mauricio giraldo arteaga
@mgiraldo
algunas cosas que he aprendido hasta ahora
red de bibliotecas de bogotá, noviembre 2019
Slide 2
Slide 2 text
hola
Slide 3
Slide 3 text
mi nombre es mauricio
Slide 4
Slide 4 text
No content
Slide 5
Slide 5 text
No content
Slide 6
Slide 6 text
No content
Slide 7
Slide 7 text
No content
Slide 8
Slide 8 text
foto: wallyg en flickr
Slide 9
Slide 9 text
No content
Slide 10
Slide 10 text
No content
Slide 11
Slide 11 text
llevo en esto cerca de ocho años*
*el fellowship empieza en 2020
Slide 12
Slide 12 text
algunas cosas que he aprendido hasta el momento
…y que creo pueden beneficiar a la red de bibliotecas de bogotá
Slide 13
Slide 13 text
cinco cosas
Slide 14
Slide 14 text
prácticas
Slide 15
Slide 15 text
quizás obvias
Slide 16
Slide 16 text
1
Slide 17
Slide 17 text
tener una visión clara*
*y no me refiero a visiones grandilocuentes
Slide 18
Slide 18 text
…con capacidad de ejecución*
*con presupuesto y prestando atención a una diversidad de experiencias
Slide 19
Slide 19 text
No content
Slide 20
Slide 20 text
No content
Slide 21
Slide 21 text
No content
Slide 22
Slide 22 text
foto: myleen hollero
Slide 23
Slide 23 text
NYPL Labs
Slide 24
Slide 24 text
¿qué hacer cuando todo esté digitalizado?
Slide 25
Slide 25 text
No content
Slide 26
Slide 26 text
No content
Slide 27
Slide 27 text
No content
Slide 28
Slide 28 text
No content
Slide 29
Slide 29 text
No content
Slide 30
Slide 30 text
No content
Slide 31
Slide 31 text
No content
Slide 32
Slide 32 text
las expectativas* están establecidas por terceros
*y los puntos de referencia de interacción
Slide 33
Slide 33 text
No content
Slide 34
Slide 34 text
es un reto común en colecciones digitales
Slide 35
Slide 35 text
No content
Slide 36
Slide 36 text
No content
Slide 37
Slide 37 text
dependen de metadatos de texto
Slide 38
Slide 38 text
No content
Slide 39
Slide 39 text
No content
Slide 40
Slide 40 text
No content
Slide 41
Slide 41 text
No content
Slide 42
Slide 42 text
No content
Slide 43
Slide 43 text
No content
Slide 44
Slide 44 text
es imposible hacer descripciones exhaustivas
pero es un trabajo valioso
Slide 45
Slide 45 text
además es lenguaje técnico-bibliográfico
no el lenguaje al que estamos acostumbrados
Slide 46
Slide 46 text
No content
Slide 47
Slide 47 text
tecnología digital para automatizar la creación* de metadatos
*y mejorar los existentes
Slide 48
Slide 48 text
No content
Slide 49
Slide 49 text
No content
Slide 50
Slide 50 text
2
Slide 51
Slide 51 text
empezar con prototipos
Slide 52
Slide 52 text
empezar (y continuar) con prototipos
Slide 53
Slide 53 text
No content
Slide 54
Slide 54 text
No content
Slide 55
Slide 55 text
No content
Slide 56
Slide 56 text
No content
Slide 57
Slide 57 text
No content
Slide 58
Slide 58 text
“¿qué tal si…?”
Slide 59
Slide 59 text
No content
Slide 60
Slide 60 text
No content
Slide 61
Slide 61 text
un fin de semana después…
Slide 62
Slide 62 text
No content
Slide 63
Slide 63 text
reducir la labor a sus componentes básicos
Slide 64
Slide 64 text
los prototipos ayudan a establecer viabilidad
Slide 65
Slide 65 text
los prototipos ayudan a comunicar la idea
Slide 66
Slide 66 text
–@mikeindustries
“un prototipo vale mil reuniones”
Slide 67
Slide 67 text
No content
Slide 68
Slide 68 text
“¡excelente! es cuestión de refinarlo y ya”
Slide 69
Slide 69 text
3
Slide 70
Slide 70 text
el refinamiento toma tiempo
Slide 71
Slide 71 text
el refinamiento toma (un montón de) tiempo
Slide 72
Slide 72 text
No content
Slide 73
Slide 73 text
tres meses después…
Slide 74
Slide 74 text
No content
Slide 75
Slide 75 text
stereo.nypl.org
Slide 76
Slide 76 text
No content
Slide 77
Slide 77 text
No content
Slide 78
Slide 78 text
en todo caso, tres meses no es tanto tiempo
cuando se está acostumbrado a proyectos que tardan años
Slide 79
Slide 79 text
87,000 imágenes creadas
Slide 80
Slide 80 text
el refinamiento genera valor*
*cuando se hace de manera informada
Slide 81
Slide 81 text
por cierto, el refinado puede esperar
Slide 82
Slide 82 text
No content
Slide 83
Slide 83 text
podría beneficiarse de un rediseño
Slide 84
Slide 84 text
No content
Slide 85
Slide 85 text
No content
Slide 86
Slide 86 text
1.1 millón platos más
y eso que la biblioteca ya no digitaliza menús con la misma prioridad
Slide 87
Slide 87 text
@katie_rawson y @trevormunoz
Slide 88
Slide 88 text
@_BadTaste_ por @bibliotechy
Slide 89
Slide 89 text
refinar funciona
Slide 90
Slide 90 text
…pero toma tiempo
Slide 91
Slide 91 text
“bueno… lo tendré en cuenta en planeación”
Slide 92
Slide 92 text
4
Slide 93
Slide 93 text
todo toma más tiempo que el estimado
Slide 94
Slide 94 text
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…
Slide 95
Slide 95 text
(sí, aún en desarrollo “ágil”)
Slide 96
Slide 96 text
no puede estimar lo que no ha hecho
Slide 97
Slide 97 text
–@jasonfried
“planear es adivinar”
Slide 98
Slide 98 text
rediseño de colecciones digitales nypl
ca. 2005
Slide 99
Slide 99 text
No content
Slide 100
Slide 100 text
No content
Slide 101
Slide 101 text
No content
Slide 102
Slide 102 text
“tomémonos 90 días para rediseñar esto”
Slide 103
Slide 103 text
(una bandera roja gigante)
Slide 104
Slide 104 text
siempre habrá sorpresas
usualmente de las que no son bienvenidas
Slide 105
Slide 105 text
No content
Slide 106
Slide 106 text
No content
Slide 107
Slide 107 text
No content
Slide 108
Slide 108 text
No content
Slide 109
Slide 109 text
“tenemos que incluir esta funcionalidad”
Slide 110
Slide 110 text
18 meses después…
Slide 111
Slide 111 text
No content
Slide 112
Slide 112 text
No content
Slide 113
Slide 113 text
No content
Slide 114
Slide 114 text
No content
Slide 115
Slide 115 text
No content
Slide 116
Slide 116 text
No content
Slide 117
Slide 117 text
No content
Slide 118
Slide 118 text
digitalcollections.nypl.org
Slide 119
Slide 119 text
empezar con un alcance o una fecha
Slide 120
Slide 120 text
…pero no ambos
Slide 121
Slide 121 text
pero no se demore demasiado
en mostrar algo a sus usuarios
Slide 122
Slide 122 text
–Reid Hoffman
“si no te avergüenza la primera
versión de tu producto, lo has
lanzado demasiado tarde”
Slide 123
Slide 123 text
…pero tómese cuanto sea necesario*
*ver punto sobre el refinamiento
Slide 124
Slide 124 text
…y prepárese para las sorpresas
Slide 125
Slide 125 text
5
Slide 126
Slide 126 text
los “hackatones” son puntos de partida*
*no esperar proyectos terminados listos para producción
Slide 127
Slide 127 text
No content
Slide 128
Slide 128 text
No content
Slide 129
Slide 129 text
No content
Slide 130
Slide 130 text
No content
Slide 131
Slide 131 text
planta
material
uso
calles
dirección
pisos
nombre
clase
geo localización
año
claraboyas
jardines
Slide 132
Slide 132 text
No content
Slide 133
Slide 133 text
No content
Slide 134
Slide 134 text
“¿qué tal si…?”
Slide 135
Slide 135 text
No content
Slide 136
Slide 136 text
luego de preguntar a muchos expertos
y no recibir ayuda alguna
Slide 137
Slide 137 text
No content
Slide 138
Slide 138 text
¿será que podemos automatizarlo?
Slide 139
Slide 139 text
No content
Slide 140
Slide 140 text
No content
Slide 141
Slide 141 text
No content
Slide 142
Slide 142 text
No content
Slide 143
Slide 143 text
No content
Slide 144
Slide 144 text
No content
Slide 145
Slide 145 text
No content
Slide 146
Slide 146 text
No content
Slide 147
Slide 147 text
cinco semanas después
de refinamiento del proceso
Slide 148
Slide 148 text
No content
Slide 149
Slide 149 text
github.com/NYPL/map-vectorizer
Slide 150
Slide 150 text
No content
Slide 151
Slide 151 text
más de 80 mil edificios en un día
en lugar de años
Slide 152
Slide 152 text
No content
Slide 153
Slide 153 text
“¿qué tan bueno es el algoritmo?”
Slide 154
Slide 154 text
…hicimos un prototipo
Slide 155
Slide 155 text
No content
Slide 156
Slide 156 text
No content
Slide 157
Slide 157 text
buildinginspector.nypl.org
Slide 158
Slide 158 text
dos meses después…
Slide 159
Slide 159 text
No content
Slide 160
Slide 160 text
No content
Slide 161
Slide 161 text
84%: SI
7%: ARREGLAR
o 91% suficientemente bueno
Slide 162
Slide 162 text
No content
Slide 163
Slide 163 text
…así que hicimos más prototipos
Slide 164
Slide 164 text
No content
Slide 165
Slide 165 text
2 millones de clasificaciones
en unos 24 meses
Slide 166
Slide 166 text
No content
Slide 167
Slide 167 text
No content
Slide 168
Slide 168 text
No content
Slide 169
Slide 169 text
No content
Slide 170
Slide 170 text
spacetime.nypl.org
Slide 171
Slide 171 text
foto: knight foundation
Slide 172
Slide 172 text
No content
Slide 173
Slide 173 text
No content
Slide 174
Slide 174 text
No content
Slide 175
Slide 175 text
No content
Slide 176
Slide 176 text
No content
Slide 177
Slide 177 text
No content
Slide 178
Slide 178 text
…y todo empezó con un prototipo
en un hackatón
Slide 179
Slide 179 text
resumen
Slide 180
Slide 180 text
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