dinámicamente con las representaciones del sistema (indexación, ordenación, interfaces), provocando actualizaciones recíprocas del modelo mental del usuario y del conjunto de resultados mediado por el sistema.

Principio

La eficacia de la recuperación depende del grado de alineación entre la representación mental en evolución del usuario y las representaciones del sistema; la interacción iterativa (reformulación de consultas, retroalimentación de relevancia, examen de resultados) media esa alineación.

Demostración

Escenario ilustrativo → Un investigador parte de una pregunta vaga, lanza una consulta inicial, examina resultados ordenados, identifica relevancia parcial, reformula la consulta y aplica filtros; las interacciones sucesivas afinan el modelo mental y mejoran la pertinencia de los documentos devueltos.

Aplicación incorrecta

Interpretar el modelo como que el ranking algorítmico por sí solo determina la relevancia, o asumir que una única consulta basta. El error semántico es ignorar la actualización cognitiva del usuario y el bucle iterativo que produce los juicios de relevancia.

Consecuencia

El diseño y la evaluación deben facilitar la búsqueda iterativa, la retroalimentación de relevancia y controles que permitan la reformulación; métricas que ignoran la interacción usuario–sistema pasan por alto factores clave del éxito en la recuperación.

Inversión

Cuando las necesidades de información están completamente formalizadas y se traducen en consultas estructuradas precisas (por ejemplo, consultas exactas a bases de datos), la componente cognitiva iterativa queda sustancialmente reducida y el modelo aporta menos poder explicativo.

Límite

Claramente dentro: búsqueda exploratoria en la web con necesidades ambiguas. Caso límite: búsquedas especializadas con ambigüedad parcial. Claramente fuera: recuperación automática por lotes para consultas totalmente especificadas sin bucle interactivo del usuario.

Tensión semántica

Métricas de relevancia centradas en el sistema (precisión/recobrado) frente a la relevancia cognitiva definida por el juicio situado del usuario y sus objetivos evolutivos.

Síntesis

La idea central es que la relevancia se co-construye entre la cognición del usuario y la mediación del sistema; mejorar resultados requiere alinear las representaciones mediante interacción en lugar de optimizar sólo el algoritmo o la interfaz.