1
00:00:00,000 --> 00:00:27,240
Cadena de datos, segunda temporada. De este lado Andrés Vázquez desde Córdoba en Argentina, del otro lado me acompaña hoy y es un gusto para mí Martín Álvarez Espinar. Martín está en España y es responsable de la oficina del W3C en España, ingeniero en informática con experiencia técnica en el desarrollo de aplicaciones web basadas en estándares y utilizando tecnologías semánticas.

2
00:00:28,000 --> 00:00:36,400
Trabaja como consultor sobre administración electrónica en temas de reutilización de información del sector público con mecanismos de la web semántica.

3
00:00:36,400 --> 00:00:45,820
También participa de ISA, Interoperability Solution for the European Public Administration de la Comisión Europea.

4
00:00:46,320 --> 00:00:50,440
Muy buenas tardes para vos, muy buenos días para mí. Martín, ¿cómo estás?

5
00:00:51,880 --> 00:00:53,580
Muy bien, muchas gracias. Buenos días.

6
00:00:53,580 --> 00:01:13,960
Buenos días. Bien, Martín, la gente que escucha este podcast, muchos son de gobiernos y organizaciones sociales, gente que trabaja con datos, pero no creo que todos conozcan qué es el W3C. ¿Cómo le definís vos a los demás qué es el W3C?

7
00:01:13,960 --> 00:01:40,360
Pues en pocas palabras digamos que somos los creadores de la web y quienes velamos porque la web llegue a todas las personas, sea accesible por todo el mundo independientemente de las condiciones físicas que podamos tener, las condiciones tecnológicas desde el dispositivo del que podamos acceder y en las condiciones en las que nos encontremos contextualmente,

8
00:01:40,360 --> 00:01:57,340
Bien sea en la calle, bien sea en nuestras casas, en nuestros hogares, en cualquier entorno. Y hacer la web un bien comunitario y un bien para cualquier persona que necesite comunicarse, como un mecanismo de comunicación.

9
00:01:57,340 --> 00:02:17,080
Nos ocupamos de realizar lo que son los estándares, la tecnología en sí, los protocolos, para que después sean los expertos, los programadores, las empresas, los organismos públicos quienes hagan uso de esa plataforma web para crear servicios, productos y mejorar esa comunicación entre todos los humanos.

10
00:02:17,080 --> 00:02:30,740
Bien, y para los que trabajamos en la web y sobre todo para los gobiernos, ¿cuáles de los estándares o trabajos que hace el W3C tenemos que prestar atención?

11
00:02:30,740 --> 00:02:44,340
O sea, ¿en qué están mal los gobiernos hoy o las empresas que trabajan en internet? ¿En qué estándares específicamente podríamos mejorar desde los gobiernos?

12
00:02:44,340 --> 00:02:47,120
en su página web, en sus portales

13
00:02:47,120 --> 00:02:47,700
de datos

14
00:02:47,700 --> 00:02:51,080
Pues creo que muchos

15
00:02:51,080 --> 00:02:53,140
estamos haciendo o lo están

16
00:02:53,140 --> 00:02:55,160
haciendo bastante bien, creo que bastante bien

17
00:02:55,160 --> 00:02:56,440
y estamos mejorando bastante

18
00:02:56,440 --> 00:02:58,980
pero hay muchos aspectos todavía que tenemos

19
00:02:58,980 --> 00:02:59,980
que debemos mejorar

20
00:02:59,980 --> 00:03:02,060
siempre como ciudadanos

21
00:03:02,060 --> 00:03:05,120
siempre que intentamos hacer cualquier trámite

22
00:03:05,120 --> 00:03:07,200
buscar una información en un portal

23
00:03:07,200 --> 00:03:09,300
oficial, tenemos problemas

24
00:03:09,300 --> 00:03:11,160
muchas veces no encontramos

25
00:03:11,160 --> 00:03:13,220
la información, otras veces

26
00:03:13,220 --> 00:03:41,300
encontramos la información pero queremos continuar con un trámite y nos dificulta el acceso a ese trámite, ese servicio electrónico, bien sea por el aspecto de la seguridad, la autenticación del propio ciudadano o ciudadana, bien sea por la accesibilidad, los aspectos de accesibilidad para personas que puedan tener algún tipo de, no discapacidad sino diversidad funcional.

27
00:03:41,300 --> 00:03:56,600
Todos somos discapacitados en algún momento, ya que después de pasarnos 12 horas delante de la computadora, acabamos pegándonos muchísimo a lo que es la pantalla, necesitamos ampliar el tamaño de letra, ese tipo de aspectos.

28
00:03:56,600 --> 00:04:18,600
Pues hay ciertas tecnologías, muchas tecnologías que pueden ser mejoradas dentro de los portales y dentro de la tecnología de las administraciones públicas, pero por destacar alguna podría decir algo que ya están haciendo y muchas administraciones públicas en todo el mundo están teniendo mucho cuidado con la accesibilidad,

29
00:04:18,600 --> 00:04:34,020
que es algo necesario, no solo a nivel arquitectónico, físico, las barreras físicas que nos encontramos en la calle, sino a la hora de encontrar esa información, a la hora de realizar los servicios electrónicos.

30
00:04:34,600 --> 00:04:42,840
Son muchas las administraciones públicas que ya están tomando nota y están aplicando las buenas prácticas y las pautas de accesibilidad del W3C.

31
00:04:42,840 --> 00:05:02,540
Otras tecnologías que podría destacar de lo que está haciendo el W3C, temas relacionados con la seguridad, la seguridad aplicada a la web, que mejora ciertos aspectos relacionados con la autenticación de los propios usuarios.

32
00:05:02,540 --> 00:05:19,020
Bueno, pues ahora mismo una de las principales tecnologías en las que estamos trabajando y muy interesante para todos es el evitar tener que acordarnos de todas las contraseñas que ponemos a la hora de navegar por la web y entrar en los distintos sitios.

33
00:05:19,020 --> 00:05:34,540
Hay un trabajo relacionado con la autenticación basado en doble factor, utilizando unos mecanismos como puede ser nuestro dispositivo móvil. Este tipo de aspectos que nos pueden simplificar muchísimo la vida a los ciudadanos.

34
00:05:34,540 --> 00:05:47,720
Después hay otras tecnologías o actividades que podemos destacar dentro de la administración electrónica, que es todo lo que está en torno a los datos abiertos o el open data.

35
00:05:47,720 --> 00:06:08,480
Un movimiento que ya empezó por 2007, más o menos, donde las administraciones públicas vieron la necesidad de ser más eficientes, como lo son el resto de las empresas, hacer más eficientes los procesos, mejorar los servicios que está ofreciendo la ciudadanía, que al final es su cometido.

36
00:06:08,480 --> 00:06:25,380
Y dentro de este término de datos abiertos o open data decidieron que por qué no abrir los datos, exponer los datos, los recursos, la información que tiene la propia administración pública, que es muchísima información.

37
00:06:25,380 --> 00:06:46,960
No estamos hablando de datos privados o datos sensibles, sino datos estadísticos, del tiempo, del transporte, cualquier tipo de información, porque puede ser muy interesante para nosotros como ciudadanos o para las empresas que pueden hacer productos, servicios, incluso vender esos productos o servicios y hacer dinero con esos datos, esos recursos públicos.

38
00:06:46,960 --> 00:07:04,460
Algo que es bastante interesante y puede chocar un poco, pero al final los datos son públicos, por definición, son de la ciudadanía, son de esas empresas y que al final eso va a revertir a la propia administración pública en cuanto a las tasas, los impuestos que pagan esas empresas.

39
00:07:04,460 --> 00:07:13,680
y van a revertir también algo muy importante, el impacto social, ya que esas empresas, esos programadores, diseñadores o ciudadanos que se interesen en hacer algo con esos datos,

40
00:07:14,080 --> 00:07:24,200
aplicaciones, productos, lo que sea, que pondrán a disposición de la ciudadanía, pues digamos que seremos nosotros como ciudadanos los que dispongamos de nuevos servicios,

41
00:07:24,200 --> 00:07:33,360
nuevos productos, mejores soluciones para poder interactuar y poder hacer uso de servicios públicos.

42
00:07:33,360 --> 00:07:44,940
Martín, ¿ustedes están recomendando usar la web semántica como forma de escribir y publicar los datos?

43
00:07:44,940 --> 00:07:54,920
¿Te quería preguntar cuál es la relación entre web semántica y datos abiertos o cuál sería el ideal en la publicación de datos abiertos en el uso de web semántica?

44
00:07:54,920 --> 00:08:18,480
Sí, el W3C ha estado bastante activo desde siempre en el término este de la web semántica, hacer que las máquinas tengan algún tipo de, entre comillas, inteligencia, entiendan los conceptos que nosotros entendemos, de forma que se facilite en cierta medida el intercambio de datos y la interpretación de esos datos de forma automática.

45
00:08:18,480 --> 00:08:41,760
Por supuesto, si las administraciones públicas, estamos hablando de datos abiertos, datos expuestos para la ciudadanía, para esto que acabamos de hablar ahora mismo, para crear productos y servicios, digamos que el formato es importante, el formato en que se libere, en que se exponga esa información es muy importante ya que facilitará la reutilización por los terceros.

46
00:08:41,760 --> 00:08:52,940
Si ofrecemos un formato privado con un esquema un poco raro de interpretar, nos va a dificultar esa reutilización.

47
00:08:52,940 --> 00:09:17,080
De cara a haciéndolo con tecnologías de web semántica o de los datos enlazados, dentro de este concepto de enriquecer la información que se libera con metadatos que describen el tipo de información, simplificaría en cierta medida las reutilizaciones potenciales de los usuarios finales, bueno, los usuarios que van a realizar la reutilización.

48
00:09:17,080 --> 00:09:34,160
Me parece, Martín, que hay muchísimos portales de datos abiertos que llegan hasta el punto de entender que un Excel es mejor que un PDF y un CSV es mejor que un Excel, pero me parece que hay muchísimos portales de datos, por lo menos en Latinoamérica, que están en ese punto.

49
00:09:34,160 --> 00:09:38,660
dejaron los PDFs, pasaron a datos reutilizables

50
00:09:38,660 --> 00:09:42,600
y después pasaron a formatos libres como el CSV

51
00:09:42,600 --> 00:09:45,960
técnicamente, ¿cuál es el paso que sigue?

52
00:09:46,140 --> 00:09:52,300
entiendo que hacer documentos RDF sería el paso que sigue

53
00:09:52,300 --> 00:09:55,560
¿qué herramientas hay en el caso de que ese sea el paso correcto?

54
00:09:55,680 --> 00:09:57,160
¿qué sigue después del CSV?

55
00:09:57,260 --> 00:10:00,300
hay muchísima gente que nos escucha que está en el punto

56
00:10:00,300 --> 00:10:01,960
de que entiende que el CSV es buenísimo

57
00:10:01,960 --> 00:10:10,620
Te quería preguntar, ¿cómo podemos introducir con qué herramientas y con qué conceptos a contarnos a todos los que estamos en el mundo de los datos?

58
00:10:10,940 --> 00:10:12,200
¿Qué es lo que sigue después del CSV?

59
00:10:14,560 --> 00:10:21,800
Pues somos conscientes desde el W3C y todos los que trabajamos, bueno, pues por supuesto que lo sabes,

60
00:10:22,200 --> 00:10:28,800
todos los que trabajamos alrededor de la web semántica sabemos que es complicado hacer el tratamiento de esos datos, modelar esos datos.

61
00:10:29,700 --> 00:10:42,960
Bueno, pues trabajar es complicado con estos datos, pero por ir paso a paso y para los que no tienen gran conocimiento de modelar un RDF o de crear sus propias ontologías o de reutilizar las ontologías que ya existen, los vocabularios,

62
00:10:42,960 --> 00:10:52,700
hay un paso intermedio que digamos que es el siguiente del CSV, que podría ser añadir metadatos a esas hojas de cálculo.

63
00:10:52,700 --> 00:11:16,200
Existe un trabajo dentro del W3C que ya está en fase estable, ya es una recomendación, ya es un estándar que permite incluir metadatos semánticos incluidos o anexos a los CSVs donde se especifica de alguna forma la información que está incluida dentro de la propia hoja de cálculo.

64
00:11:16,200 --> 00:11:39,660
Los esquemas, cómo está compuesto, fecha de creación, cuándo se actualizó, bueno, pues incluso lo que son los esquemas dentro del propio CSV. Es un paso intermedio sin tener que crear al final toda la información modelada en RDF, que sabemos que puede ser complejo, pero podría ser un paso intermedio.

65
00:11:39,660 --> 00:11:56,300
¿Y con qué herramientas recomiendan ustedes hacer eso? El que está trabajando con datos y quiere estudiar esto, ¿qué tiene que mirar o qué tiene que leer? ¿Hay algún software, alguna librería de algún lenguaje de programación que me ayude a generar estos documentos anexos a los CSV?

66
00:11:56,300 --> 00:12:23,980
Dentro de los grupos de trabajo de W3C, concretamente el de Data Exchange, el intercambio de datos, Working Group, existe un wiki interno, pero también se publica información, se recopila información relativa a herramientas, utilidades, casos de uso, buenas prácticas, para mejorar poder utilizar esto.

67
00:12:23,980 --> 00:12:51,360
Estos recursos son abiertos y son accesibles por cualquier persona. Existen ciertas herramientas que he de reconocer que no son del todo intuitivas, no es algo que sea demasiado sencillo para una persona que no está acostumbrada a modelar datos, ya que al final acabamos, los que sabemos un poco de estos temas, digamos que casi acabamos primero abriendo el editor de texto y metiéndolo a mano, incluyéndolo a mano.

68
00:12:51,360 --> 00:13:19,920
Al final acabamos así, incluso con el HTML, lo acabamos haciendo así. Hay varias herramientas que nos permiten, que nos facilitan un poco el entrar en este mundo, pero al final digamos que es algo complejo y tenemos que, lo primero es comprender lo que es el modelo RDF, el modelo semántico y bueno, pues digamos que hay que empezar poco a poco y quizás explorando un poco estos grupos de trabajo,

69
00:13:19,920 --> 00:13:26,740
pues podemos, la persona que esté interesada en crear, en dar estos pasitos, pues puede encontrar alguna herramienta.

70
00:13:26,940 --> 00:13:36,920
Y si no, desde la oficina W3C en España estamos abiertos a recibir cualquier pregunta, cualquier sugerencia

71
00:13:36,920 --> 00:13:42,800
y les pondremos en contacto incluso con el fabricante del software que permite hacer eso, no hay ningún problema.

72
00:13:42,800 --> 00:13:58,240
Perfecto. Y para atentar a los gobiernos que todavía no dieron este paso para que lo den, ¿qué beneficios podría tener para la comunidad consumidora de esos datos o para el mismo gobierno dar este paso?

73
00:13:58,240 --> 00:14:11,820
Te tiro un ejemplo. Estoy pensando en Wikipedia. La web semántica puede ser un buen paso intermedio para llegar de los portales de datos a la masividad que tiene la enciclopedia más grande que tenemos hoy online en el mundo.

74
00:14:11,820 --> 00:14:17,300
¿sirve pasarse a la web semántica para que mis datos después estén en Wikipedia?

75
00:14:17,460 --> 00:14:18,600
¿Es algo que ustedes trabajan?

76
00:14:18,960 --> 00:14:22,920
¿O cuáles son los otros beneficios de pasarse a la web semántica?

77
00:14:24,580 --> 00:14:29,720
Existen bastantes beneficios y bueno, tenemos que aclarar una cosa

78
00:14:29,720 --> 00:14:34,340
que no siempre es la mejor solución pasar toda la información que tenemos

79
00:14:34,340 --> 00:14:36,940
o que podemos liberar en formato semántico.

80
00:14:36,940 --> 00:14:40,240
como conocen hay una escala

81
00:14:40,240 --> 00:14:42,440
basada en estrellas

82
00:14:42,440 --> 00:14:43,960
de la calidad, de la excelencia

83
00:14:43,960 --> 00:14:45,580
del Open Data

84
00:14:45,580 --> 00:14:48,420
que va desde una, que son formatos

85
00:14:48,420 --> 00:14:49,800
cerrados, hasta el 5, que es

86
00:14:49,800 --> 00:14:52,240
este formato excelente, link data

87
00:14:52,240 --> 00:14:53,960
los datos enlazados

88
00:14:53,960 --> 00:14:56,000
bueno, en la mayoría de los casos

89
00:14:56,000 --> 00:14:58,080
o prácticamente la mayoría, podemos decir

90
00:14:58,080 --> 00:15:00,340
que el 5 estrellas es el excelente

91
00:15:00,340 --> 00:15:02,200
el mejor, pero no siempre es así

92
00:15:02,200 --> 00:15:03,420
posiblemente

93
00:15:03,420 --> 00:15:06,360
en ciertos casos sea bastante complejo

94
00:15:06,360 --> 00:15:16,660
modelar esa información en cinco estrellas, posiblemente el usuario final al que va destinado ese conjunto de datos

95
00:15:16,660 --> 00:15:25,160
no sea muy intuitivo para esa persona, esa empresa, poder tomar los datos y procesarlos.

96
00:15:25,160 --> 00:15:35,020
Y quizás en ciertos casos una hoja de cálculo a un CSV puede ser mejor incluso que modelarlo en cinco estrellas,

97
00:15:35,020 --> 00:15:37,740
dependiendo de la persona que lo vaya a utilizar.

98
00:15:38,080 --> 00:15:43,860
Por ejemplo, un periodista de datos quizás esté más interesado en trabajar con un CSV.

99
00:15:44,800 --> 00:15:50,400
Pues en ciertos casos tenemos que valorar los pros y los contras de utilizar un formato u otro.

100
00:15:50,400 --> 00:15:57,420
En el caso de ir al 5 estrellas, al excelente a nivel técnico, que sea semántico, que las máquinas lo puedan procesar,

101
00:15:57,880 --> 00:16:02,480
digamos que el beneficio, para empezar, va a ser para la propia administración pública.

102
00:16:02,480 --> 00:16:21,280
Va a poder ser más eficiente porque los procesos internos del propio organismo, los distintos departamentos, las distintas agencias que dependen del propio organismo y otros organismos públicos podrán hacer uso de esos datos de forma más, entrecomillado, también inteligente.

103
00:16:21,280 --> 00:16:44,480
Podrán hacer un procesamiento mucho más eficiente, mucho más efectivo. Podrán ofrecer esos datos y seguir agrupando, apilando esos datos en los distintos grafos de conocimiento que tiene la administración pública e incluso, como tú comentabas, incluir esos enlaces con otras fuentes externas, como es la Wikipedia, la DBpedia en este caso, que es el formato semántico.

104
00:16:44,480 --> 00:17:14,120
Digamos que la potencia es enorme porque estamos ahora en un cambio de paradigma donde ya hay muchas empresas que están hablando, y estoy hablando de empresas ya haciendo negocio con esto, que están hablando de los grafos de conocimiento, información heterogénea de distintos formatos, con distinto contenido, por supuesto con contenido semántico, con metadatos e información semántica

105
00:17:14,120 --> 00:17:20,540
para que se pueda procesar automáticamente y al final es grafos de conocimiento enlazados unos con otros

106
00:17:20,540 --> 00:17:25,740
y grafos de conocimiento igual que tenemos en nuestros cerebros, nuestros cerebros expertos

107
00:17:25,740 --> 00:17:29,100
que pueden entender estos conocimientos y saben que una persona puede estar enlazada

108
00:17:29,100 --> 00:17:34,920
con organizaciones gubernamentales, con una empresa o con una institución académica

109
00:17:34,920 --> 00:17:41,300
y esta institución académica puede tener una razón social, puede estar situada en un lugar

110
00:17:41,300 --> 00:17:47,740
y puede tener muchas relaciones que son de distinto carácter, pues bueno, las máquinas lo podrán hacer.

111
00:17:48,320 --> 00:17:57,680
Por lo tanto, el procesamiento de esta información automática nos puede abrir un abanico infinito de interoperabilidad

112
00:17:57,680 --> 00:18:03,400
que al final puede llevar a ser mucho más eficientes, mucho más efectivos en realmente lo que necesitamos,

113
00:18:03,600 --> 00:18:07,220
que es mejorar todos estos procesos que tenemos.

114
00:18:07,220 --> 00:18:23,200
Eso que comentaba yo en un principio, que las personas podamos hacer las tramitaciones de una forma normal, de una forma cotidiana, intuitiva, y bueno, pues las máquinas, si lo saben hacer, si lo saben hacer de una forma natural, pues podrán ofrecer mejores servicios a la ciudadanía.

115
00:18:23,200 --> 00:18:38,040
Por lo tanto, el impacto social puede ser enorme. Para empezar, ya lo estamos observando día a día, vemos cuando utilizamos cualquier buscador, buscamos cualquier término, pues no sé, el nombre de una ciudad.

116
00:18:38,040 --> 00:19:00,040
Podemos poner Buenos Aires, por ejemplo, en Google o en Bing o en Yahoo. Podemos ver un resultado donde nos ofrece ya información sobre una ciudad. Ese buscador interpreta que estamos buscando una ciudad. Nos devuelve la información sobre la ciudad, que es un lugar que posiblemente yo, desde aquí, desde España, pues...

117
00:19:00,040 --> 00:19:16,120
Tú usaste la palabra ontología y yo la dejé pasar y quiero hacer un breve paréntesis ahí porque para el que no es muy técnico, yo entiendo que la web semántica nos va a ayudar a hacer los datos comparables y que las máquinas entiendan de qué hablamos.

118
00:19:16,120 --> 00:19:32,780
Y si yo tengo un portal de datos A con un CCB con un formato y el portal de datos B en otro formato, pero si los dos están descritos con tecnología de web semántica, una máquina va a poder comparar e interoperar esos datos.

119
00:19:33,280 --> 00:19:44,060
Tengo este paréntesis para que expliques, si se puede, qué es una ontología para seguir adelante entendiendo que la web semántica hace que los datos sean comparables.

120
00:19:44,060 --> 00:19:58,360
Sí, claro, al final es una ontología, digamos que es un vocabulario específico sobre un dominio específico que permite definir cuáles son las entidades y las propiedades que definen esas propias entidades.

121
00:19:58,360 --> 00:20:10,680
Por poner un ejemplo, una ontología sobre personas podría definir lo que son las personas, es una especie de vocabulario para que las máquinas puedan declarar y describir lo que es una persona.

122
00:20:10,680 --> 00:20:26,440
Una persona como una entidad que puede tener relaciones con otras personas, la persona está descrita un nombre, unos apellidos, puede tener una fecha de nacimiento y después, como comentamos, las relaciones con otras potenciales entidades.

123
00:20:26,440 --> 00:20:33,460
Pues una persona puede trabajar en una organización o puede haber estudiado en una universidad.

124
00:20:33,840 --> 00:20:38,260
Este tipo de relaciones pues aparecen especificadas en una ontología.

125
00:20:38,380 --> 00:20:43,840
Al final es el vocabulario que define pues el modelo de datos dentro de un dominio.

126
00:20:44,060 --> 00:20:48,440
Pues eso, tenemos ontologías relacionadas con personas, con organismos.

127
00:20:48,440 --> 00:20:49,200
Con ciudades, como me dice más.

128
00:20:49,200 --> 00:21:14,740
Eso es, con ciudades que al final dentro de una ciudad tenemos población, tenemos relaciones entre distintos distritos, las ciudades dependen también de regiones administrativas por encima, a un nivel superior y establecer lo que son estos modelos de datos de cara a que lo entiendan las máquinas.

129
00:21:14,740 --> 00:21:35,200
Utilizando estas antologías, podemos tener máquinas distintas, incluso hablando en idiomas distintos y que se entiendan, se interpreten y que sepan que, en el ejemplo que estaba poniendo antes, en el caso del buscador, cuando esté haciendo ese buscador un recorrido sobre todas las páginas web que están a su alcance,

130
00:21:35,200 --> 00:21:55,880
Si nosotros etiquetamos, incluimos información, esos metadatos sobre, en este caso, el ejemplo de las personas, nuestro sitio personal, podemos poner esas marcas indicando que ese sitio personal es nuestro sitio personal, con un nombre y unos apellidos.

131
00:21:55,880 --> 00:21:58,920
hemos estudiado, bueno, podemos poner el currículum

132
00:21:58,920 --> 00:22:00,900
con información sobre dónde hemos estudiado

133
00:22:00,900 --> 00:22:02,940
dónde estamos trabajando, los proyectos que hemos

134
00:22:02,940 --> 00:22:04,840
realizado, proyectos que

135
00:22:04,840 --> 00:22:06,900
estamos realizando, si tenemos amigos relacionados

136
00:22:06,900 --> 00:22:08,800
o compañeros de trabajo, eso puede

137
00:22:08,800 --> 00:22:10,840
estar especificado en una página

138
00:22:10,840 --> 00:22:12,880
web que podemos leer nosotros como personas

139
00:22:12,880 --> 00:22:13,920
pero por debajo

140
00:22:13,920 --> 00:22:15,540
con esas etiquetas

141
00:22:15,540 --> 00:22:18,280
para que Skynet

142
00:22:18,280 --> 00:22:20,920
si me permitís el término lo entienda

143
00:22:20,920 --> 00:22:21,960
y hay

144
00:22:21,960 --> 00:22:23,660
la siguiente pregunta

145
00:22:23,660 --> 00:22:37,180
La complejidad para entender estos datos y sacar el provecho de ellos posiblemente sea más alto, el conocimiento necesario es más alto de lo que muchas organizaciones tienen e inclusive de lo que muchos gobiernos tienen.

146
00:22:37,540 --> 00:22:46,380
¿Se genera haciendo de todo esto una simetría en la que las empresas sacan el valor de todo esto y lo aprovechan y los gobiernos, o sea, nuestros representantes no?

147
00:22:46,520 --> 00:22:49,980
¿Hay alguna simetría o todos nos beneficiamos igual de esto?

148
00:22:49,980 --> 00:23:08,500
Sí, nos beneficiamos todos igual porque al final todos hemos experimentado, el ejemplo que está poniendo antes de los buscadores, hemos experimentado pequeños pasos que pasan desapercibidos día a día, pero que simplifican nuestra forma de navegar.

149
00:23:08,500 --> 00:23:19,820
El ejemplo ese que ponía yo antes, si ahora mismo pongo en el navegador Buenos Aires, quizás el buscador me devuelve resultados enfocados a algo que estoy pensando.

150
00:23:20,760 --> 00:23:34,740
Buenos Aires, posiblemente me interese ir a Buenos Aires, me ofrece información sobre potenciales aerolíneas que vuelan a Buenos Aires, posiblemente el tiempo que hace ahora mismo en Buenos Aires o una foto sobre la ciudad, información turística.

151
00:23:34,740 --> 00:23:51,980
Es decir, nos está devolviendo información que los ciudadanos demandamos, que queremos. Hace unos años podíamos poner Buenos Aires y nos aparecía muchísima información sacada de contexto que, bueno, pues podría ser el bar Buenos Aires que tengo aquí en mi barrio, por ejemplo, ¿no?

152
00:23:51,980 --> 00:24:18,920
Y podría aparecer esa información y, sin embargo, yo estoy buscando la otra. En función del contexto de nuestra navegación y de realmente lo que está interpretando, en este caso, las máquinas, las máquinas de Google, Yahoo y demás, Yandex, Bing, todos estos grandes buscadores, ya interpretan esa información porque aparece con esos tags incluidos que interpretan las máquinas.

153
00:24:18,920 --> 00:24:37,660
Y podemos, en cualquier parte del mundo, podemos encontrar lo mismo. Es decir, es independiente de la tecnología que esté utilizando el programador y el idioma incluso. La máquina interpreta esa ontología, ese vocabulario, sabe que es una persona en ese caso, o la ciudad, sabe que es una ciudad y que tiene ciertos servicios.

154
00:24:37,660 --> 00:24:59,520
Por lo tanto, no solo las empresas que están siendo más eficientes o los organismos públicos que son más eficientes, al final la ciudadanía, nosotros en el día a día estamos viendo esa mejora, pero realmente son gotitas que cada día nos ofrecen mejorar este día a día, la forma de navegar, de vivir.

155
00:24:59,520 --> 00:25:12,160
No es algo que palpemos, que veamos directamente, que está detrás la semántica, pero es algo que está por detrás. Por lo tanto, sí es algo beneficioso.

156
00:25:13,120 --> 00:25:20,660
Perfecto. Estuve viendo, con motivo de entrevistar a Mercé, no me acuerdo el apellido.

157
00:25:20,760 --> 00:25:21,140
Igualz.

158
00:25:21,640 --> 00:25:29,360
Exactamente. La coordinadora de Barcelona. Estuve viendo un poco el portal y vi que tienen documentos de RDF en el portal de Barcelona y Mercé me derivó contigo.

159
00:25:30,120 --> 00:25:35,520
Entiendo que tú trabajaste, si no me equivoco, desde 2014 en la construcción de ese portal.

160
00:25:35,520 --> 00:25:40,980
Y me pareció muy interesante esa mezcla que vi, esos documentos de RDF.

161
00:25:40,980 --> 00:25:43,900
te quería preguntar cómo fue ese proceso

162
00:25:43,900 --> 00:25:46,040
y cómo lo tomó, si el gobierno entendió

163
00:25:46,040 --> 00:25:47,680
lo que estaban haciendo cuando hacían eso

164
00:25:47,680 --> 00:25:51,540
En principio sí

165
00:25:51,540 --> 00:25:53,180
lo entendieron porque

166
00:25:53,180 --> 00:25:55,980
bueno, tuvimos la suerte de hablar con ellos

167
00:25:55,980 --> 00:25:58,200
desde un principio, somos creyentes

168
00:25:58,200 --> 00:26:00,020
en la web semántica desde hace

169
00:26:00,020 --> 00:26:01,980
muchos años, desde hace más de una década

170
00:26:01,980 --> 00:26:04,180
y creemos que es una

171
00:26:04,180 --> 00:26:05,940
de las, bueno, una solución

172
00:26:05,940 --> 00:26:08,120
para mejorar todos estos

173
00:26:08,120 --> 00:26:10,000
problemas que estamos teniendo

174
00:26:10,000 --> 00:26:11,420
y mejorar la interoperabilidad.

175
00:26:12,240 --> 00:26:15,960
Fue fácil, en un principio fue fácil convencerles con ciertos ejemplos,

176
00:26:16,080 --> 00:26:19,860
empezamos haciendo un ejemplo bastante sencillito con los equipamientos públicos,

177
00:26:20,360 --> 00:26:25,260
que bueno, es un ejemplo sencillito, al final son ubicaciones físicas

178
00:26:25,260 --> 00:26:30,400
de servicios públicos a la ciudadanía, pero estamos hablando de miles de ubicaciones físicas,

179
00:26:31,020 --> 00:26:34,940
que bueno, pues al final el trabajo no es tan grande porque bueno,

180
00:26:35,060 --> 00:26:39,480
realmente esa base de datos ya existía, es solo la forma de representar

181
00:26:39,480 --> 00:26:41,380
esa base de datos, de exponer los datos hacia afuera.

182
00:26:42,000 --> 00:26:42,940
No fue demasiado complicado.

183
00:26:43,560 --> 00:26:45,480
¿Cómo transformaron esa base de datos de redes?

184
00:26:45,620 --> 00:26:48,060
Me interesa saber, si te acordás, qué herramienta usaron.

185
00:26:49,380 --> 00:26:55,420
Pues, en este caso, no recuerdo exactamente la herramienta que utilizamos,

186
00:26:56,020 --> 00:27:00,780
pero para muchos otros, al final, lo que hacemos es construir ETLs,

187
00:27:00,780 --> 00:27:04,020
digamos, transformadores de datos.

188
00:27:04,420 --> 00:27:08,600
Lo programan ustedes, agarran el CSV y lo transforman automáticamente.

189
00:27:09,480 --> 00:27:31,460
Habitualmente, pues, depende de la base de datos que esté por detrás, pero en muchos de los casos hemos tenido que hacer esos transformadores de datos, digamos, ad hoc, creados desde, bueno, pues, mirando cuál es el origen de los datos y cómo lo tenemos que transformar.

190
00:27:31,460 --> 00:27:42,980
Podemos utilizar alguna herramienta intermedia, pero realmente en la mayoría de los casos lo hemos tenido que hacer más o menos, entre comillas también, a mano. El primer paso a mano, poder convertir, hacer un mapa.

191
00:27:42,980 --> 00:28:04,200
Después hemos tenido otros proyectos un poco más avanzados donde ya existían una especie de drivers para los gestores de contenido, que sería simplemente enchufar ese driver al gestor de contenido, una pequeña configuración y esto ya podría exponer de forma directa lo que son los RDFs.

192
00:28:04,200 --> 00:28:30,080
Pero bueno, depende del caso y puedo comentar que sí puede ser complejo, depende al final de la base de datos que tengan internamente, pero la idea, lo que siempre proponemos es no intentar hacer pasos intermedios, como primero, como comentabas, transformar del CSV al RDF utilizando herramientas intermedias,

193
00:28:30,080 --> 00:28:36,880
Si no, si podemos ir al origen y transformar ya los datos desde el origen, desde la base de datos, exponerlos en distintos formatos, sería ideal.

194
00:28:37,540 --> 00:28:53,440
Incluso estamos experimentando en ciertos casos algunas entidades que están experimentando con el Open Data al 100% e intentan volcar toda la información que va a salir en los portales en Open Data.

195
00:28:53,440 --> 00:29:00,520
intentando que sea al 100% o lo más cercano al 100% en RDF

196
00:29:00,520 --> 00:29:03,760
de forma que en el cliente se pueda transformar

197
00:29:03,760 --> 00:29:05,780
sea el cliente el que lo transforme

198
00:29:05,780 --> 00:29:10,020
y ellos solo se dedican a exponer los datos

199
00:29:10,020 --> 00:29:15,200
así que son distintas aproximaciones y distintos modelos

200
00:29:15,200 --> 00:29:19,080
pero en muchos casos tengo que decir que lo hemos hecho casi a mano

201
00:29:19,080 --> 00:29:22,340
esos transformadores con el lenguaje de programación

202
00:29:22,340 --> 00:29:28,360
que pudiéramos meter en ese momento, bien sea Python o bien sea Java o similares,

203
00:29:28,900 --> 00:29:36,020
y tener que ajustarnos a la base de datos, bien sea Oracle o cualquier base de datos que podamos tener.

204
00:29:36,700 --> 00:29:42,200
Perfecto. ¿Y cómo es tu relación, Martín, con la comunidad que usa los datos?

205
00:29:42,400 --> 00:29:45,240
¿Tenés mucha relación? ¿No es necesario?

206
00:29:45,240 --> 00:29:50,560
Sí, yo creo que eso es la primera clave.

207
00:29:50,560 --> 00:30:10,460
Cuando hablamos con una entidad pública que va a empezar a hacer Open Data, que quiere empezar con un proyecto, una iniciativa de datos abiertos, lo primero que les decimos es que hay que establecer una estrategia, por supuesto, estrategia interna, involucrar a todo el personal internamente dentro de la organización,

208
00:30:10,460 --> 00:30:33,420
Pero lo más importante es que se lo crea la propia organización y que quiera hacer esa iniciativa de datos abiertos como algo propio, que esté dentro del ADN, no solo por tener un portal de datos abierto y que no se mantenga, sino que exista esa necesidad, que se incluya esa estrategia como dentro del ADN de la organización.

209
00:30:33,420 --> 00:30:54,380
Y dentro de esa estrategia hay un paso muy importante que es la comunidad, establecer lazos muy fuertes con la comunidad. Al final la comunidad va a ser quien nos diga qué datos necesita, cómo los necesita, si es necesario pues un formato u otro, si entiende los formatos posiblemente no los entienda y les tengamos que ofrecer un formato alternativo.

210
00:30:54,380 --> 00:31:00,920
al final son los clientes, digamos, entre comillas también, son nuestros clientes y son a quienes les debemos el servicio.

211
00:31:01,500 --> 00:31:08,280
Y son en muchos casos quienes pueden ayudar a realizar estos, bueno, los primeros pasos, ¿no?

212
00:31:09,180 --> 00:31:21,040
Hemos visto que podemos, bueno, lo primero el diálogo es muy importante, pero después a mayores podemos incluir incluso acciones, actividades de trabajo conjunto,

213
00:31:21,040 --> 00:31:43,180
Establecer mesas de trabajo entre el personal de la administración pública que gestiona el portal Open Data y los potenciales reutilizadores colectivos, individuos, estudiantes. Invitarles a hablar con ellos, que conozcan la iniciativa, que sepan los datos que tenemos, los que no están publicados, los que sí están publicados y preguntarles qué es lo que necesitan y cómo lo necesitan.

214
00:31:43,180 --> 00:31:48,820
Esto creo que es muy importante y es necesario para que una iniciativa funcione.

215
00:31:49,460 --> 00:31:57,660
Incluso en alguno de los proyectos que hemos trabajado hemos visto muchos ejemplos muy buenos sobre colaboración

216
00:31:57,660 --> 00:32:05,500
entre empresas privadas, estudiantes o individuos interesados en el Open Data y el propio gobierno,

217
00:32:06,140 --> 00:32:11,900
estableciendo mesas de trabajo e incluso siendo estas terceras partes, terceras personas

218
00:32:11,900 --> 00:32:17,560
que no tienen nada que ver con la administración pública, quienes les ayudaban a transformar incluso los datos.

219
00:32:18,500 --> 00:32:25,580
Hacían workshops, incluso les ofrecían acceso a las bases de datos después de firmar unas condiciones

220
00:32:25,580 --> 00:32:33,880
para asegurar los datos, los temas de privacidad y demás, y eran a falta de recursos necesarios

221
00:32:33,880 --> 00:32:37,520
para hacer esas conversiones, por ejemplo en el tema del RDF que puede ser costoso,

222
00:32:37,520 --> 00:32:48,160
pues establecer convenios y acuerdos con estas terceras partes que están interesadas en utilizar ciertos datos y se ofrecen a colaborar y a transformar esos datos.

223
00:32:48,400 --> 00:32:56,640
Pues por lo tanto, esa relación con la comunidad es necesaria y debería estar presente desde el día uno de una iniciativa Open Data.

224
00:32:56,640 --> 00:33:16,960
Perfecto. De todo el portal de Barcelona o de alguno otro, si trabajaste en otro, ¿te gustaría destacar algún dataset que diga, este dataset lo liberamos y fue un éxito, tuvo mucho impacto o me gustó mucho el proceso de liberarlo o creo que fue muy importante liberarlo? ¿Hay algún dataset que te guste más que los otros?

225
00:33:16,960 --> 00:33:33,560
Yo creo que hay una máxima que siempre aplicamos cuando intentamos sensibilizar al personal con los datos abiertos, es que la mejor idea siempre la va a tener otro.

226
00:33:34,080 --> 00:33:45,720
Nosotros podemos pensar en que va a ser el mejor servicio, el mejor conjunto de datos, pero nos damos cuenta que realmente la mejor idea la va a tener otro y siempre va a haber alguien que lo va a hacer mejor que tú.

227
00:33:45,720 --> 00:34:01,540
Por lo tanto, cualquier conjunto de datos que podemos liberar, lo liberamos y nos damos cuenta que el que para nosotros puede ser algo muy jugoso, muy interesante, realmente quizás no tenga sentido o la gente no lo reutilice.

228
00:34:01,540 --> 00:34:18,400
Me llama la atención uno de los conjuntos de datos con los que hemos trabajado, posiblemente que parezca que carece de sentido, pero ahora puedo imaginar el grado de interés que puede causar este conjunto de datos.

229
00:34:18,400 --> 00:34:45,700
Los puntos de acceso Wi-Fi dentro de una ciudad. Estos puntos de acceso Wi-Fi abiertos que simplemente requiere un pequeño registro, registro del usuario, un usuario, una contraseña para poder acceder al servicio sin ningún problema y sin dar más datos necesarios del usuario.

230
00:34:45,700 --> 00:35:06,880
Todos estos puntos, que estamos hablando de miles de puntos por la ciudad, están registrados, concentrados en un único sitio y realmente las antenas de Wi-Fi están registrando en el momento que hacen una comunicación con los dispositivos móviles que pasan alrededor,

231
00:35:06,880 --> 00:35:18,200
que tienen las conexiones inalámbricas abiertas, hace una negociación, le pregunta al dispositivo móvil, al teléfono móvil o lo que sea,

232
00:35:18,380 --> 00:35:25,100
le pregunta cuál es su dirección, la dirección MAC específica que identifica la matrícula de cada uno de los dispositivos

233
00:35:25,100 --> 00:35:31,380
y la anota, incluso aunque no se conecte. Esta información se está almacenada en algún sitio.

234
00:35:32,160 --> 00:35:40,500
Puede imaginarse dentro de la base de datos que aparece, pues bueno, pues tenemos información sobre distintos dispositivos moviéndose alrededor de la ciudad.

235
00:35:41,040 --> 00:35:52,180
Sabemos a la hora a la que se ha conectado en un punto de acceso en una zona de la ciudad, sabemos que media hora después se ha movido a otro punto y vemos todo el recorrido por la ciudad de ese punto.

236
00:35:52,180 --> 00:35:58,380
Es anónimo, pero podemos interpretar ese tipo de información para ver los flujos de las personas,

237
00:35:58,460 --> 00:36:05,920
de movimiento de las personas por la ciudad en eventos deportivos, eventos musicales, simplemente para turismo.

238
00:36:06,520 --> 00:36:14,660
Imagínense un barco, un crucero con miles de personas que llega al puerto

239
00:36:14,660 --> 00:36:18,480
y empezamos a seguir todo el movimiento de esas personas por la ciudad.

240
00:36:18,480 --> 00:36:25,360
podemos interpretar, puede imaginarse que podemos interpretar el interés de la mayoría de las personas hacia donde se mueven,

241
00:36:25,440 --> 00:36:30,440
los puntos turísticos, si después se van a hacer compras, si van a un evento musical, ¿qué es lo que hacen?

242
00:36:30,700 --> 00:36:39,460
Podemos interpretar de forma anónima y puede servirnos a nivel de la propia administración pública para entender cómo se mueve la gente por la ciudad,

243
00:36:41,040 --> 00:36:47,540
qué es lo que hace que le interesa mejorar los servicios para estas personas en ciertos puntos donde se mueven

244
00:36:47,540 --> 00:37:07,840
Y después, las empresas. Imagínense a nivel comercial lo que puede suponer esto. Sabemos dónde se mueve el turismo, sabemos dónde se mueven las personas en una ciudad gracias a este tipo de analítica. Ese es un conjunto de datos buenísimo y que da mucho juego para aplicar Big Data, para aplicar cada uno que piense, que se imagine.

245
00:37:07,840 --> 00:37:23,960
Como he dicho, la mejor idea la va a tener otro. Pero sí me gustaría destacar esta idea que, bueno, digamos que a todas las personas que tenemos carácter técnico, pues seguramente nos gustaría ver eso y empezar a jugar con esos datos y visualizarlo en un mapa.

246
00:37:23,960 --> 00:37:39,360
Digamos que nos llama, ya nos sentimos ese deseo. Pero hay otros conjuntos de datos que pueden parecer triviales, pero que realmente tiene más éxito. El calendario laboral. ¿Cuándo van a ser los festivos durante un año?

247
00:37:39,360 --> 00:38:01,420
Pues en ciertos proyectos Open Data nos hemos encontrado que el más descargado, el más interesante, el conjunto de datos, incluso teniendo cientos de datos en Link Data, en RDF y semánticos y buenísimos, el más descargado y el más interesante es el calendario laboral en un CSV o en una hoja de cálculo.

248
00:38:01,420 --> 00:38:02,760
efectivamente es así

249
00:38:02,760 --> 00:38:04,300
como decís vos

250
00:38:04,300 --> 00:38:07,100
nosotros pensamos que algo es súper interesante

251
00:38:07,100 --> 00:38:08,620
y después el público

252
00:38:08,620 --> 00:38:11,180
y la audiencia tiene sus propias

253
00:38:11,180 --> 00:38:13,100
preferencias y elecciones

254
00:38:13,100 --> 00:38:14,960
te tengo que

255
00:38:14,960 --> 00:38:17,280
pedir Martín, te tengo que agradecer muchísimo

256
00:38:17,280 --> 00:38:19,240
fue muy interesante conversar

257
00:38:19,240 --> 00:38:21,040
contigo, la última pregunta

258
00:38:21,040 --> 00:38:22,420
que le hago a todos los invitados

259
00:38:22,420 --> 00:38:24,400
es acerca de

260
00:38:24,400 --> 00:38:27,120
con qué otras personas sería bueno

261
00:38:27,120 --> 00:38:28,680
continuar esta conversación

262
00:38:28,680 --> 00:38:30,800
quería saber si vos tenés personas

263
00:38:30,800 --> 00:38:36,080
a las cuales recomendarme para hablar sobre datos abiertos y tecnología.

264
00:38:37,260 --> 00:38:45,060
Pues sí, realmente tengo una buena lista de amigos relacionados con el Open Data.

265
00:38:47,200 --> 00:38:53,220
Podría recomendarles, pues, bueno, no sé si vecinos suyos en Uruguay,

266
00:38:53,600 --> 00:38:57,540
que también son bastante activos en Open Data.

267
00:38:57,540 --> 00:39:15,700
Aquí dentro de España tenemos muchísimas entidades interesantes que están haciendo temas muy interesantes. Podría destacar, por decir alguno, ya comento que tenemos muchos amigos, más de cientos de amigos, gracias al Open Data, y que están haciendo cosas muy buenas.

268
00:39:15,700 --> 00:39:33,420
Quizás uno de los primeros, uno de los pioneros aquí en España es el Ayuntamiento de Zaragoza. Zaragoza tiene un recorrido bastante interesante, sobre todo en la modelización utilizando web semántica y lo han hecho muy bien desde el principio.

269
00:39:33,420 --> 00:39:45,340
Han creado ontologías muy interesantes, incluso una ontología relacionada con la contratación pública para modelar toda la información de la contratación pública del propio ayuntamiento en RDF.

270
00:39:47,040 --> 00:39:52,200
¿Con qué persona en Zaragoza me recomendarías conversar y en Uruguay también que me lo nombraste?

271
00:39:53,360 --> 00:40:01,460
Pues en Zaragoza, se llama María Jesús, te puedo mandar el contacto.

272
00:40:01,460 --> 00:40:01,880
Por favor.

273
00:40:01,880 --> 00:40:04,080
y en AGESIC

274
00:40:04,080 --> 00:40:06,320
te mandaré también el contacto

275
00:40:06,320 --> 00:40:07,660
si quieres, veremos a ver

276
00:40:07,660 --> 00:40:09,000
quién es la persona que es más

277
00:40:09,000 --> 00:40:11,920
idónea para contestar

278
00:40:11,920 --> 00:40:12,520
a tus preguntas

279
00:40:12,520 --> 00:40:15,740
¿quieres sumar a alguien más?

280
00:40:17,500 --> 00:40:18,100
pues

281
00:40:18,100 --> 00:40:19,780
si necesitas más

282
00:40:19,780 --> 00:40:21,420
podría seguir con la lista

283
00:40:21,420 --> 00:40:22,920
infinito

284
00:40:22,920 --> 00:40:26,140
es a gusto el invitado

285
00:40:26,140 --> 00:40:27,860
las personas que quieras destacar

286
00:40:27,860 --> 00:40:30,020
bueno, te agradezco muchísimo

287
00:40:30,020 --> 00:40:31,660
Martín por tu tiempo, muchas gracias

288
00:40:31,660 --> 00:40:46,920
Muchas gracias a vosotros y nada, muchísimas gracias por seguir alimentando esta necesidad de utilizar los datos en abierto y bueno, espero que nos podamos ver pronto. Muchas gracias.

