1
00:00:22,740 --> 00:00:49,500
Cadena de datos, episodio número 18. La invitada del día de hoy es Natalia Carfi. Natalia es licenciada en Ciencias Políticas. Actualmente es vice directora de la Carta Internacional de Datos Abiertos, el Open Data Charter. Fue directora de Gobierno Abierto de la República Argentina. Fue coordinadora de Gobierno Abierto de la Ciudad de Buenos Aires y también fue coordinadora de Gobierno Abierto de la Secretaría General de la Presidencia en Chile.

2
00:00:50,280 --> 00:00:52,340
Buenas tardes, Natalia. Muchas gracias por participar.

3
00:00:52,680 --> 00:00:55,200
¿Algo para agregarle o corregirle a esta presentación?

4
00:00:55,680 --> 00:00:59,880
No, no, está muy bien. Buenas tardes, gracias por la invitación.

5
00:01:01,640 --> 00:01:02,580
Bueno, gracias, Natalia.

6
00:01:02,700 --> 00:01:05,820
La primera pregunta con la que arranco con todos es conocer más o menos

7
00:01:05,820 --> 00:01:10,380
en qué proyecto y en qué año concretamente empezaste a vincularte

8
00:01:10,380 --> 00:01:13,160
con el mundo del gobierno abierto. ¿Te acuerdas cuál fue el primero?

9
00:01:13,160 --> 00:01:34,160
Mira, yo la verdad venía de un lado académico, estudiando temas de participación ciudadana, en algún momento de mi vida, hace ya varios años, y por, en realidad, más vicisitudes de la vida que una decisión consciente, terminé trabajando en temas de modernización legislativa.

10
00:01:34,160 --> 00:01:38,060
legislativa y fui directora de modernización legislativa en la

11
00:01:38,060 --> 00:01:38,920
legislatura de la ciudad.

12
00:01:39,920 --> 00:01:46,220
Y en una reunión, o sea, un meetup que me invitaron,

13
00:01:46,620 --> 00:01:49,240
empezaron a hablar de gobierno abierto y yo empecé a ver cómo

14
00:01:49,240 --> 00:01:52,880
en realidad iba mezclando como mi mundo práctico y mi mundo

15
00:01:52,880 --> 00:01:59,040
teórico, diciendo, va por acá, como gobierno abierto empieza a

16
00:01:59,040 --> 00:02:02,620
mezclar mi mundo del uso de tecnología para mejorar la

17
00:02:02,620 --> 00:02:07,600
gestión pública y lo de participación ciudadana y ahí automáticamente empecé como a investigar más

18
00:02:07,600 --> 00:02:14,440
y me metí en realidad desde el lado de parlamento abierto, mi primer inicio fue por ese lado.

19
00:02:15,100 --> 00:02:17,520
Raro porque no son los más abiertos en general.

20
00:02:17,520 --> 00:02:25,060
No, pero yo entré en el momento justo, o sea, ya había nacido la alianza para gobierno abierto,

21
00:02:25,060 --> 00:02:32,960
pero hacía un año, y la verdad había, bueno, sigue existiendo una ONG norteamericana,

22
00:02:33,040 --> 00:02:36,060
se llamaba Sunlight Foundation, que hacían un evento muy entretenido,

23
00:02:36,700 --> 00:02:41,020
que era una desconferencia, que para ese entonces para mí era un, no sé,

24
00:02:41,100 --> 00:02:46,840
no sabía qué cazo era, con qué se comía, que se llama Transparency Camp.

25
00:02:47,200 --> 00:02:50,500
Y ese año mismo, que a mí me nombraron directora,

26
00:02:50,500 --> 00:03:14,460
Ellos lanzaron como una convocatoria internacional para armar un grupo de visitantes internacionales a Transparency Camp y yo de cara dura nomás me mandé porque no sabía muy bien qué era lo que estaba haciendo y quedé seleccionada y me pasó que en esa semana en Washington, en Transparency Camp, conocía muchas personas con las cuales después seguí trabajando.

27
00:03:14,460 --> 00:03:44,440
Por ejemplo, Fabricio Scrollini, de Hilda, lo conocí ahí hace ya miles de años. Por ejemplo, bueno, con Sunlight también seguí trabajando varios años y fue como una inversión tremenda porque participé de la primera desconferencia de mi vida, conocí a los creadores de Zikan en vivo y en directo y entonces a partir de ahí ya conocía como, no sé, ya entraba en contacto muy cercano con el mundo de los datos abiertos.

28
00:03:44,460 --> 00:03:49,740
Fue como una inmersión tremenda y a partir de ahí no alargué nunca más.

29
00:03:50,300 --> 00:04:11,520
Y cuando vos estudiabas ciencia política antes de esto, ¿el gobierno abierto es algo que se estudiaba, algo que ya existía muy fuerte y la modernización vino a darle una parte más vistosa y más práctica o no es algo que vos habías estudiado teóricamente en tu carrera antes de llegar acá?

30
00:04:11,520 --> 00:04:30,380
No, no, yo estudié ciencia política en la UBA y al menos en sociales de la UBA nunca había escuchado, nunca había escuchado hablar de gobierno abierto, nunca nada, y es una carrera súper teórica, la amo con locura, pero no, no se hablaba de gobierno abierto.

31
00:04:30,380 --> 00:04:42,400
La primera vez que escuché hablar de gobierno abierto fue así como en ese meetup y empecé con los tres pilares y la alianza para gobierno abierto y tal. La verdad que no.

32
00:04:42,400 --> 00:05:03,280
Y por lo que yo sé, en la carrera ahora en ciencia política en la UBA hay dos seminarios, o sea, no sigue siendo parte, o sea, sigue no siendo parte del core de la carrera, de las materias obligatorias, pero sí hay, si a alguien le interesa, un par de materias optativas para meterse un poco en esto.

33
00:05:03,280 --> 00:05:05,120
y te parece

34
00:05:05,120 --> 00:05:07,320
en esta serie de entrevistas he charlado

35
00:05:07,320 --> 00:05:09,100
con gente que viene del mundo de la tecnología

36
00:05:09,100 --> 00:05:11,160
y gente que viene del mundo de las ciencias

37
00:05:11,160 --> 00:05:13,300
políticas y en general cualquiera que no

38
00:05:13,300 --> 00:05:15,160
venga de la tecnología nos dice a los que

39
00:05:15,160 --> 00:05:17,060
estamos más en la tecnología que

40
00:05:17,060 --> 00:05:19,160
gobierno abierto no es dato abierto, es lo

41
00:05:19,160 --> 00:05:21,220
primero que surge, pero me da la

42
00:05:21,220 --> 00:05:23,060
sensación y entiendo

43
00:05:23,060 --> 00:05:24,320
perfecto

44
00:05:24,320 --> 00:05:26,320
ese dilema

45
00:05:26,320 --> 00:05:29,260
¿cómo lo ves? ¿te parece que el gobierno abierto

46
00:05:29,260 --> 00:05:31,120
no me gusta decir

47
00:05:31,120 --> 00:05:33,120
se puso de moda, pero se popularizó

48
00:05:33,280 --> 00:05:47,480
Por todo el mundo porque teníamos herramientas para explotar más digitalmente la participación y los datos y las visualizaciones. ¿Te parece que fue culpa de eso? ¿O fue que las sociedades evolucionaron y quieren más apertura de los gobiernos?

49
00:05:47,480 --> 00:06:13,540
No, yo creo que no, o sea, se puede hacer gobierno abierto sin tecnología, se podía hacer gobierno abierto sin tecnología antes, me parece que lo que vino a traer el concepto de gobierno abierto es una mirada más global, digo que había, no es que las políticas de participación ciudadana o las políticas de accountability nacieron con el concepto de gobierno abierto, ya existían las leyes de acceso a la información, ya existían,

50
00:06:13,540 --> 00:06:36,420
Y el acceso a la información de la agenda más tradicional también compone parte de las políticas de gobierno abierto. Me parece que en específico las políticas, por ejemplo, de datos abiertos sí le trajeron una aceleración y además porque el mundo, no de la política pública, sino el mundo en general, empezó a tomar más conciencia de la potencia que tienen los datos.

51
00:06:36,420 --> 00:06:54,360
Entonces, entiendo que a veces haya esa confusión de que gobierno abierto es igual a datos abiertos, para mí no es así, pero entiendo por qué es una de las políticas como que cualquier gobierno que hace gobierno abierto tiene ganas de tomar.

52
00:06:56,060 --> 00:07:01,780
Pero realmente creo que se puede hacer gobierno abierto sin tecnología, sobre todo a nivel local.

53
00:07:01,780 --> 00:07:19,960
Perfecto. Te traigo un poquito más acá porque me parece que desde tu puesto actual en el Open Data Charter se pueden repasar muchas cosas, un poco desconectado ya de tantos gobiernos por los que pasaste. Primero te quería preguntar, ¿qué es el Open Data Charter para la gente que no lo conoce?

54
00:07:19,960 --> 00:07:46,580
El Open Data Charter es, tiene como dos momentos de fundación. En 2015 se empieza a dar una conversación internacional liderada en ese momento, digo, la invitación inicial, gobierno de México, el gobierno de Canadá, RDRC, que es una agencia de cooperación canadiense, y Omidia Network, que es una de las filantropías más grandes en términos de quiénes son los que financian proyectos de este estilo,

55
00:07:46,580 --> 00:07:52,800
hicieron una invitación global y abierta a poder debatir cuáles serían los principios de cualquier

56
00:07:52,800 --> 00:07:57,400
política de datos abiertos a nivel internacional. No importa el nivel de gobierno y no importa en

57
00:07:57,400 --> 00:08:03,300
dónde se esté intentando implementar. Se hicieron una serie de reuniones, una en Canadá, otra en

58
00:08:03,300 --> 00:08:09,400
Chile, una consulta global en tres idiomas, se recibieron comentarios. Obviamente se sumaron más

59
00:08:09,400 --> 00:08:13,460
gobiernos y más organizaciones. No me quiero olvidar de ninguna, pero de Open Knowledge,

60
00:08:13,460 --> 00:08:16,580
Web Foundation, se sumó el gobierno de Chile, digo,

61
00:08:16,580 --> 00:08:19,960
se sumaron un montón de actores a todos esos debates y se

62
00:08:19,960 --> 00:08:23,660
terminó con lo que es hoy un texto que son 6 principios que

63
00:08:23,660 --> 00:08:26,220
componen el texto de la Carta Internacional de Datos

64
00:08:26,220 --> 00:08:27,140
Abiertos.

65
00:08:27,140 --> 00:08:33,220
Una vez que se tuvo el texto, que es bastante simple de leer y

66
00:08:33,220 --> 00:08:39,400
de comprender, se tomó una decisión de generar un equipo

67
00:08:39,400 --> 00:08:43,460
que colabore con la implementación de esos principios.

68
00:08:43,460 --> 00:08:50,700
Entonces, se crea la institución Carta Internacional de Datos Abiertos, de la cual yo ahora soy la vicedirectora.

69
00:08:50,700 --> 00:09:11,660
Entonces, a partir de 2016 hay un equipo que colabora con los gobiernos y con organizaciones de sociedad civil y con multilaterales e instituciones como el CAF, el BID, el Banco Mundial, la OCDE, OGP y demás, en la implementación de políticas de datos abiertos.

70
00:09:11,660 --> 00:09:14,040
Entonces, en esa institución estoy yo.

71
00:09:14,400 --> 00:09:14,660
Bien.

72
00:09:15,260 --> 00:09:17,600
Y un detalle de color.

73
00:09:17,940 --> 00:09:19,060
¿Tienen oficina física?

74
00:09:19,200 --> 00:09:20,240
¿Vos estás en Buenos Aires?

75
00:09:20,400 --> 00:09:21,440
¿Estás en otro lugar del mundo?

76
00:09:21,820 --> 00:09:22,360
¿Por dónde andas?

77
00:09:22,740 --> 00:09:24,880
No, no tenemos oficina física.

78
00:09:25,400 --> 00:09:27,540
La directora está basada en Londres.

79
00:09:28,180 --> 00:09:29,340
Yo estoy en Buenos Aires.

80
00:09:29,820 --> 00:09:32,120
Pero, básicamente, podemos trabajar desde cualquier lugar

81
00:09:32,120 --> 00:09:33,600
donde haya buena conexión a internet.

82
00:09:33,900 --> 00:09:34,220
Bien.

83
00:09:35,260 --> 00:09:39,780
Eso ya supone una diferencia muy grande con tus puestos

84
00:09:39,780 --> 00:09:42,200
importantes en gobiernos.

85
00:09:42,640 --> 00:09:44,100
O sea, ¿a vos te parece que tranquilamente

86
00:09:44,100 --> 00:09:45,620
podemos llevar adelante

87
00:09:45,620 --> 00:09:47,720
una agenda de esta complejidad

88
00:09:47,720 --> 00:09:50,160
en un lugar mucho más cómodo?

89
00:09:50,420 --> 00:09:51,960
Te quiero llevar al tema de la diferencia

90
00:09:51,960 --> 00:09:53,980
de trabajar en un gobierno y en una organización.

91
00:09:54,760 --> 00:09:56,480
La diferencia,

92
00:09:56,880 --> 00:09:58,160
para mí en particular, además,

93
00:09:58,300 --> 00:09:59,920
habiendo trabajado 10 años en

94
00:09:59,920 --> 00:10:02,280
gobiernos, a pasar a trabajar

95
00:10:02,280 --> 00:10:03,400
en mi casa sola,

96
00:10:04,040 --> 00:10:06,020
físicamente sola, porque no estoy sola, porque

97
00:10:06,020 --> 00:10:08,200
hay un equipo, pero fue tremendo.

98
00:10:08,200 --> 00:10:10,820
Pero no solo desde lo laboral, sino también desde lo personal.

99
00:10:12,020 --> 00:10:13,600
Es otro desafío distinto.

100
00:10:13,900 --> 00:10:16,160
Claro, tuve que reaprender.

101
00:10:16,900 --> 00:10:20,800
Y entré a ver la página del Open Data Charter y veo que hay un

102
00:10:20,800 --> 00:10:25,420
área más ejecutiva con Ania Calderón como directora,

103
00:10:25,460 --> 00:10:28,240
vos como vice directora y ahora con Agustina de Luca como

104
00:10:28,240 --> 00:10:28,980
directora de redes.

105
00:10:29,400 --> 00:10:33,300
Un equipo ejecutivo y 100% femenino y después hay como un

106
00:10:33,300 --> 00:10:36,660
board de directores y demás que me imagino que no tienen

107
00:10:36,660 --> 00:10:39,920
en funciones tan ejecutivas y que son 99% hombres.

108
00:10:41,380 --> 00:10:45,260
¿Cómo es eso? ¿Es a propósito? ¿Te parece que se dio naturalmente

109
00:10:45,260 --> 00:10:49,680
o te parece que las mujeres tienen un rol más activo en la política de gobierno abierto?

110
00:10:49,680 --> 00:10:56,240
O sea, nosotros, la verdad, fue mera casualidad que el equipo sea 100% femenino.

111
00:10:56,360 --> 00:11:01,320
De hecho, el primer vicedirector, o sea, quien ocupaba mi puesto antes era hombre.

112
00:11:01,320 --> 00:11:08,560
Y cuando se abrió la búsqueda, se presentaron hombres y mujeres y el board me seleccionó a mí.

113
00:11:08,700 --> 00:11:14,080
Y lo mismo pasó con la búsqueda en la cual quedó Abus, en la cual yo ya participé activamente desde adentro.

114
00:11:14,220 --> 00:11:23,620
La verdad que los, las, les, candidates, les llegaron de todos lados y todos los géneros.

115
00:11:23,800 --> 00:11:25,580
Así que eso fue mera casualidad.

116
00:11:26,060 --> 00:11:29,080
En términos del board, se nos fueron un par de mujeres.

117
00:11:29,080 --> 00:11:51,960
Estamos trabajando en eso. Tenemos novedades en breve porque hicimos una búsqueda global de nuevos miembros de board y la búsqueda, ya ni lo negaba, también estábamos buscando prioritariamente mujeres para que se sumen porque se fueron de sus puestos y entonces se fueron del board. Así que en breve tendrán novedades de los resultados de esa búsqueda.

118
00:11:52,620 --> 00:11:58,040
Buenísimo. Hace mucho tiempo en una conferencia que diste te pregunté

119
00:11:58,040 --> 00:12:03,980
a qué mujeres admirabas en el mundo de la política y me nombraste a Beth Noveck.

120
00:12:04,400 --> 00:12:10,800
Hoy, habiendo recorrido un poco más el camino, ¿seguís pensando que fue una mujer fundacional en estas políticas?

121
00:12:10,800 --> 00:12:17,120
Y no sé si sumarías a alguien más a mujeres destacadas en el mundo de gobierno abierto.

122
00:12:17,120 --> 00:12:37,540
A ver, Beth sigue siendo para mí una gran lideresa de este mundo porque además es una de las personas más humildes y colaborativas que conocí en mi vida. Cero subida al pony, diríamos nosotros, y muy abierta a ayudarte en cualquier cosa.

123
00:12:37,540 --> 00:12:45,880
Digo, en algún momento que yo no sabía muy bien cuál era mi siguiente paso profesional para tomar, hasta se tomó un café conmigo solamente para hablar de eso.

124
00:12:47,080 --> 00:12:50,560
Como mujer, para dónde podía ir y qué tenía ganas de hacer.

125
00:12:51,940 --> 00:12:58,340
Entonces, me parece además una gran persona que eso hace que la calidad de su trabajo sea del nivel que es.

126
00:12:59,160 --> 00:13:06,040
Me fui encontrando con un montón de mujeres a lo largo del camino que la verdad han marcado impacto.

127
00:13:06,040 --> 00:13:21,100
Me parece que, o sea, Beth, además por ser una de las primeras, es una de esas grandes personas, pero por suerte en la comunidad de gobierno abierto y de datos abiertos hay muchas y cada vez más.

128
00:13:21,840 --> 00:13:35,600
Así que, no sé, no quiero dejar ninguna fuera, pero justo hace dos días se armó un thread en Twitter donde nos íbamos como presentando nuevas a otras y era interminable.

129
00:13:36,040 --> 00:13:40,600
Yo la última vez que vi el tweet ya íbamos como 200 mujeres.

130
00:13:42,220 --> 00:13:42,860
Perfecto.

131
00:13:44,300 --> 00:13:49,640
Mati, vos estuviste en gobiernos locales, en 2 gobiernos

132
00:13:49,640 --> 00:13:53,340
nacionales y ahora la mirás un poco de afuera y mi pregunta que

133
00:13:53,340 --> 00:13:56,660
sigue es si a vos te parece que las políticas de gobierno

134
00:13:56,660 --> 00:14:02,760
abierto en general están vinculadas a políticos que

135
00:14:02,760 --> 00:14:04,780
quieren hacer un poco de marketing

136
00:14:04,780 --> 00:14:07,140
o hay una profundidad

137
00:14:07,140 --> 00:14:08,740
o una sinceridad en estas

138
00:14:08,740 --> 00:14:10,460
políticas de un deseo de que los gobiernos

139
00:14:10,460 --> 00:14:12,200
sean más abiertos. Hablo con gente

140
00:14:12,200 --> 00:14:14,620
de España en este podcast y me da la

141
00:14:14,620 --> 00:14:16,820
sensación que en algunos casos ellos perciben

142
00:14:16,820 --> 00:14:18,700
que es parte de una política de Estado y que no va

143
00:14:18,700 --> 00:14:20,700
a cambiar, pero más

144
00:14:20,700 --> 00:14:22,840
del lado latinoamericano me da la sensación

145
00:14:22,840 --> 00:14:24,580
por lo que dicen los invitados que en

146
00:14:24,580 --> 00:14:26,200
algunos casos hay mucho marketing

147
00:14:26,200 --> 00:14:28,800
y cosa superficial.

148
00:14:29,280 --> 00:14:30,440
¿Vos cómo ves

149
00:14:30,440 --> 00:14:34,940
Entonces, ¿qué son las políticas de gobierno abierto? ¿Son sinceras? ¿Son superficiales?

150
00:14:35,380 --> 00:14:45,300
Se creó hace un par de años, ya no me acuerdo quién, el concepto de open washing, que es como lavar tu cara haciendo gobierno abierto.

151
00:14:46,420 --> 00:14:50,100
La verdad que me parece que hay que analizar cada uno de los casos.

152
00:14:50,100 --> 00:15:17,280
Lo que sí tengo claro es que las políticas de gobierno abierto todavía siguen necesitando un anclaje desde lo político, que no son desarrolladas by default. Y el ejemplo más claro para mí es el de Estados Unidos, que pasó de ser líder total de este tema a la nada, básicamente.

153
00:15:17,280 --> 00:15:45,520
Y todo el mundo decía, no, ¿cómo van a cerrar el portal de ASO? ¿Cómo van a sacar data sets de ahí? No se preocupen. Bueno, cuestión, todo pasó. Entonces, la verdad que habría que analizar cada uno de los casos. Yo creo que igual lo que pasa en la región puede ser que haya algunos casos de que sea más open washing que otra cosa, pero hay una comunidad de datos súper potente detrás.

154
00:15:45,520 --> 00:16:04,500
Entonces, lo que pasa es que no nos vamos a quedar callados si se baja un portal o si se dan de baja una API. Y entonces me parece que la generación de esa comunidad en la región, porque la verdad que Latinoamérica no tiene nada que envidiarle a ninguna otra región del mundo.

155
00:16:04,500 --> 00:16:10,960
somos una de las comunidades más potentes que hay y somos, digo, lo digo porque si bien trabajo

156
00:16:10,960 --> 00:16:17,860
en una organización global, me siento parte y estoy ahí desde sus inicios, me parece que más allá

157
00:16:17,860 --> 00:16:25,200
de lo que pase políticamente, la comunidad hace llamados cuando se está haciendo open washing,

158
00:16:25,740 --> 00:16:32,500
está atenta a que no se bajen portales, no se corten napis, y entonces me parece que

159
00:16:32,500 --> 00:16:36,000
Puede ser que se vaya para atrás en algún caso

160
00:16:36,000 --> 00:16:38,740
Pero no va a pasar desapercibido

161
00:16:38,740 --> 00:16:41,460
Algo que quizás en los primeros años sí podía pasar

162
00:16:41,460 --> 00:16:45,320
Bien, y ustedes reciben postulaciones

163
00:16:45,320 --> 00:16:48,880
Permanentemente de gobiernos de diferentes niveles

164
00:16:48,880 --> 00:16:49,820
En el Open Data Charter

165
00:16:49,820 --> 00:16:50,400
Quiere preguntarte

166
00:16:50,400 --> 00:16:52,660
¿Qué cosas le ves que le faltan a los gobiernos

167
00:16:52,660 --> 00:16:53,500
Cuando se acercan?

168
00:16:54,780 --> 00:16:56,260
Estoy tratando de pensar

169
00:16:56,260 --> 00:16:58,540
¿Qué cosas le podemos sugerir a los gobiernos

170
00:16:58,540 --> 00:17:00,780
Para que tengan y que no tienen?

171
00:17:00,780 --> 00:17:04,760
Cuando los gobiernos van hacia ustedes, ¿qué falencias ven o qué cosas en general?

172
00:17:04,900 --> 00:17:06,300
¿Qué datos no tienen? ¿Qué les falta?

173
00:17:07,000 --> 00:17:12,440
No, en general los que se acercan a la carta y que recién están comenzando,

174
00:17:12,520 --> 00:17:16,720
pues también tenemos adoptantes de diferentes niveles de desarrollo de políticas de datos abiertos.

175
00:17:16,840 --> 00:17:21,540
O sea, hay algunos que adoptan la carta como corolario de un desarrollo de una política

176
00:17:21,540 --> 00:17:28,160
y hay algunos que adoptan la carta como el marco inicial de su desarrollo de política, ¿no?

177
00:17:28,160 --> 00:17:30,980
Y es como, bueno, tomamos esto como marco y de ahí le damos para adelante.

178
00:17:32,960 --> 00:17:38,820
Entonces, en general, mira, lo que te puedo decir es el proceso, lo que nos informó mucho,

179
00:17:38,920 --> 00:17:44,940
qué es lo que quieren nuestros adoptantes y qué es lo que falta, fue el proceso que pasamos el año pasado

180
00:17:44,940 --> 00:17:52,780
en el cual revisamos los principios y no en el caso de los participantes latinoamericanos,

181
00:17:52,780 --> 00:17:55,640
Pero en las otras regiones había mucha necesidad de,

182
00:17:55,640 --> 00:17:58,840
como tienen un proyecto de ley de datos abiertos,

183
00:17:58,840 --> 00:18:03,220
hay un decreto de datos abiertos como regulación.

184
00:18:03,220 --> 00:18:05,940
Muchos de los gobiernos querían arrancar,

185
00:18:05,940 --> 00:18:08,740
no por la parte tecnológica, sino por la parte de la

186
00:18:08,740 --> 00:18:10,780
regulación.

187
00:18:10,780 --> 00:18:14,000
Y es como, bueno, cuando tenga la regulación voy a poder

188
00:18:14,000 --> 00:18:16,960
montar el primer portal porque las otras áreas me van a

189
00:18:16,960 --> 00:18:19,360
preguntar, bueno, ¿por qué me estás pidiendo estos datos

190
00:18:19,360 --> 00:18:20,140
para publicarlos?

191
00:18:20,140 --> 00:18:21,700
¿Cuál es el background legal?

192
00:18:21,700 --> 00:18:24,100
Y yo no lo voy a tener.

193
00:18:24,100 --> 00:18:26,940
Que no está resuelto en ningún lado mucho,

194
00:18:26,940 --> 00:18:32,860
pero hablaban mucho de eso, de las regulaciones.

195
00:18:32,860 --> 00:18:34,820
Entonces, eso mucho.

196
00:18:34,820 --> 00:18:37,660
Después, en términos de tecnología, a ver,

197
00:18:37,660 --> 00:18:43,500
lo que les puede faltar es equipo in-house.

198
00:18:43,500 --> 00:18:47,260
Pero en términos de plataformas, como que la oferta es más o

199
00:18:47,260 --> 00:18:52,680
menos limitada y entonces la decisión más es si tenés un

200
00:18:52,680 --> 00:18:55,220
equipo in-house y que te haga, digo,

201
00:18:55,220 --> 00:18:58,260
que te sostenga el desarrollo de un Zikan en cualquiera de sus

202
00:18:58,260 --> 00:19:05,020
versiones o esa plata la invertís en tercerizar en un en

203
00:19:05,020 --> 00:19:07,180
enlatado, por así decirlo.

204
00:19:07,180 --> 00:19:12,580
Pero la verdad que no, pasaba más por eso, los miedos.

205
00:19:12,580 --> 00:19:17,080
Yo una vez estuve en un taller internacional como líderes de

206
00:19:17,080 --> 00:19:24,260
datos abiertos y no sé qué y nos habían hecho por separado a cada quien escribir las 10 razones

207
00:19:24,260 --> 00:19:31,760
más comunes de por qué nuestros colegas o jefes o compañeros de gobierno no querían abrir datos.

208
00:19:32,300 --> 00:19:37,180
Y había una chica de Tunisia, una de Macedonia, estaba yo que en ese momento estaba en Chile.

209
00:19:37,180 --> 00:19:43,260
O sea, era UK, era todo el mundo. Las 3 primeras eran las mismas en todo el mundo.

210
00:19:43,680 --> 00:19:44,420
¿Y cuáles eran?

211
00:19:44,780 --> 00:19:46,540
Una era, ¿qué van a hacer con mis datos?

212
00:19:47,080 --> 00:19:49,400
¿Por qué los voy a abrir?

213
00:19:49,500 --> 00:19:50,940
¿Los van a malinterpretar mal?

214
00:19:51,040 --> 00:19:52,320
Esto de backlash.

215
00:19:54,400 --> 00:19:56,120
Pero posta era en todos los países.

216
00:19:56,660 --> 00:20:00,520
La otra, que en muchos casos tienen razones,

217
00:20:00,920 --> 00:20:05,240
no está dentro de mis prioridades de trabajo.

218
00:20:05,240 --> 00:20:07,900
Yo no soy de datos abiertos, soy, no sé, del Ministerio de

219
00:20:07,900 --> 00:20:09,100
Producción.

220
00:20:09,700 --> 00:20:11,360
Entonces, no tengo el tiempo y no tengo la capacidad.

221
00:20:13,620 --> 00:20:16,980
Y la otra era, le tenés que primero hablar a mi jefe.

222
00:20:17,080 --> 00:20:19,780
Bien, decisión política.

223
00:20:20,220 --> 00:20:20,780
Exacto.

224
00:20:21,420 --> 00:20:21,620
Bien.

225
00:20:22,320 --> 00:20:24,680
Te quería preguntar, yendo más al tema de los datos,

226
00:20:24,900 --> 00:20:28,640
ustedes o vos, si querés, en tu agenda, no sé si diaria,

227
00:20:28,800 --> 00:20:34,520
pero periódica, ¿usás datos para cambiar las decisiones o tomar

228
00:20:34,520 --> 00:20:35,280
decisiones?

229
00:20:37,480 --> 00:20:39,460
No sé si para nuestras decisiones diarias,

230
00:20:39,580 --> 00:20:43,760
pero digo, nosotros trabajamos, uno de los proyectos que

231
00:20:43,760 --> 00:20:46,560
desarrolla la carta son las guías de apertura de datos

232
00:20:46,560 --> 00:20:50,680
temáticos. Entonces, una guía de apertura de datos de anticorrupción, una guía de

233
00:20:50,680 --> 00:20:54,960
datos, guía de apertura de datos de cambio climático, bueno, hay varias guías.

234
00:20:55,960 --> 00:20:59,760
Y esas guías se implementan en diferentes gobiernos.

235
00:21:00,360 --> 00:21:04,340
Al momento de presentarles la propuesta, sí hacemos una investigación de los

236
00:21:04,340 --> 00:21:09,900
datos del país para poder fundamentar por qué

237
00:21:09,900 --> 00:21:17,420
¿Por qué seríamos buenos partners para poder implementar esas guías?

238
00:21:17,960 --> 00:21:26,620
Entonces, si usamos datos y usamos datos, no solo datos de portales de datos abiertos o estadísticos o cosas así,

239
00:21:26,760 --> 00:21:35,200
obviamente se hace un research antes de hablar con algún gobierno de en qué estadio están de sus políticas de datos abiertos,

240
00:21:35,200 --> 00:21:43,640
el índice, el barómetro, que son básicamente los mecanismos de medición de políticas de datos abiertos a nivel global.

241
00:21:45,060 --> 00:21:50,620
Entonces, sí hacemos como un pequeño perfil del gobierno, por así decirlo.

242
00:21:50,640 --> 00:21:58,220
Y le ha pasado de que han rechazado postulantes porque perciben que hay un intento de open washing por detrás de una,

243
00:21:58,220 --> 00:22:00,560
de decir, bueno, me anoto

244
00:22:00,560 --> 00:22:02,080
en todas, me anoto en esta también.

245
00:22:02,760 --> 00:22:04,340
¿Cuánto tiempo me lleva y

246
00:22:04,340 --> 00:22:06,660
me cuelgo esta medallita de tener el Open Data Charter?

247
00:22:07,160 --> 00:22:08,280
¿Rechazan mucho o no?

248
00:22:08,560 --> 00:22:10,400
Es que en general no tiene que ver con eso,

249
00:22:10,520 --> 00:22:12,240
no tiene tanto que ver con rechazar o no,

250
00:22:12,340 --> 00:22:14,500
sino acompañar a los gobiernos

251
00:22:14,500 --> 00:22:15,100
que vienen

252
00:22:15,100 --> 00:22:18,440
como más débiles y decirles

253
00:22:18,440 --> 00:22:20,200
bueno, no, tenemos que trabajar

254
00:22:20,200 --> 00:22:21,700
en poder generar

255
00:22:21,700 --> 00:22:24,280
el estadio en el cual

256
00:22:24,280 --> 00:22:26,360
pueden adoptar

257
00:22:26,360 --> 00:22:27,600
la carta. Entonces,

258
00:22:27,600 --> 00:22:39,700
Entonces, tanto rechazo, así como, no, bueno, vos no podés adoptar, no sé si se dice así, es más como, bueno, no estás en el momento, pero vayamos trabajando para traerte al momento de ingreso.

259
00:22:42,340 --> 00:22:56,080
Perfecto. Y fuera de los estados, universidades, sindicatos, partidos políticos, ¿ustedes reciben postulaciones de ese tipo? ¿Existe la transparencia o el gobierno abierto fuera de los estados?

260
00:22:56,080 --> 00:23:19,540
Nosotros, en particular, los adoptantes son todos estados, son todos gobiernos de diferentes niveles y así tienen que ser. El resto pueden ser como apoyan a la carta porque tenemos apoyos de diferentes instituciones y los consideramos parte de la comunidad de la carta, pero los adoptantes son gobiernos.

261
00:23:19,540 --> 00:23:25,280
Y la verdad que no se nos acercó ningún sindicato por el momento.

262
00:23:25,280 --> 00:23:38,840
Bien. Y ya por el tono me imagino tu respuesta, pero más allá del Open Data Charter, ¿conoces universidades, partidos políticos y sindicatos en el mundo que tengan alguna política de apertura?

263
00:23:39,880 --> 00:23:53,720
No. A ver, yo no quiero dejar afuera quizás a justo a alguien que haya universidades. Está la Uncuyo en Argentina, que estaba liderando ahí una apertura de datos institucionales.

264
00:23:53,720 --> 00:23:54,680
Fernanda Bernabé.

265
00:23:54,920 --> 00:23:55,640
Exacto.

266
00:23:55,940 --> 00:23:58,040
De datos institucionales.

267
00:23:59,720 --> 00:24:03,340
Después no conozco muchos casos más, la verdad,

268
00:24:04,000 --> 00:24:06,680
de universidades en particular que estén abriendo datos.

269
00:24:07,640 --> 00:24:11,060
Hay un caso muy interesante sobre datos de brecha salarial en

270
00:24:11,060 --> 00:24:15,580
Gran Bretaña, que lo que hicieron fue regular que aquellas

271
00:24:15,580 --> 00:24:21,680
empresas de más de 250 empleados tienen que entregar sus datos

272
00:24:21,680 --> 00:24:24,680
de salario y tal, o sea, hicieron como una lista de los

273
00:24:24,680 --> 00:24:27,540
datos que tienen que entregar y el gobierno de Gran Bretaña

274
00:24:27,540 --> 00:24:32,240
abre esos datos, que es súper interesante porque es una manera

275
00:24:32,240 --> 00:24:35,000
de apertura de datos de privado, es a través de regulación

276
00:24:35,000 --> 00:24:38,420
de gobierno y trabajo con el gobierno, ¿no?

277
00:24:38,940 --> 00:24:43,060
Pero dieron como un paso bastante fuerte en...

278
00:24:43,060 --> 00:24:44,640
Obligar al sector privado.

279
00:24:45,080 --> 00:24:48,140
Me imagino, por ahora hicieron una sola publicación y ahora

280
00:24:48,140 --> 00:24:51,300
estaban trabajando en la segunda, me imagino que igual no,

281
00:24:51,300 --> 00:24:54,620
Porque sacas una ley, digo, todo sucede mágicamente,

282
00:24:55,000 --> 00:24:57,520
que deben, digo, haber habido algunas empresas que no

283
00:24:57,520 --> 00:25:00,180
entregaron los datos a tiempo o nunca los entregaron, ¿no?

284
00:25:00,180 --> 00:25:04,140
Pero la verdad que ahí están, son datos súper interesantes

285
00:25:04,140 --> 00:25:07,720
y obviamente dan mal.

286
00:25:09,700 --> 00:25:13,160
Está bien, está bien, pero lo que se buscaba es visibilizar para

287
00:25:13,160 --> 00:25:18,540
tomar decisiones de política pública, datos para tomar

288
00:25:18,540 --> 00:25:20,520
decisiones que corrijan eso que da mal.

289
00:25:20,520 --> 00:25:23,500
Es que 100%, porque todos sabemos, por ejemplo,

290
00:25:23,600 --> 00:25:26,040
en este caso en particular, muy concreto de brecha salarial,

291
00:25:26,580 --> 00:25:28,720
que hay una disparidad.

292
00:25:29,600 --> 00:25:31,580
Todos lo sabemos y hasta lo podemos repetir.

293
00:25:31,680 --> 00:25:34,360
Bueno, acá tenés los datos para demostrar que efectivamente

294
00:25:34,360 --> 00:25:38,980
en Gran Bretaña, y además el dato es muy fácil,

295
00:25:39,900 --> 00:25:42,360
no sé si es fácil, pero digo, es muy comunicable.

296
00:25:42,360 --> 00:25:46,180
Entonces, automáticamente hizo tapa de diario, ¿no?

297
00:25:46,180 --> 00:25:47,280
Y tiene mucho impacto, sí.

298
00:25:47,720 --> 00:25:48,160
Exacto.

299
00:25:48,160 --> 00:26:04,280
Bueno, a eso te quiero llevar al impacto porque nombraste, pensemos de acá dos o tres años, muchos más gobiernos se suman al Open Data Chart y empiezan a abrir, entienden bien de los datos. Nombraste hace un rato a la comunidad, súper activa y súper interesante en muchos lugares del mundo.

300
00:26:04,280 --> 00:26:17,300
Cuando la comunidad usa datos y genera soluciones o visibiliza cosas que pasan y que se muestran esos datos, me imagino que hay un impacto interesante ahí porque llega mucha más gente que solo los usuarios de datos.

301
00:26:18,000 --> 00:26:32,140
¿Tenés en la cabeza algún ejemplo lindo para contar? Porque me parece que pasa poco y los busco a los ejemplos de una comunidad usando datos de gobierno y generando impacto ya sea a nivel periodístico o a nivel de aplicación o lo que fuera.

302
00:26:32,140 --> 00:26:48,180
A ver, es que hay un debate súper grande, ya hablaste con Sil Fúmega de otro proyecto súper interesante que está haciendo sobre datos de feminicidio, pero ella es una de las personas de la comunidad que cuando le hablan de impacto.

303
00:26:49,620 --> 00:26:50,640
¿Se enojan?

304
00:26:50,640 --> 00:27:03,040
Es muy difícil medir el impacto, entonces, si estamos hablando de resultados o de impacto. Y hay todo un debate detrás de eso, en términos de políticas de datos abiertos.

305
00:27:03,040 --> 00:27:16,940
A ver, de las utilizaciones más prácticas que tuvo la apertura de datos abiertos son las aplicaciones de movilidad y cuando llega mi micro, mi colectivo y ver si ve a la parada y tal.

306
00:27:17,300 --> 00:27:17,860
Exacto.

307
00:27:17,860 --> 00:27:23,820
Te cambia la diaria como ciudadano, pero, digo, yo sé que el dataset está abierto.

308
00:27:25,080 --> 00:27:27,980
No necesariamente todo el mundo sabe de eso.

309
00:27:27,980 --> 00:27:42,260
En Londres, el sistema de subtest abrió la API con el recorrido a tiempo real de los subtest y lanzaron una API, ellos también, digo, para poder usarla.

310
00:27:42,260 --> 00:27:47,660
y resulta que después vino un grupito de programadores

311
00:27:47,660 --> 00:27:50,440
y armaron una app que les pasaba el trapo,

312
00:27:50,580 --> 00:27:52,940
que se llama CityMapper, que les fue...

313
00:27:52,940 --> 00:27:55,080
Pero eso es muy bueno, eso es muy bueno,

314
00:27:55,240 --> 00:27:58,400
porque los gobiernos no somos los mejores haciendo software.

315
00:27:58,540 --> 00:28:00,480
Si abrimos los datos y alguien de afuera hace algo mejor,

316
00:28:00,900 --> 00:28:02,420
hasta nos saca un peso de encima.

317
00:28:02,720 --> 00:28:05,460
No, totalmente, y estos chicos armaron una aplicación

318
00:28:05,460 --> 00:28:08,780
que levantó millones y ahora están todos en un montón de países.

319
00:28:08,780 --> 00:28:13,100
y no sé exacto

320
00:28:13,100 --> 00:28:15,280
la historia, pero probablemente

321
00:28:15,280 --> 00:28:17,200
deben haber empezado sin mucha idea

322
00:28:17,200 --> 00:28:19,180
de generar un negocio

323
00:28:19,180 --> 00:28:20,980
detrás. Me parece que

324
00:28:20,980 --> 00:28:22,980
empezaron como a jugar con los datos que recién se habían

325
00:28:22,980 --> 00:28:25,080
abierto. O a resolverse un problema

326
00:28:25,080 --> 00:28:26,800
ellos mismos que tomaban todo el día

327
00:28:26,800 --> 00:28:29,000
el subte o el tren o el colectivo.

328
00:28:29,200 --> 00:28:29,400
Total.

329
00:28:31,100 --> 00:28:32,820
Hablando de impacto, aunque

330
00:28:32,820 --> 00:28:34,780
no nos guste tanto

331
00:28:34,780 --> 00:28:35,880
el término,

332
00:28:35,880 --> 00:28:41,140
pensalo como llegada al público masivo

333
00:28:41,140 --> 00:28:43,580
de historias contadas con datos

334
00:28:43,580 --> 00:28:44,100
¿cómo ves?

335
00:28:44,840 --> 00:28:46,860
porque para el periodismo se presenta un nuevo desafío

336
00:28:46,860 --> 00:28:50,300
el periodismo que hoy está tan complicado

337
00:28:50,300 --> 00:28:51,800
en su situación económica

338
00:28:51,800 --> 00:28:53,840
porque la gente se informa por redes sociales

339
00:28:53,840 --> 00:28:56,400
y ya no compra o no se suscribe a muchas cosas

340
00:28:56,400 --> 00:28:58,420
el periodismo

341
00:28:58,420 --> 00:29:01,100
yo sé que en Argentina estamos más o menos bien

342
00:29:01,100 --> 00:29:02,660
pero quería saber si te parece que

343
00:29:02,660 --> 00:29:04,880
los periodistas tienen que aprender a programar

344
00:29:04,880 --> 00:29:07,980
Los programadores tienen que cobrar menos para trabajar en los medios.

345
00:29:08,060 --> 00:29:16,200
¿Cómo se resuelve? ¿Cómo hacemos, si es que no pasó todavía, para que el periodismo pueda gozar de los beneficios de usar datos abiertos?

346
00:29:16,640 --> 00:29:21,800
Es que me parece que es un poco una pregunta que cabe a no solo el sector del periodismo,

347
00:29:21,800 --> 00:29:29,360
sino también, por ejemplo, las organizaciones no gubernamentales que seguían la agenda de transparencia tradicional

348
00:29:29,360 --> 00:29:36,460
y de acceso a la información y que ahora se ven ante la necesidad de poder entender

349
00:29:36,460 --> 00:29:39,840
qué es un dato abierto, qué es un portal, con qué se come y qué pueden hacer con eso.

350
00:29:41,640 --> 00:29:50,020
Porque, digo, complejiza, entre comillas, el trabajo típico, digo, pasaron de tener un batallón de abogados

351
00:29:50,020 --> 00:29:55,680
a tener la necesidad de tener programadores y programadoras, ¿no?

352
00:29:55,680 --> 00:29:58,140
Digo, cambia la composición de las organizaciones.

353
00:29:58,140 --> 00:30:15,100
Con los diarios en particular, a ver, sería interesante que existieran perfiles mixtos en términos de periodistas que sepan programar o programadores que les interese el periodismo.

354
00:30:15,880 --> 00:30:20,780
Pero creo que ahí me viene desde el lado de haber participado en miles de jacatones.

355
00:30:20,780 --> 00:30:47,560
También está bien que cada quien sepa lo que sabe y que se intente trabajar en un ambiente de colaboración. En donde el periodista sabe cómo llevar adelante una investigación con método, entiende de cómo comunicar una historia y tal, y que pueda colaborar con alguien que entiende los datos y que puedan complementarse en su trabajo.

356
00:30:47,560 --> 00:31:02,760
O sea, no necesariamente tienen que emigrar. Obviamente esas personas como traductoras son necesarias y son esos perfiles mixtos. También economistas que aprendieron a programar.

357
00:31:02,760 --> 00:31:18,180
Digo, así hay como esas personas hubs, pero no necesariamente cambiaría el rol que cada uno puede cumplir porque como que están especializados en su tema.

358
00:31:18,180 --> 00:31:46,320
Probablemente la evolución, y acá estoy hablando de lo que yo creo así, pero la evolución haga que igual las redacciones de diarios se llenen de programadores y programadoras porque el periodismo de datos es como lo que se viene es ridículo decirlo, lo que está y para donde se debería profundizar y sobre todo que en el mundo ahora de la fake news,

359
00:31:46,320 --> 00:31:49,020
los datos más o menos son lo único que te dan

360
00:31:49,020 --> 00:31:50,140
algún tipo de certeza

361
00:31:50,140 --> 00:31:53,120
entonces, pero bueno

362
00:31:53,120 --> 00:31:54,880
digo, en el espíritu colaborativo

363
00:31:54,880 --> 00:31:57,200
del mundo de gobierno abierto y de datos abiertos

364
00:31:57,200 --> 00:31:58,340
también entiendo

365
00:31:58,340 --> 00:32:01,120
que está bueno que cada quien aporte

366
00:32:01,120 --> 00:32:03,080
desde su lado el conocimiento a un trabajo

367
00:32:03,080 --> 00:32:03,800
colaborativo

368
00:32:03,800 --> 00:32:06,860
Bien, me parece perfecto

369
00:32:06,860 --> 00:32:09,380
Nati, estamos en el tiempo

370
00:32:09,380 --> 00:32:10,820
te quiero agradecer mucho

371
00:32:10,820 --> 00:32:12,600
y el nombre de este podcast

372
00:32:12,600 --> 00:32:15,100
trata de encadenar

373
00:32:15,100 --> 00:32:19,020
o de conectar invitados y yo me despido agradeciéndote y

374
00:32:19,020 --> 00:32:23,960
preguntándote a qué personas vos me recomiendas para entrevistar,

375
00:32:24,100 --> 00:32:26,600
para ampliar y aprender más en esta conversación.

376
00:32:27,080 --> 00:32:27,400
OK.

377
00:32:27,940 --> 00:32:30,300
Bueno, gracias primero por la invitación.

378
00:32:31,140 --> 00:32:35,460
La verdad que es una gran idea la que tuviste y me encanta que la

379
00:32:35,460 --> 00:32:36,360
estés escuchando.

380
00:32:36,720 --> 00:32:37,380
Gracias, Nati.

381
00:32:37,580 --> 00:32:38,420
No, por favor.

382
00:32:38,620 --> 00:32:41,000
Me parecería interesante quizás que puedas hablar con alguno de

383
00:32:41,000 --> 00:32:43,940
nuestros colegas y amigos centroamericanos que tienen una

384
00:32:43,940 --> 00:32:49,560
experiencia, por ejemplo, de apertura distinta.

385
00:32:49,560 --> 00:32:56,200
Por ejemplo, con Susana Soto de Abriendo Datos Costa Rica.

386
00:32:56,200 --> 00:32:58,340
Puede ser interesante también que puedas hablar,

387
00:32:58,340 --> 00:33:03,020
si ya no lo hiciste, con el chino de Data UI.

388
00:33:03,020 --> 00:33:04,440
JUAN MANUEL LUCEROVILLEZ- No, no, todavía no.

389
00:33:04,440 --> 00:33:08,980
JUAN MANUEL LUCEROVILLE- Bueno, el chino de Uruguay tiene un

390
00:33:08,980 --> 00:33:17,560
ejemplo muy bueno de impacto si querés el chino es daniel carranza exacto para que quede registro

391
00:33:17,560 --> 00:33:27,100
es daniel carranza pero bueno él lideró un proyecto muy copado con impacto directo sobre

392
00:33:27,100 --> 00:33:33,640
la apertura de datos del ministerio de salud en uruguay en colaboración con con con data que es

393
00:33:33,640 --> 00:33:39,120
la organización en la que él trabaja, y tienen un re lindo ejemplo de impacto.

394
00:33:39,840 --> 00:33:40,280
Perfecto.

395
00:33:40,480 --> 00:33:46,340
Así que ellos, y bueno, nada, con Pala ya hablaste y ya sabés que es uno de mis ídolos.

396
00:33:46,480 --> 00:33:46,880
Grande.

397
00:33:47,340 --> 00:33:49,560
Sí, así, de los grandes de los grandes.

398
00:33:51,140 --> 00:33:55,420
Pero me imagino que con Susana puede ser súper interesante para poder hablar de Costa Rica,

399
00:33:55,420 --> 00:34:03,240
y además ella trabaja en la región, así que te puede dar una perspectiva copada de esa zona.

400
00:34:03,640 --> 00:34:05,980
Y con el chino, por el trabajo de impacto,

401
00:34:05,980 --> 00:34:09,040
me parece que puede ser también súper interesante.

402
00:34:09,040 --> 00:34:09,820
Perfecto, Nati.

403
00:34:09,820 --> 00:34:10,540
Un abrazo grande.

404
00:34:10,540 --> 00:34:11,320
Muchas gracias.

405
00:34:11,320 --> 00:34:11,820
No, de nada.

406
00:34:11,820 --> 00:34:14,380
Te mando un abrazo y gracias nuevamente por la invitación.

407
00:34:14,380 --> 00:34:14,880
Dale.

