Entrevista con Dennis Tobar [s01e21] Transcripto con Whisper, sin corrección humana. Puede tener errores, sobre todo en nombres propios. - Herramienta: faster-whisper 1.2.1 (https://github.com/SYSTRAN/faster-whisper) - Modelo: large-v3-turbo, int8_float16, GPU - Parámetros: idioma es, filtro VAD, condition_on_previous_text=False - Audio: s01e21-tobar.mp3 - Fecha: 2026-10-29 --- Cadena de datos, episodio número 21. De este lado, Andrés Vázquez desde Córdoba, Argentina. Desde el otro lado, hoy me acompaña Denis Tobar desde Chile. Denis es ingeniero en informática y trabaja con grandes volúmenes de datos. Es gestor y desarrollador de aplicaciones en el ámbito académico y usando MediaWiki para proyectos de índole colaborativa. y aquí lo que más me interesa es integrante del directorio de Wikimedia Chile. Buenas tardes, Denis, ¿cómo estás? Hola Andrés, un gusto, estoy muy bien. ¿Y tú cómo vas? Muy bien, todo muy bien por acá. Voy directamente, para cerrar un poco tu perfil, eres ingeniero en informática, miembro del directorio de Wikimedia Chile, por lo tanto, trabajas en la parte de atrás, en la parte técnica de lo que los demás usuarios vemos de Wikipedia y todos los productos accesorios te quería preguntar ¿cómo es tu trabajo? ¿qué es Wikidata? ¿qué haces? vaya, esas son muchas preguntas en una sola frase bueno, para resumir llevo ya vinculado al movimiento Wikimedia más de 10 años ya el junio próximo cumplo 14 años vinculado con el movimiento partí como la mayoría de los usuarios como un editor más, involucrándome de a poco, empecé cuando estaba en la universidad y actualmente ya me titulé incluso siendo wikipedista lo pongo en el currículum y toda la gente me pregunta oh, ¿qué es Wikipedia? y le tengo que explicar prácticamente que Wikipedia es conocimiento colaborativo que eso es el fondo de esto que es conocimiento colaborativo y claro, yo principalmente estoy como también en la parte técnica como tú también explicabas, ayuda a desarrollar herramienta o información de calidad para las personas de Iberoamérica que deseen saber un poco más de qué es Wikipedia o cómo se componen los datos que están dentro de la misma Wikipedia y para esto nace Wikidata, que Wikidata es el proyecto que tenemos de datos abiertos para que las máquinas también sean capaces de identificar ese conocimiento y nosotros puedan obtener información a partir de ese conocimiento. Wikipedia se ha construido a lo largo del tiempo con buena voluntad de la gente pero a las máquinas les costaba mucho entender qué era Wikipedia, o qué datos pertenecían a qué personas, cuándo nació una persona, o cuáles son los compuestos químicos de algunos elementos. Entonces, Wikidata viene a condensar todo ese conocimiento para que nosotros podamos poder entender, o las máquinas puedan entender, y nosotros poder hacer grandes agrupaciones de datos con el fin de que las mismas personas podamos sacar información nueva a partir del gran volumen de datos que se está generando en Wikipedia. ¿Podríamos decir que Wikidata contiene a la base de datos abiertos más grande o más usada del planeta? ¿Usted lo ve en ese nivel? No, no creo que la más grande, pero sí la que tiene más potencial de poder crecer a lo largo del tiempo todo el tiempo Wikidata es como un ente vivo al igual que Wikipedia se va modificando, se va perfeccionando a medida que la gente se va involucrando y aquí es muy esencial que las personas se involucren, tanto las personas que quieren corregir datos como las personas que son almacenes de datos porque actualmente Wikidata se manifiesta en que la gente se acerque a ella y además lo mismo gobierno o las mismas instituciones, también vayan liberando sus datos, que eso también es lo importante. Porque actualmente las instituciones generan muchos datos, pero no los dejan disponibles al mundo. Y eso nos cuesta bastante poder aprovecharlo. Bien. Antes de meterme de cabeza en Wikidata, que tengo un montón de preguntas ahí, te quería preguntar si vos te autopercibís como un activista de los datos abiertos. Porque hay como un mundo de los datos abiertos de organizaciones sociales, de gobiernos que hablen portales y demás. ustedes se ven parte de ese mundo sí por lo menos nosotros como movimiento enfatizamos en que el conocimiento debe ser libre y yo sinceramente soy un fanático de los datos abiertos porque eso permite que cualquier persona que tenga una idea de cómo explotar el dato pueda acceder libremente y no es necesario tener que andar pidiendo y además que sea en formatos libres, liberar un PDF no es el mejor formato para liberar información porque cuesta que la máquina lo entienda y si queremos que las personas accedan a la información hay que hacerlo de la forma más simple posible y no a través de que subí un PDF y listo, está libre. No, sino que se trata de que las personas y a través de medios automatizados puedan acceder a esa información. ¿Y Wikidata es tu primer proyecto en cuanto a datos abiertos? ¿Empezaste con esto o venís del mundo del activismo desde antes de participar en Wikidata? Yo diría que Wikidata es como ya lo último que hice o lo más reciente, pero antes también tenía alguna inquietud acerca de todo abierto, gracias a que acá en Chile está Transparencia que hace un par de años ya Transparencia está bastante activo que es similar a Transparencia a la nación que están implementando en Argentina o datos.gob.ar yo estaba usando los datos chilenos, pero claro me daba cuenta de que los datos que puede ver en Chile son algunos de muy mala calidad y simplemente subo un CSV con el nombre y apellido de la persona de quienes son concejales, por ejemplo, en vez de subir, no sé, una declaración patrimonial. Es mucho más útil. Bien, y ¿en qué te inspiraste o qué referente por qué llegaste al mundo de los datos abiertos? ¿Qué viste a tu alrededor o a quién copiaste o qué proyectos inspiraron para meterte en este mundo? Yo creo que una de las inspiraciones es cómo la gente consume información ya, es muy hermoso ver la infografía es muy hermoso saber que hay gente que se dedica a esto, pero a la larga el dedicarse a los datos abiertos es desde que nace el dato, desde que se recolecta en bruto, hasta cómo la gente interpreta ese dato y cómo lo lleva a una realidad social es bastante curioso de cómo se genera todo esto de los datos abiertos porque uno cree que subiendo un dataset está listo pero no, en realidad tiene mucho trabajo humano por detrás de entender de qué se está hablando, cuál es el modelo que está por detrás, cómo representarlo y cómo a la gente en definitiva le es útil para el día a día. Porque no es lo mismo decir, subo un CSV con un millón de registros, un millón de filas, a que voy a subir una infografía con esta información. Sí, son cosas muy distintas y desde la comunidad de datos abiertos, todo esto que decís es muy importante que los refresque porque todavía tenemos gente liberando o publicando cosas que no son datos reutilizables ni en formatos abiertos. Quiero meterme un poquito más en Wikidata. Cada vez que nosotros editamos para colaborar en algo de Wikipedia o cada vez que leemos estamos leyendo 100% la base de Wikidata. Todo lo que está en Wikipedia está en Wikidata. ¿Es así? Actualmente, principalmente estamos trabajando con las fichas biográficas y las entidades nacionales o las entidades poblacionales que son información que ya viene de Wikidata esa información ya las fichas que están al costado de la mayoría del artículo de Wikipedia salen directamente de Wikidata, ya se construyó el modelo, la ontología de personas y a través de las propiedades y los valores de las propiedades se ha construido la mayoría de las fichas en forma automática antiguamente había gente que mantenía esa información, pero esa información o esos datos la empezaron a mover a migrar a través de Wikidata, o a enviar a Wikidata, y ahora se permite que uno coloque un simple tag y automáticamente se genera la lista de toda la información de Wikidata Bien, eso me imagino que simplifica traducción y demás los datos duros, digamos, de Wikipedia están en Wikidata y si mi gobierno yo, por ejemplo, estoy haciendo un trabajo específico de poblaciones de todas las ciudades de mi provincia en base a todos los padrones electorales en las elecciones que son cada dos años en Argentina ¿yo podría subir esos datos a Wikidata? ¿Cuál es el camino que alguien desde la comunidad tiene datos o públicos, en mi caso trabajo en un gobierno o de una ONG ¿puede simplemente subirlo o hay algún proceso al medio? Como esto se trata de no poner barreras al mundo, cualquier persona podría subir eventualmente su dataset, hay herramientas específicas para poder subirlos correctamente, que por detrás las personas que crearon esto realmente son unos genios, son unos monstruos, porque no es llegar y meter un dato. O sea, la interfaz es bastante simple y esa interfaz uno le puede llegar hasta poner referencias de dónde obtuvo el dato atómico para volver a la información original. ¿Ya? Hay herramientas especiales que uno podría subir, pero eventualmente uno puede subir la información que crea relevante para el elemento o para los elementos que intenta describir Bien, a mí me pasa que cuando veo información de ciudades argentinas, casi siempre me aparece el dato de sismografía como desconectado, y a mí me da la sensación, y te lo pregunto a vos si es posible que alguien haya subido la información de sismos de todo el siglo de Argentina y eso automáticamente se publique en las fichas de las ciudades, quería preguntarle si es así y cómo hacen para enlazar, cómo hacen con los identificadores únicos de las ciudades si es que es algo de lo que vos conozcas Mira, por lo menos con el tema de los sismos no estoy muy familiarizado con el tema de cómo lo tienen representado en Wikidata probablemente lo deben tener o los sismos más importantes por localidad pero en sí hay herramientas que permiten hacer el match entre los elementos porque obviamente tú a un elemento le puedes decir A pero nosotros en Wikidata lo tenemos como Z y hay herramientas que intentan vincular las etiquetas de los elementos para decir, ah, es la misma persona, o es el mismo elemento. Por ejemplo, un trabajo muy lindo que hizo Wikimedia Uruguay con la base de datos de autores, de autores.ui, fue efectivamente pescar esta herramienta, subir un dataset a Wikidata y decir, ya, estos son los nombres que tenemos similares, y a través de una herramienta que desarrolla la misma comunidad, dice, ya, estas dos etiquetas son iguales, ya, deben tratarse la misma persona probablemente, y las fusiona. Buenísimo. Entonces, todos los gobiernos que abrimos portales de datos abiertos, deberíamos preparar nuestros datos para que se conecten a Wikipedia. ¿Eso es algo deseable para ustedes? ¿Sería interesante? Porque no conozco casos, quizás los hay. ¿Es algo que ustedes buscan? No necesariamente conectarse con los datos de los gobiernos, sino que los mismos gobiernos pueden tender puentes para cómo consultar esa información después. Por ejemplo, Wikidata lo que colecciona bastante son los identificadores a otras bases de datos abiertas. Por ejemplo, IMDB, que es la base de datos de películas de internet, nosotros lo que consumimos no es la información de ellos, sino que simplemente la vinculamos a través del identificador. Entonces, nosotros lo que buscamos es que estos datos abiertos, claramente, si nos la pueden subir, sí tener un vínculo en una página de destino que sea único para poder consumirlo, que eso es como parte de la web semántica. Es decir, que tengamos una URI única para que nosotros podamos volver a volcarnos esa información allá y decir que estos dos elementos son iguales. Bien. Y del lado del gobierno hace falta que nosotros subamos documentos RDF o con un API en formato JSON alcanza. Por lo general, lo que se acostumbra es que sea una URI única. O sea, si estamos hablando de elementos que sean identificadores únicos más que en un determinado formato, obviamente liberarlo en RDF es lo mejor que se puede hacer porque eso ya abre nuevos caminos para poder hacer, por ejemplo, consultas federadas. Perfecto o sea, si nosotros, los gobiernos o las organizaciones que tienen datos abiertos Mejoran un poquito el nivel de sus datos y se adecuna a la estándar, Wikipedia lo consumiría no sé si decirlo en tiempo real pero ustedes en vez de subírselo a ustedes los datos les pasamos los links y ustedes podrían consumir los datos y a medida que esos datos cambien, Wikipedia cambiaría dinámicamente ¿Así funcionaría? Exacto, y más que pensar solo en Wikipedia es cualquier persona que quiera ser open data en el mundo, porque en realidad otro caso que nosotros tenemos en Chile que fue muy exitoso y que yo participé un poco de él, fue el tema de los datos parlamentarios de la Biblioteca del Congreso Nacional de Chile, que la persona que lideró ese proyecto empezó diciendo, esto tiene que ser open data o sea, la primera decisión fue, esto es open data y se desarrolló en seis meses una ontología bastante completo para describir a todos los parlamentarios y eso actualmente se puede hacer lo puede consultar cualquier persona y a través de vinculaciones de consultas federadas puede unir dos bases de datos, no es necesario tener que bajar la información de una y cruzarla con la otra, sino que con una consulta Sparkle puede unir las dos bases de datos Exacto, eso para la gente que nos escucha y nos estamos poniendo un poco técnico, creo que la Biblioteca Nacional de Chile fue por lo menos el primer caso que yo vi de una entidad pública que publicaba documentos RDF y creo que ellos, como decías vos, construyeron su propia ontología, que para los que no lo hicieron es una especie de diccionario que describe los objetos que va a documentar en datos. Además de la Biblioteca de Chile ¿hay algún caso más? Porque yo estoy pensando a mí que trabajo en la ciudad de Córdoba me gustaría muchísimo hacer esto y además de compartir algunos datos que sean interesantes para Wikipedia, me gustaría por ejemplo decir que soy el primer municipio ¿sería así o es algo que ya muchos gobiernos y muchos municipios hacen? ¿o es algo muy poco frecuente? Yo creo que el primer paso lo están dando muchos gobiernos el gobierno de Chile lo está dando a través de datos.gob.cl que son los datos gubernamentales de todo el gobierno además de impulsar transparencia pero claro, el primer paso es tener el volumen de información, pero el siguiente paso es describir la información es de escribir, o sea, como decía hace un rato atrás, no basta con solamente subir un CSV, sino que tienes que tú indicarle a la persona y a las máquinas cómo se describe esa información. Entonces, claro, tú puedes tener toda una página llena de CSV o PDF o Excel o algún documento de formato abierto, pero mientras tú no le digas a las personas, esto, por ejemplo, este número es un salario bruto de una persona, la máquina va a seguir entendiendo que son un millón de pesos, por ejemplo. Perfecto, perfecto. O sea, hay que aprender un poquito de ontologías y usar diccionarios que ya existan, porque seguramente existen muchos, de escribir los datos y subirlo. Yo me comprometo por mi parte a hacer alguna experiencia porque había leído un poco de Wikidata para conversar contigo, pero por lo que me contás parece súper potente y súper interesante. Quería preguntarle con respecto a los clientes de Wikidata ¿Wikipedia es el único cliente de Wikidata o hay todo un mundo de gente usando Wikidata? Por lo menos en la lista de discusión interna y en otro mundo un poco más de un nivel un poco más superior que a lo que me dedico yo que es la informática por lo menos he visto que la consumen otras bases de datos y además hay personas que la pueden consumir en forma particular con Open Refine cuando hacen reconciliación de elementos que eso me pareció bastante bueno que la incluí hace ya un par de años que uno puede ya reconciliar automáticamente los elementos y después inyectarlo de vuelta a Wikidata, que eso también me parece súper bueno. Muy potente ¿Buscadores como Wolfram Alpha usan algo de ustedes o ese tipo de emprendimientos no están conectados oficialmente con ustedes? Creo que no estamos conectados oficialmente porque porque Wolfram ya tiene bastante base de conocimiento y en sí se apoya en otro tipo de información y no en la información que genera Wikipedia por un tema más académico, desde mi punto de vista, que ellos publican información que estén revisando y que sea un aprendizaje autónomo de la misma compañía, más que un aprendizaje que hace la gente, que alimenta Wikidata. Bien. Te quería preguntar, Denis, si vos en lo personal para tu trabajo diario usás datos para asistirte. Me imagino que con toda esta base de datos gigantes uno podría imaginarse un montón de gobiernos, empresas, consultores y demás mirando los datos para tomar decisiones orientadas por evidencia o mejores. Te quería preguntar, ¿cómo, si en tu trabajo personal usas datos y si te parece que toda esta riqueza que da Wikidata se usa afuera, la usan los gobiernos para tomar decisiones? O sea, en mi trabajo, por lo que me pagan en el día a día, usamos obviamente datos, datos, como decía hace un rato, el significado de los datos, o sea, los datos en sí hay que darle un significado, hay que representarlos correctamente no basta con poner un gráfico y hacer un eje X, Y para decir cosas sino que uno tiene que también darle esa interpretación a los datos tiene que intentar sacar aprendizajes que las mismas personas o mismos clientes tienen que aprender, los gobiernos en sí también el tema de datos abiertos es muy útil es demasiado útil porque si uno libera datos, permite que gente, no tan solo el gobierno, sino que personas, investigadores, puedan desarrollar sus propios modelos, tomar sus medidas y sacar conclusiones que quizá el mismo gobierno debería estar observando. Un caso de éxito que tenemos en Chile, no sé si es tan abierto el dato, pero un socio adherente de Wikimedia Chile es investigador en la Universidad del Desarrollo, si es que no mal recuerdo, y tiene todo un tema de aprendizaje, o sea, de Big Data para el transporte. Y generalmente sus estudiantes sacan visualizaciones, pero muy, muy buenas, acerca de cómo en Santiago de Chile se mueve la gente, dónde están los polos de conectividad, dónde están los mayores tascos, en relación solamente a los viajes que hace la gente a través de la tarjeta VIP o el Transantiago, que la tarjeta VIP es lo mismo o algo muy similar a la SUB en Buenos Aires. Bien, y ahí me contaste un ejemplo de que vos en tu trabajo usás datos, les da sentido, me contás el caso de este investigador y de sus estudiantes, no sé si tenés relación o conoces ese mundo, pero ¿conoces casos en el que los gobiernos sean los que tomen la iniciativa de mirar esos datos, darles sentido y tomar decisiones con ellos? ¿Es algo que te pasa, te hablan mucho de los gobiernos por los datos o es algo que no pasa? En realidad, desde mi percepción, los gobiernos son un poco más reacios al tema de analizar datos del pasado es cierto que la evidencia de datos es bastante potente pero en sí no es como un factor determinante a la hora de tomar una decisión el tema de ver el pasado o cómo evolucionaron los datos a lo largo del tiempo sino que en parte se ve un poco... La discusión se ve transversalmente también por un tema político es decir, que uno puede poner la evidencia de los datos, pero también tiene que ver con una decisión política que no tan solo se basa en el dato. Entonces, claro, hay gobiernos que utilizan datos, hay gobiernos que le dan sentido a los datos, hay gobiernos que le entregan la información a la gente para que la gente vaya tomando sus decisiones. Pero los mismos gobiernos a veces son reacios, por lo menos en la parte que yo participé en el gobierno de Chile, son un poco más reacios a tomar decisiones que realmente impacten positivamente a la gente en pos del beneficio político. Bien. Hablabas de impacto recién. Me imagino que Wikipedia como instrumento basado en datos y con impacto es altísimo. Te quería preguntar si hay otras formas de llegar masivamente a mucha gente. Yo te lo digo porque yo y muchos de los que escuchan trabajamos abriendo datos y muchas veces nos falta la forma de llegar a más gente, de que los datos generen más impacto ¿qué ideas vos como administrador de datos o productor de datos ¿se te ocurren ideas o conoces casos en los que un dato pueda llegar a impactar en mucha gente? ¿alguna recomendación, alguna sugerencia para los que abrimos datos y queremos llegar a más gente? Yo creo que más que centrarse en qué datos genera impacto, el primer paso natural es ver cómo yo puedo mejorar la vida de las personas ¿ya? Porque el dato que genera impacto quizás lo tenemos un poco ciego generalmente uno dice el dato que genera impacto puede ser quizás, no sé, la tasa de estudiantes contra, por ejemplo embarazos antes de terminar los estudios, pero ese dato ya es un dato procesado, en cambio si pensamos en cuáles son mis datos y qué es lo que yo le quiero transmitir a la gente es un paso que deberíamos darnos para la reflexión de decir ya, este dato lo voy a liberar no con el sentido de que la gente tome una decisión así fuerte sino que simplemente los voy a liberar para que la sociedad tenga una nueva y fuerte información donde poder contrastar, no sé información que aparece en las noticias, con las famosas fake news, con efectivamente la información que me está dando la persona que realmente genera el dato, la persona que realmente agrupa en el dato no sé si más o menos puedes comprender la diferencia que quiero dar en el momento está clarísima, porque claro los porcentajes siempre mienten los promedios siempre mienten porque los porcentajes no describen realidad simplemente dicen que sobre a partido A más B se generó tal cosa pero en realidad te puedo decir 50% y la muestra es dos personas basta con que una me diga sí y ya se varió totalmente la muestra, entonces, claro la idea de esto es no ver cuál es el dato sino que empezar a liberar y a través de ir haciéndole preguntas a la gente que me va consumiendo los datos, ir viendo qué otros datos necesita la gente para poder describir la realidad. Perfecto, clarísimo. Denis, si te llamara Piñera mañana y te dijera, Denis, me gustaría que vengas al gobierno a trabajar en la semantización, por decirlo de una forma, de todo el portal de datos para conectarnos a Google Data. Si te ofreciera un cargo político, director nacional de datos abiertos o algo así, ¿aceptarías algo que te gustaría hacer? Por mis colores políticos no tanto debo ser franco, por mis colores políticos no tanto, pero en sí los desafíos de los gobiernos abiertos es una cosa que realmente necesitamos en Latinoamérica basta con ver los números de corrupción o basta con ver los números de la desinformación que hay en la misma población acerca de lo que hace el gobierno y cómo maneja las platas es impresionante si una persona fuera del mundo de los datos, tú le preguntas, no sé ¿cuánto crees tú que tiene de presupuesto el Ministerio de Salud o el Ministerio del Interior? La gente realmente te dice no sé y en cambio si tú le pasas una infografía que te resuma eso, inmediatamente queda claro que por ejemplo en salud se gasta no sé, el 10% del presupuesto de la Nación, por ejemplo Perfecto Denis te quería consultar, ya para ir cerrando porque estamos un poquito pasados con el tiempo, te quería preguntar a quién es, este podcast se llama Cadena de Datos porque la idea es ir encadenando entrevistados y me gustaría seguir conversando y ampliando esta charla. ¿A quiénes me recomendarías vos para seguir conversando? Yo te recomendaría a este investigador que te dije hace un rato que pescó, que tomó los datos del Transantiago y las tarjetas PIP y enfatizan que la gente, cómo utiliza los datos yo creo que el desafío de la gente que toma datos abiertos es el siguiente paso, cómo le damos un sentido a los datos, entonces esta persona Trabaja en eso, en darle sentido a los datos ¿Cómo es el nombre de este investigador? Eduardo Graels bien, perfecto, ¿quieres recomendar a alguien más, Denis? en realidad no recuerdo a nadie más, a Buena y Primera porque Wikidata, por lo menos en Latinoamérica, estando pasos de bebé todavía, somos una comunidad re chiquitita que estamos interesados, recién sumamos 50 personas a través de casi todo el Cono Sur pero de a poco vamos creciendo como comunidad y vamos descubriendo nuevos potenciales de esto, así que por ahora no se me ocurre a nadie más Perfecto, entonces invitamos ya que está Aprovechamos el espacio para invitar a toda la gente a que se sume a estas comunidades y colabore y aporte Muchísimas gracias Denis por este ratito muchas gracias a ti Éxito a tu escucha y ojalá, ojalá, ojalá Verlos en Wikidata, verlos entusiasmados cualquier cosa como le digo a todo el mundo siempre estamos a un correo electrónico un mensaje a lo que sea, de distancia no es necesario contactarme vía NASA ni vía Wikimedia Chile, sino que simplemente Twitter, Whatsapp o lo que sea. Bien, bien, yo por mi parte lo voy a hacer, así que invitamos a todo el mundo. Un abrazo, Denis, chau. Chau, un gusto.