Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Aprendizajes de trabajo en bibliotecas digitales
Search
Mauricio Giraldo
November 13, 2019
Technology
0
160
Aprendizajes de trabajo en bibliotecas digitales
Cinco cosas que he aprendido en ocho años de trabajo en bibliotecas digitales
Mauricio Giraldo
November 13, 2019
Tweet
Share
More Decks by Mauricio Giraldo
See All by Mauricio Giraldo
Aereo: An experimental bird’s eye view of the digital collections from the State Library of New South Wales
mgiraldo
0
350
From food to buildings and beyond: what happens when a library opens its digital collections to human-computer collaboration
mgiraldo
2
180
building inspector
mgiraldo
0
94
Talk at the NYU ITP Data Art class / Spring 2017
mgiraldo
0
170
Humanidades Digitales en los laboratorios de la Biblioteca Pública de New York
mgiraldo
0
100
FOSS4G Nara/Tokyo
mgiraldo
0
1.9k
Human-Computer Collaboration at NYPL Labs
mgiraldo
2
470
NYPL Labs @ Eyeo Festival 2015
mgiraldo
1
730
NYPL Labs Design @ MITH Digital Dialogues
mgiraldo
0
710
Other Decks in Technology
See All in Technology
AWSにおけるTrend Vision Oneの効果について
shimak
0
130
How to achieve interoperable digital identity across Asian countries
fujie
0
120
実装で解き明かす並行処理の歴史
zozotech
PRO
1
540
神回のメカニズムと再現方法/Mechanisms and Playbook for Kamikai scrumat2025
moriyuya
4
600
Modernizing Virtio GPU: A Rust-Powered Approach with vhost-device-gpu
ennael
PRO
0
100
Azure SynapseからAzure Databricksへ 移行してわかった新時代のコスト問題!?
databricksjapan
0
150
小学4年生夏休みの自由研究「ぼくと Copilot エージェント」
taichinakamura
0
500
Where will it converge?
ibknadedeji
0
190
研究開発部メンバーの働き⽅ / Sansan R&D Profile
sansan33
PRO
3
20k
OpenAI gpt-oss ファインチューニング入門
kmotohas
2
1k
AWS Top Engineer、浮いてませんか? / As an AWS Top Engineer, Are You Out of Place?
yuj1osm
1
110
リーダーになったら未来を語れるようになろう/Speak the Future
sanogemaru
0
300
Featured
See All Featured
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
114
20k
What's in a price? How to price your products and services
michaelherold
246
12k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
358
30k
Speed Design
sergeychernyshev
32
1.1k
GraphQLの誤解/rethinking-graphql
sonatard
73
11k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Site-Speed That Sticks
csswizardry
11
880
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
2.6k
Large-scale JavaScript Application Architecture
addyosmani
514
110k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
9
580
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
507
140k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Transcript
mauricio giraldo arteaga @mgiraldo algunas cosas que he aprendido hasta
ahora red de bibliotecas de bogotá, noviembre 2019
hola
mi nombre es mauricio
None
None
None
None
foto: wallyg en flickr
None
None
llevo en esto cerca de ocho años* *el fellowship empieza
en 2020
algunas cosas que he aprendido hasta el momento …y que
creo pueden beneficiar a la red de bibliotecas de bogotá
cinco cosas
prácticas
quizás obvias
1
tener una visión clara* *y no me refiero a visiones
grandilocuentes
…con capacidad de ejecución* *con presupuesto y prestando atención a
una diversidad de experiencias
None
None
None
foto: myleen hollero
NYPL Labs
¿qué hacer cuando todo esté digitalizado?
None
None
None
None
None
None
None
las expectativas* están establecidas por terceros *y los puntos de
referencia de interacción
None
es un reto común en colecciones digitales
None
None
dependen de metadatos de texto
None
None
None
None
None
None
es imposible hacer descripciones exhaustivas pero es un trabajo valioso
además es lenguaje técnico-bibliográfico no el lenguaje al que estamos
acostumbrados
None
tecnología digital para automatizar la creación* de metadatos *y mejorar
los existentes
None
None
2
empezar con prototipos
empezar (y continuar) con prototipos
None
None
None
None
None
“¿qué tal si…?”
None
None
un fin de semana después…
None
reducir la labor a sus componentes básicos
los prototipos ayudan a establecer viabilidad
los prototipos ayudan a comunicar la idea
–@mikeindustries “un prototipo vale mil reuniones”
None
“¡excelente! es cuestión de refinarlo y ya”
3
el refinamiento toma tiempo
el refinamiento toma (un montón de) tiempo
None
tres meses después…
None
stereo.nypl.org
None
None
en todo caso, tres meses no es tanto tiempo cuando
se está acostumbrado a proyectos que tardan años
87,000 imágenes creadas
el refinamiento genera valor* *cuando se hace de manera informada
por cierto, el refinado puede esperar
None
podría beneficiarse de un rediseño
None
None
1.1 millón platos más y eso que la biblioteca ya
no digitaliza menús con la misma prioridad
@katie_rawson y @trevormunoz
@_BadTaste_ por @bibliotechy
refinar funciona
…pero toma tiempo
“bueno… lo tendré en cuenta en planeación”
4
todo toma más tiempo que el estimado
las gente es mala para hacer estimados* *S. Grimstada, M.
Jørgensena, 2007; I. Newby-Clark, M. Ross, R. Buehler, D. Koehler, D. Griffin, 2007; V. Mahnič, T. Hovelja, 2012; y más…
(sí, aún en desarrollo “ágil”)
no puede estimar lo que no ha hecho
–@jasonfried “planear es adivinar”
rediseño de colecciones digitales nypl ca. 2005
None
None
None
“tomémonos 90 días para rediseñar esto”
(una bandera roja gigante)
siempre habrá sorpresas usualmente de las que no son bienvenidas
None
None
None
None
“tenemos que incluir esta funcionalidad”
18 meses después…
None
None
None
None
None
None
None
digitalcollections.nypl.org
empezar con un alcance o una fecha
…pero no ambos
pero no se demore demasiado en mostrar algo a sus
usuarios
–Reid Hoffman “si no te avergüenza la primera versión de
tu producto, lo has lanzado demasiado tarde”
…pero tómese cuanto sea necesario* *ver punto sobre el refinamiento
…y prepárese para las sorpresas
5
los “hackatones” son puntos de partida* *no esperar proyectos terminados
listos para producción
None
None
None
None
planta material uso calles dirección pisos nombre clase geo localización
año claraboyas jardines
None
None
“¿qué tal si…?”
None
luego de preguntar a muchos expertos y no recibir ayuda
alguna
None
¿será que podemos automatizarlo?
None
None
None
None
None
None
None
None
cinco semanas después de refinamiento del proceso
None
github.com/NYPL/map-vectorizer
None
más de 80 mil edificios en un día en lugar
de años
None
“¿qué tan bueno es el algoritmo?”
…hicimos un prototipo
None
None
buildinginspector.nypl.org
dos meses después…
None
None
84%: SI 7%: ARREGLAR o 91% suficientemente bueno
None
…así que hicimos más prototipos
None
2 millones de clasificaciones en unos 24 meses
None
None
None
None
spacetime.nypl.org
foto: knight foundation
None
None
None
None
None
None
…y todo empezó con un prototipo en un hackatón
resumen
tener una visión clara y ejecutable empezar (y continuar) con
prototipos el refinamiento toma tiempo todo toma más tiempo que el estimado los “hackatones” son puntos de partida
@mgiraldo que gracias