Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Aprendizajes de trabajo en bibliotecas digitales
Search
Mauricio Giraldo
November 13, 2019
Technology
0
160
Aprendizajes de trabajo en bibliotecas digitales
Cinco cosas que he aprendido en ocho años de trabajo en bibliotecas digitales
Mauricio Giraldo
November 13, 2019
Tweet
Share
More Decks by Mauricio Giraldo
See All by Mauricio Giraldo
Aereo: An experimental bird’s eye view of the digital collections from the State Library of New South Wales
mgiraldo
0
350
From food to buildings and beyond: what happens when a library opens its digital collections to human-computer collaboration
mgiraldo
2
180
building inspector
mgiraldo
0
94
Talk at the NYU ITP Data Art class / Spring 2017
mgiraldo
0
170
Humanidades Digitales en los laboratorios de la Biblioteca Pública de New York
mgiraldo
0
100
FOSS4G Nara/Tokyo
mgiraldo
0
2k
Human-Computer Collaboration at NYPL Labs
mgiraldo
2
470
NYPL Labs @ Eyeo Festival 2015
mgiraldo
1
740
NYPL Labs Design @ MITH Digital Dialogues
mgiraldo
0
730
Other Decks in Technology
See All in Technology
様々なファイルシステム
sat
PRO
0
260
OSSで50の競合と戦うためにやったこと
yamadashy
3
1k
AI時代におけるデータの重要性 ~データマネジメントの第一歩~
ryoichi_ota
0
720
AI駆動で進める依存ライブラリ更新 ─ Vue プロジェクトの品質向上と開発スピード改善の実践録
sayn0
1
330
Observability — Extending Into Incident Response
nari_ex
1
540
オブザーバビリティと育てた ID管理・認証認可基盤の歩み / The Journey of an ID Management, Authentication, and Authorization Platform Nurtured with Observability
kaminashi
1
1k
だいたい分かった気になる 『SREの知識地図』 / introduction-to-sre-knowledge-map-book
katsuhisa91
PRO
3
1.5k
東京大学「Agile-X」のFPGA AIデザインハッカソンを制したソニーのAI最適化
sony
0
140
OCIjp_Oracle AI World_Recap
shinpy
1
180
マルチエージェントのチームビルディング_2025-10-25
shinoyamada
0
200
ViteとTypeScriptのProject Referencesで 大規模モノレポのUIカタログのリリースサイクルを高速化する
shuta13
3
220
CLIPでマルチモーダル画像検索 →とても良い
wm3
0
210
Featured
See All Featured
GitHub's CSS Performance
jonrohan
1032
470k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
Leading Effective Engineering Teams in the AI Era
addyosmani
7
640
Documentation Writing (for coders)
carmenintech
75
5.1k
The Cult of Friendly URLs
andyhume
79
6.6k
Making Projects Easy
brettharned
120
6.4k
Making the Leap to Tech Lead
cromwellryan
135
9.6k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
249
1.3M
Why Our Code Smells
bkeepers
PRO
340
57k
Code Review Best Practice
trishagee
72
19k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
Building Adaptive Systems
keathley
44
2.8k
Transcript
mauricio giraldo arteaga @mgiraldo algunas cosas que he aprendido hasta
ahora red de bibliotecas de bogotá, noviembre 2019
hola
mi nombre es mauricio
None
None
None
None
foto: wallyg en flickr
None
None
llevo en esto cerca de ocho años* *el fellowship empieza
en 2020
algunas cosas que he aprendido hasta el momento …y que
creo pueden beneficiar a la red de bibliotecas de bogotá
cinco cosas
prácticas
quizás obvias
1
tener una visión clara* *y no me refiero a visiones
grandilocuentes
…con capacidad de ejecución* *con presupuesto y prestando atención a
una diversidad de experiencias
None
None
None
foto: myleen hollero
NYPL Labs
¿qué hacer cuando todo esté digitalizado?
None
None
None
None
None
None
None
las expectativas* están establecidas por terceros *y los puntos de
referencia de interacción
None
es un reto común en colecciones digitales
None
None
dependen de metadatos de texto
None
None
None
None
None
None
es imposible hacer descripciones exhaustivas pero es un trabajo valioso
además es lenguaje técnico-bibliográfico no el lenguaje al que estamos
acostumbrados
None
tecnología digital para automatizar la creación* de metadatos *y mejorar
los existentes
None
None
2
empezar con prototipos
empezar (y continuar) con prototipos
None
None
None
None
None
“¿qué tal si…?”
None
None
un fin de semana después…
None
reducir la labor a sus componentes básicos
los prototipos ayudan a establecer viabilidad
los prototipos ayudan a comunicar la idea
–@mikeindustries “un prototipo vale mil reuniones”
None
“¡excelente! es cuestión de refinarlo y ya”
3
el refinamiento toma tiempo
el refinamiento toma (un montón de) tiempo
None
tres meses después…
None
stereo.nypl.org
None
None
en todo caso, tres meses no es tanto tiempo cuando
se está acostumbrado a proyectos que tardan años
87,000 imágenes creadas
el refinamiento genera valor* *cuando se hace de manera informada
por cierto, el refinado puede esperar
None
podría beneficiarse de un rediseño
None
None
1.1 millón platos más y eso que la biblioteca ya
no digitaliza menús con la misma prioridad
@katie_rawson y @trevormunoz
@_BadTaste_ por @bibliotechy
refinar funciona
…pero toma tiempo
“bueno… lo tendré en cuenta en planeación”
4
todo toma más tiempo que el estimado
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…
(sí, aún en desarrollo “ágil”)
no puede estimar lo que no ha hecho
–@jasonfried “planear es adivinar”
rediseño de colecciones digitales nypl ca. 2005
None
None
None
“tomémonos 90 días para rediseñar esto”
(una bandera roja gigante)
siempre habrá sorpresas usualmente de las que no son bienvenidas
None
None
None
None
“tenemos que incluir esta funcionalidad”
18 meses después…
None
None
None
None
None
None
None
digitalcollections.nypl.org
empezar con un alcance o una fecha
…pero no ambos
pero no se demore demasiado en mostrar algo a sus
usuarios
–Reid Hoffman “si no te avergüenza la primera versión de
tu producto, lo has lanzado demasiado tarde”
…pero tómese cuanto sea necesario* *ver punto sobre el refinamiento
…y prepárese para las sorpresas
5
los “hackatones” son puntos de partida* *no esperar proyectos terminados
listos para producción
None
None
None
None
planta material uso calles dirección pisos nombre clase geo localización
año claraboyas jardines
None
None
“¿qué tal si…?”
None
luego de preguntar a muchos expertos y no recibir ayuda
alguna
None
¿será que podemos automatizarlo?
None
None
None
None
None
None
None
None
cinco semanas después de refinamiento del proceso
None
github.com/NYPL/map-vectorizer
None
más de 80 mil edificios en un día en lugar
de años
None
“¿qué tan bueno es el algoritmo?”
…hicimos un prototipo
None
None
buildinginspector.nypl.org
dos meses después…
None
None
84%: SI 7%: ARREGLAR o 91% suficientemente bueno
None
…así que hicimos más prototipos
None
2 millones de clasificaciones en unos 24 meses
None
None
None
None
spacetime.nypl.org
foto: knight foundation
None
None
None
None
None
None
…y todo empezó con un prototipo en un hackatón
resumen
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
@mgiraldo que gracias