Aprendizajes de trabajo en bibliotecas digitales

Transcript

1. mauricio giraldo arteaga @mgiraldo algunas cosas que he aprendido hasta

   ahora red de bibliotecas de bogotá, noviembre 2019

2. hola

3. mi nombre es mauricio

4. None
5. None
6. None
7. None

8. foto: wallyg en flickr

9. None
10. None

11. llevo en esto cerca de ocho años* *el fellowship empieza

    en 2020

12. algunas cosas que he aprendido hasta el momento …y que

    creo pueden beneficiar a la red de bibliotecas de bogotá

13. cinco cosas

14. prácticas

15. quizás obvias

16. 1

17. tener una visión clara* *y no me refiero a visiones

    grandilocuentes

18. …con capacidad de ejecución* *con presupuesto y prestando atención a

    una diversidad de experiencias
19. None
20. None
21. None

22. foto: myleen hollero

23. NYPL Labs

24. ¿qué hacer cuando todo esté digitalizado?

25. None
26. None
27. None
28. None
29. None
30. None
31. None

32. las expectativas* están establecidas por terceros *y los puntos de

    referencia de interacción
33. None

34. es un reto común en colecciones digitales

35. None
36. None

37. dependen de metadatos de texto

38. None
39. None
40. None
41. None
42. None
43. None

44. es imposible hacer descripciones exhaustivas pero es un trabajo valioso

45. además es lenguaje técnico-bibliográfico no el lenguaje al que estamos

    acostumbrados
46. None

47. tecnología digital para automatizar la creación* de metadatos *y mejorar

    los existentes
48. None
49. None

50. 2

51. empezar con prototipos

52. empezar (y continuar) con prototipos

53. None
54. None
55. None
56. None
57. None

58. “¿qué tal si…?”

59. None
60. None

61. un fin de semana después…

62. None

63. reducir la labor a sus componentes básicos

64. los prototipos ayudan a establecer viabilidad

65. los prototipos ayudan a comunicar la idea

66. –@mikeindustries “un prototipo vale mil reuniones”

67. None

68. “¡excelente! es cuestión de refinarlo y ya”

69. 3

70. el refinamiento toma tiempo

71. el refinamiento toma (un montón de) tiempo

72. None

73. tres meses después…

74. None

75. stereo.nypl.org

76. None
77. None

78. en todo caso, tres meses no es tanto tiempo cuando

    se está acostumbrado a proyectos que tardan años

79. 87,000 imágenes creadas

80. el refinamiento genera valor* *cuando se hace de manera informada

81. por cierto, el refinado puede esperar

82. None

83. podría beneficiarse de un rediseño

84. None
85. None

86. 1.1 millón platos más y eso que la biblioteca ya

    no digitaliza menús con la misma prioridad

87. @katie_rawson y @trevormunoz

88. @_BadTaste_ por @bibliotechy

89. refinar funciona

90. …pero toma tiempo

91. “bueno… lo tendré en cuenta en planeación”

92. 4

93. todo toma más tiempo que el estimado

94. las gente es mala para hacer estimados* *S. Grimstada, M.

    Jørgensena, 2007; I. Newby-Clark, M. Ross, R. Buehler, D. Koehler, D. Griffin, 2007; V. Mahnič, T. Hovelja, 2012; y más…

95. (sí, aún en desarrollo “ágil”)

96. no puede estimar lo que no ha hecho

97. –@jasonfried “planear es adivinar”

98. rediseño de colecciones digitales nypl ca. 2005

99. None
100. None
101. None

102. “tomémonos 90 días para rediseñar esto”

103. (una bandera roja gigante)

104. siempre habrá sorpresas usualmente de las que no son bienvenidas

105. None
106. None
107. None
108. None

109. “tenemos que incluir esta funcionalidad”

110. 18 meses después…

111. None
112. None
113. None
114. None
115. None
116. None
117. None

118. digitalcollections.nypl.org

119. empezar con un alcance o una fecha

120. …pero no ambos

121. pero no se demore demasiado en mostrar algo a sus

     usuarios

122. –Reid Hoffman “si no te avergüenza la primera versión de

     tu producto, lo has lanzado demasiado tarde”

123. …pero tómese cuanto sea necesario* *ver punto sobre el refinamiento

124. …y prepárese para las sorpresas

125. 5

126. los “hackatones” son puntos de partida* *no esperar proyectos terminados

     listos para producción
127. None
128. None
129. None
130. None

131. planta material uso calles dirección pisos nombre clase geo localización

     año claraboyas jardines
132. None
133. None

134. “¿qué tal si…?”

135. None

136. luego de preguntar a muchos expertos y no recibir ayuda

     alguna
137. None

138. ¿será que podemos automatizarlo?

139. None
140. None
141. None
142. None
143. None
144. None
145. None
146. None

147. cinco semanas después de refinamiento del proceso

148. None

149. github.com/NYPL/map-vectorizer

150. None

151. más de 80 mil edificios en un día en lugar

     de años
152. None

153. “¿qué tan bueno es el algoritmo?”

154. …hicimos un prototipo

155. None
156. None

157. buildinginspector.nypl.org

158. dos meses después…

159. None
160. None

161. 84%: SI 7%: ARREGLAR o 91% suficientemente bueno

162. None

163. …así que hicimos más prototipos

164. None

165. 2 millones de clasificaciones en unos 24 meses

166. None
167. None
168. None
169. None

170. spacetime.nypl.org

171. foto: knight foundation

172. None
173. None
174. None
175. None
176. None
177. None

178. …y todo empezó con un prototipo en un hackatón

179. resumen

180. tener una visión clara y ejecutable empezar (y continuar) con

     prototipos el refinamiento toma tiempo todo toma más tiempo que el estimado los “hackatones” son puntos de partida

181. @mgiraldo que gracias