Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Aprendizajes de trabajo en bibliotecas digitales

7aff8f547184534da3ca2e14e63a68a8?s=47 Mauricio Giraldo
November 13, 2019
Technology
0
95

Aprendizajes de trabajo en bibliotecas digitales

Cinco cosas que he aprendido en ocho años de trabajo en bibliotecas digitales

7aff8f547184534da3ca2e14e63a68a8?s=128

Mauricio Giraldo

November 13, 2019
Tweet

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
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
0
190
From food to buildings and beyond: what happens when a library opens its digital collections to human-computer collaboration
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
2
89
building inspector
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
0
61
Talk at the NYU ITP Data Art class / Spring 2017
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
0
110
Humanidades Digitales en los laboratorios de la Biblioteca Pública de New York
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
0
54
FOSS4G Nara/Tokyo
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
0
1.3k
Human-Computer Collaboration at NYPL Labs
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
2
300
NYPL Labs @ Eyeo Festival 2015
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
1
450
NYPL Labs Design @ MITH Digital Dialogues
7aff8f547184534da3ca2e14e63a68a8?s=48 mgiraldo
0
210

Other Decks in Technology

See All in Technology
#awsbasics [LT] サーバレスECにおける Step Functions の使い方
74cec195bfb6cb5165256d88cb7fcf0f?s=48 miu_crescent
0
860
Identidad en Web3
A68cb0f927eafc449f4046ea3edc09a2?s=48 dschenkelman
0
100
聊聊 Cgo 的二三事
B3a7c0d5c590642dbce68bce8929a2df?s=48 david74chou
0
350
ログラスを支える技術的投資の仕組み / loglass-technical-investment
F109e64829df9d89239079d68689c938?s=48 urmot
9
2k
セキュリティ・キャンプ全国大会2022 企業紹介イベント/seccamp2022-nikkei
0e0cf8e93ddd87cf0224ae7f1ed8e46c?s=48 nikkei_engineer_recruiting
0
150
大声で伝えたい！定時に帰る方法
61c616e83bef28a1cd2666439ebf334b?s=48 sbtechnight
0
260
Power Automate for desktopで 配信環境を改善してみた話
C97407daeb9ad3a654e6a0ad8701b972?s=48 akiika
0
340
Azure DevOps Online Vol.6 - 業務で必要なCIをみんなで考えよう
10be5c6d7c18735c1169520e55e15214?s=48 kkamegawa
0
300
Life Hacker with LINE Bot and GitHub API
2102a6b8760bd6f57f672805723dd83a?s=48 line_developers_tw
PRO
0
5.7k
金融領域のマルチプロダクトを効率よく開発・運用するためのシステム基盤と組織設計について / 2022-07-28-multi-product-platform
0251532f4fb413ea1a026efe6eb16b87?s=48 stajima
0
150
テスト自動化を最速で軌道に乗せるために
6f8c7b050e551df51ac90c013eee164f?s=48 nozomiito
0
150
PMMやプロダクト関係者と協働するために役割を整理した話 / 20220810_pdmtipslt
Cdf97a1b1b132c56582773c3ba09a3a6?s=48 rakus_dev
0
130

Featured

See All Featured
Imperfection Machines: The Place of Print at Facebook
7c8469ee8c9e594c65c59b919626c08d?s=48 scottboms
253
12k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
88f4e84b94fe07cddbd9e6479d689192?s=48 soudai
39
13k
Designing Dashboards & Data Visualisations in Web Apps
Fde6c3a50ca518a909ef35c22c0ee0e4?s=48 destraynor
223
49k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
E195ae45320d9202eaa01c9f1d31a416?s=48 marktimemedia
15
980
Build your cross-platform service in a week with App Engine
5f83ef806155b403c3393160ce51f955?s=48 jlugia
219
17k
Design and Strategy: How to Deal with People Who Don’t "Get" Design
95d9f37115fbb0d13135d0f77132f856?s=48 morganepeng
107
16k
A Tale of Four Properties
8081b26e05bb4354f7d65ffc34cbbd67?s=48 chriscoyier
149
21k
GitHub's CSS Performance
64827b31aef81498662e8af4bd6d5157?s=48 jonrohan
1020
420k
What's in a price? How to price your products and services
Dad095ea7038f89f760419ce475d5d14?s=48 michaelherold
229
9.4k
Fashionably flexible responsive web design (full day workshop)
433acaea1012b25d97ae66da9b998dad?s=48 malarkey
396
62k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
B3d6434763caa0ef5dc4b792662c49f7?s=48 smashingmag
237
19k
A better future with KSS
5f2da528927a2ec9ba4fec2069cbc958?s=48 kneath
226
16k

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