Entrando a una reflexión más profunda, me doy cuenta de que cuando empezamos una conversación sobre data de género, en la mayoría de los casos la primera puntualización que resalta es hablar sobre violencia de género y la ausencia de información que llega a ser una suerte de común denominador en Latinoamérica. Lo primero tiene que ver con que tendemos a limitar el tema de género al enfoque de violencia por el contexto urgente de nuestros países, y esa mirada es necesaria aunque no la única; lo segundo, un poco más preocupante, tiene que ver con la falta de datos de género, y si existen, la cuestionable calidad de los mismos.

Cuando hablamos de data de género no nos referimos meramente a un indicador enunciativo de hombres y mujeres dentro una base de datos: estamos hablando de todas las dimensiones que comprenden estos dos diferenciadores mayores, yendo a la construcción cultural y social más allá de lo biológicamente determinado. Esta construcción implica la comprensión de la vida de las mujeres y las disparidades, los desafíos políticos y legales que enfrentan y les impide avanzar; elementos que normalmente resultan ausentes de los datasets ante la falta del corte de género como componente primario de las bases de datos.

La perspectiva de género, en este sentido, alude no sólo al potencial de granularidad y calidad de datos y su consiguiente valor derivado del análisis, sino también a su potencial político, transformador de la realidad, es decir, una propuesta política que exige un compromiso a favor de la construcción de relaciones de igualdad de género. Sin buenos datos, nos perdemos de detalles cruciales que pueden cambiar disparidades y acortar caminos en los desafíos planteados; no podemos ver con precisión qué es lo que necesita ser modificado, si es que las soluciones planteadas funcionan o no, o si hay progreso en lo que estamos haciendo.

Desde cualquiera que sea nuestra rama de interés, la data de género implica no solamente una cuestión técnica que en definitiva tiene un peso importante y que determina la calidad de futuros análisis, al mismo tiempo hablamos de una cuestión basada en política y por lo tanto, la determinación de qué valores medir. En ese sentido, si consideramos que tenemos recursos limitados para la recolección de datos, la elección sobre qué medir, cómo medirlo y quién está midiendo puede profundizar una división inadecuada de datos y proporcionar datos sexistas o poco útiles.

No hay igualdad de género sin igualdad de datos

«Medimos lo que valoramos y si no es parte de la mentalidad que, por ejemplo, el trabajo no remunerado de las mujeres en el hogar tiene un valor económico además de otros beneficios y, por lo tanto, no medimos ese trabajo, entonces no podemos ver cómo las mujeres impulsan el desarrollo económico y productivo de los países», dice Emily Courey Pryor, directora de la iniciativa Data2X de la Fundación de las Naciones Unidas, cuyo objeto es mejorar la disponibilidad y el uso de los datos de género.

El vínculo entre los datos de género y el empoderamiento económico de las mujeres es un ejemplo enorme, y sin embargo es sólo una de las múltiples áreas en las que esta data es carente o inexistente.

Pasar por alto estas valoraciones contribuye a una cultura de invisibilidad; como el ejemplo expuesto por Courey existen otros tantos, relacionados por ejemplo a la edad reproductiva de las mujeres, que según la OMS, se define entre 15 y 49 años; y sin embargo las niñas menores de 15 años representan 2 millones de los 7,3 millones de embarazos de niñas menores cada año en los países en desarrollo, según UNFPA. Estos 2 millones de niñas no aparecen en las estadísticas y sin embargo están ahí.

La data de género, precisa y completa, abre la puerta a la identificación y consiguiente subsanación de estas brechas de datos, que a su vez se traducen en promoción de políticas efectivas para el cierre de brechas de desigualdad.

Con este panorama, conversando con Natália Mazzote (Co-Directora en Gênero e Número y Administradora de programas en Escola de Dados Brasil), concordamos que las varias implicaciones de los datos de género se convierten en un reto desde el punto de vista de la planificación estratégica: contamos con bases de datos e información sobre temas varios, como por ejemplo la empleabilidad en carreras universitarias tecnológicas, pero no contamos con información suficiente para medir, por ejemplo, la asimetría de género pues el recorte de datos de género se excluye o no se considera como importante dentro de estas recolecciones; a fin de cubrir esta brecha, el proceso al que normalmente recurrimos quienes trabajamos género desde distintas perspectivas, es el de crear una estructura propia recurriendo a fuentes alternas, especialistas en la materia y otros.

Esto implica un gran esfuerzo al momento de generar bases de datos y análisis como resultado de investigaciones, y poner este conjunto disponible para cualquier interesado; pero por momentos queda limitado al alcance local al no tener estándares internacionales que nos permitan tener una comparación macro de lo que está pasando a nivel regional.

Dos esfuerzos más visibles para subsanar la falta de estándares internacionales, mejorar la disponibilidad y el uso de los datos de género son:

• Publicado en septiembre de 2015, los 16 indicadores globales «Listos para medir» (Ready to Measure) y monitorear los resultados para mujeres y niñas sobre los Objetivos de Género de los Objetivos de Desarrollo Sostenible (ODS), lanzados por la Organización de las Naciones Unidas con una nueva agenda de desarrollo sostenible y metas al 2030; los 17 objetivos que componen este compromiso han planteado un escenario más transversal para el tratamiento de las disparidades de género: la incorporación sistemática de una perspectiva de género en la implementación de la agenda global de trabajo, reflejada en la identificación de la meta 5 denominada “Igualdad de Género” y 11 ODS incluyen metas específicas desagregadas por género.

Impulsado por Data2x, quienes han identificado 28 brechas de datos en cinco ámbitos: salud, educación, oportunidades económicas, participación política y seguridad humana, ya cuentan con definiciones acordadas internacionalmente, que se elaboran a través de los instrumentos de recolección de datos disponibles, que ya cuentan con una cobertura relativamente amplia, que no tienen sesgos de género incorporados, y que están basados en las recomendaciones de ONU Mujeres, el Grupo Interinstitucional y de Expertos sobre Estadísticas de Género, el Grupo de Trabajo Abierto, los indicadores de los ODS y la actual lista de la Comisión de Estadística de las Naciones Unidas, incluyendo pero no limitado a la meta cinco sobre Igualdad de Género de los Objetivos de Desarrollo Sostenible. Están en la búsqueda de unir esfuerzos con otros socios, expertos y agencias nacionales para poner a prueba los indicadores “Listos para medir” y motivar el inicio de la recolección de datos de género.

• Más reciente, de septiembre de 2016, la iniciativa emblemática “Haciendo que cada mujer y cada niña cuenten” (Making Every Woman and Girl Count) de ONU Mujeres. El programa de cinco años invertirá los recursos y la experiencia necesarios, centrándose en 12 países pioneros, para generar, priorizar y utilizar los datos de género. Ayudará a los países a formular políticas basadas en datos concretos y orientadas a aplicar plenamente los progresos logrados en relación con los objetivos de desarrollo sostenible (GDS).

En ambos casos existen objetivos claramente trazados, en búsqueda de resultados que ciertamente no veremos en el corto plazo, pero que significan un esfuerzo importante por trascender en la necesidad de mejores datos de género.

La labor continua y el rol desde sociedad civil

En el continuo ejercicio de demanda y generación de mejor data de género por parte de la ciudadanía hacia los gobiernos, vale la penar que como ejercicio recordemos y apliquemos los Principios Básicos para la Revolución de Datos para el Desarrollo Sostenible, presentado en el informe de la revolución de datos “Un mundo que cuenta” (A world that counts) de Naciones Unidas, para entender qué pedimos, cuáles las características que necesitamos y cómo lo pedimos:

1. CALIDAD Y RELEVANCIA DE LOS DATOS: Lo había mencionado anteriormente, la invisibilización del corte de género deriva en un análisis de dataset sesgados, lo que limita la posibilidad de generar transformaciones.
2. DESAGREGACIÓN DE DATOS: Se ha considerado al corte de género como omnipresente en las bases de datos, sabemos que se hizo, pero en algún punto alguien consideró que no eran importantes para el análisis; esta práctica invisibiliza realidades.
3. OPORTUNIDAD DE DATOS: Los datos retrasados ​​son datos negados; la falta de datos desagregados y en el tiempo oportuno significan un dificultad mayor y una demora para la pertinente revisión de las políticas públicas.
4. TRANSPARENCIA DE DATOS Y APERTURA: Todos los datos sobre cuestiones públicas y / o financiados por fondos públicos, incluidos los datos producidos por el sector privado, deberían hacerse públicos y «abiertos por defecto», con excepciones estrictas para las preocupaciones reales de seguridad o privacidad. En lo relacionado a género específicamente, la falta de transparencia y apertura de estos datos está generando poca precisión en la identificación de problemas y posibles soluciones, en lo que demandamos al aparato público.
5. DATOS DE USABILIDAD Y CURACIÓN: La arquitectura de datos debe poner gran énfasis en el diseño centrado en el usuario y en interfaces amigables para el usuario, considerando que los usuarios frecuentes de estos datos, además de los organismos públicos, son organizaciones de sociedad civil. Datasets incomprensibles o información con componentes de complejidad innecesarios, como PDFs con contraseña, no facilitan el consumo de datos.
6. PROTECCIÓN DE DATOS Y PRIVACIDAD: Es necesario elaborar normativa clara, políticas y marcos jurídicos sólidos que regulen la inclusión y la exclusión voluntaria, la extracción de datos, la reutilización con otros fines, la transferencia y la difusión. Los ciudadanos deberían poder comprender y controlar mejor sus propios datos y proteger a los productores de datos de las demandas de los gobiernos y de otros ataques.
7. GOBIERNO DE LOS DATOS E INDEPENDENCIA: En la alternancia del poder político, muchas oficinas nacionales de estadística se ven afectadas en sus procesos y continuidad de acciones, las coloca en una posición de vulnerabilidad a la influencia de los grupos políticos y de interés. La calidad de los datos debe ser protegida y mejorada mediante el fortalecimiento y la garantía de que son funcionalmente autónomos, independientes de los ministerios sectoriales y de la influencia política.
8. RECURSOS Y CAPACIDAD DE LOS DATOS: Una doble responsabilidad, por una parte requiere inversiones, por ejemplo, en capital humano, mejores tecnologías, infraestructura, datos geoespaciales y sistemas de gestión principalmente en sistemas gubernamentales; por otra debe desarrollarse la capacidad de ciencia de datos en los servidores públicos y organizaciones de sociedad civil para generar valor agregado a partir de datos, ello puede convertirse en un elemento complementario de calidad a las estadísticas oficiales.
9. DERECHOS DE DATOS: Es la comprensión de que la revolución de los datos está estrechamente vinculada al ejercicio y resguardo de los derechos humanos, entre otros, el derecho a ser contados, el derecho a la identidad, el derecho a la privacidad ya la propiedad de los datos personales, el derecho al debido proceso, por nombrar algunos, pero que en esencia implican.

Finalmente, como periodistas, investigadores y activistas las puertas están abiertas para replantearnos la perspectiva de nuestras causas y empezar a dar enfoque de datos a los temas de género: ello nos conduce a una discusión en un nivel más puntual y efectivo, trascendiendo más allá de lo mediático y empujando a la reflexión más objetiva que se enfoque justamente en subsanar aquellas disparidades invisibilizadas; los datos son la herramienta más concreta para incidir en políticas públicas.

Ante la urgencia de la creciente oleada de crímenes, algunas organizaciones de sociedad civil como “Cuántas Más” en Bolivia, ven como urgente la necesidad de armar una base de datos recopilando los hechos que además se encuentre abierta al público para que puedan ser consultados por investigadores, periodistas, o cualquier persona que tenga interés de hacer algo más con datos registrados y sistematizados; si en tu país no dispones de fuentes oficiales, aquí te damos algunos criterios que debes considerar para armar la base de datos.

1. Diferencia entre datos primarios y datos secundarios. Datos primarios son aquellos que se obtienen a través de una recopilación de datos propia, como la observación de procesos, una encuesta o una entrevista. Los datos secundarios por otra parte son datos que otros ya han recopilado y han puesto a disposición pública. Si estás planeando hacer una recopilación de casos, lo más probable es que recurras a este segundo grupo, con base en estudios, estadísticas de otras organizaciones, o publicaciones de prensa.
2. Cuando recopiles datos propios considera que estos pueden ser cuantitativos o cualitativos. Los datos cuantitativos se caracterizan por su enfoque estandarizado y tienen como objetivo verificar, confirmando o refutando, diversas relaciones e hipótesis basadas en números. Los datos cualitativos ofrecen un enfoque abierto y sirven para recoger información que no se pueda representar mediante cifras pero puede dar una mejor comprensión de una cuestión.
3. Algunas veces, los datos pueden estar publicados en sitios web pero no existe un link de descarga. En ese caso, te sugiero utilizar una herramienta para la extracción de datos fácil de usar que tiene como objetivo obtener datos de forma estructurada de cualquier sitio web; se trata de import.io y puedes consultar este tutorial para aprender a usarlo.
4. Es importante conocer las otras organizaciones que trabajan en la recepción de denuncias de violencia de género o que proveen servicios legales; estas organizaciones también pueden proveer datos fuente de órganos descentralizados, por ejemplo, de carácter municipal, servicios de atención a la salud, el sistema de justicia penal y prestadores de servicios sociales, por nombrar algunos.
5. Si vas a obtener tus datos desde información publicada en prensa, trata de cotejar adicionalmente con uno o dos medios; de esta forma garantizas la verificación de los datos publicados y el aumento de aquella información que algún medio no pudo obtener.
6. Saca provecho de Google Alerts, un servicio de Google que te permite recibir alertas a tu email cuando el buscador indexa nueva información relacionada con las palabras clave de búsqueda. Con esta herramienta puedes automatizar el proceso de búsqueda o actualizar los resultados de una búsqueda de tu interés a lo largo del tiempo, hasta que decidas eliminar la alerta; programa por ejemplo las palabras feminicidio o mujer asesinada.
7. Identifica todos los criterios relevantes para tu primer análisis: nombres, edades, y locaciones suelen ser datos que comúnmente identificamos; sin embargo, la riqueza para análisis de tu base de datos puede estar en los datos que no siempre consideramos como el número de hijos sobrevivientes al hecho, la relación de la víctima con el victimario, el estado del caso y si es que ha obtenido sentencia, el tipo de agresión que se produjo, si es que hubo una denuncia de violencia previa. La granularidad es importante.
8. Documenta el proceso, es importante explicar los pasos que seguiste para que las personas interesadas en la base de datos tengan los argumentos completos de tu trabajo. Aquí puedes encontrar algunas opciones para realizar este paso.
9. Finalmente escoge la mejor manera de mostrarlos, dependiendo del volumen y el contenido de tu base de datos puedes optar de mostrarlos, por ejemplo, en una línea de tiempo o un mapa. Solo recuerda publicarlos con el enlace de descarga.

Adicionalmente, si te interesa indagar más profundo, CEPAL lanza un curso cada año de introducción sobre estadística e indicadores de género que a la fecha va en su sexta versión. Debes estar atento al lanzamiento de la próxima convocatoria.

La inclusión de datos en artículos, noticias y reportajes es algo frecuente en los medios; los datos aumentan la credibilidad, contextualizan y resuelven dudas de los lectores; sin embargo, su visualización no siempre es sencilla y en algunos casos se puede caer en el uso de estos gráficos como simples elementos decorativos.

D3.js y otras bibliotecas de javascript son geniales para crear gráficos y visualizaciones interactivas, pero pueden ser complicadas de usar en una sala de redacción porque requieren conocimientos de codificación y por otra parte, no siempre tenemos la opción de contar con un(a) desarrollador(a) o un(a) diseñador(a) en nuestro equipo de trabajo.

Entonces debemos sortear nuestras propias limitaciones y buscar una herramienta que nos permita entender el uso necesario y pertinente de las gráficas y mapas, sin que éstas tengan un alto nivel de complejidad.

Aquí es donde puedes recurrir a Datawrapper, una plataforma de código abierto enfocada especialmente al periodismo para para cargar datos, crear visualizaciones y mejorar los artículos escritos a partir de cuatro pasos sencillos.

Crea una cuenta en la plataforma, y ten listo, limpio y a mano tu set de datos.

Subir datos

Una vez que tengas seleccionado tu dataset, empieza por crear un nuevo gráfico; también puedes usar los datasets de prueba de la herramienta que son útiles porque combinan los datos de ejemplo con los tipos óptimos de gráficas de la herramienta.

En mi caso, uso de ejemplo el dataset de Ingresos y Gastos de Universidades Públicas de Bolivia de “Que no te la charlen” para saber qué universidades reportaron mayores ingresos y gastos durante el 2014; la herramienta te permite copiar los datos de tu hoja de cálculo o importarlos como csv.

Revisar & Describir

Acá debes asegurarte que la herramienta interpreta tus datos correctamente: en la tabla de columnas de números se deben mostrar en azul, las fechas en verde y los textos en negro.

También te permite empezar a personalizar tus columnas desde trasponer la tabla de datos, añadir otras columnas a mano e incluso cambiar los formatos de número, como dividir los números por miles, millones o miles de millones.

Visualizar

En esta etapa, verás todas las opciones para la visualización: puedes escoger entre 12 tipos de gráficos para ver cómo los datos se ve como en diferentes tablas.

Un punto a favor para la herramienta es que si requieres hacer correcciones en los pasos anteriores para que tus gráficos tengan más sentido, puedes regresar al paso previo; si tienes dudas de qué gráfico escoger, puedes ver esta guía.

Yo seleccioné el tipo de gráfica de barras de división o split bars, y ajusté el tamaño; luego puedes seguir refinando tu gráfico a partir de la personalización de ejes, etiquetas y grupos, la clasificación del orden de tus datos o la apariencia y colores de tu tabla.

Luego anota el título, las descripciones y fuentes de tu gráfica.

Publicar & Incrustar

Finalmente, aunque en diciembre de 2014 Datawrapper cambió sus directivas acerca de los productos gratuitos; recientemente hizo una nueva modificación devolviendo la posibilidad a los usuarios de generar un código responsivo o un iFrame para embeber tu gráfico en tu sitio web o blog, y que adicionalmente tenga interactividad.

Puedes ver que elaborar una visualización con esta herramienta es muy sencillo, la herramienta ofrece múltiples opciones de personalización, es una buena manera para aprender el por qué y el para qué de tus visualizaciones sin mayor complicación sobre todo cuando estás empezando, y añade el valor de la interactividad de las visualizaciones para que tus lectores también puedan generar sus propias conclusiones a partir de tu reportaje.

En la descripción del producto indica que “QDA Miner es un paquete de software fácil  en su uso para análisis de datos cualitativos: codificar, anotar, recuperar y analizar pequeñas y grandes colecciones de documentos e imágenes. (…) herramienta de análisis de datos cualitativos puede utilizarse para analizar las transcripciones de entrevistas o grupos focales, documentos legales, artículos de revistas, discursos, incluso libros enteros.”; y además de ello provee una suite de herramientas complementarias de integración como SimStat y WordStat.

Se trata de una herramienta de pago con una versión de prueba de un mes y una versión “lite” gratuita y disponible para descarga a través de un formulario. Sea cual fuera el caso, la instalación es rápida y sencilla y tiene la particularidad de permitirte instalar recursos de lenguaje que podrías utilizar, como ortografía, lematización y tesauro, u ortografía médica y legal.

Puedes seleccionar varios documentos sobre los que quieras trabajar, la herramienta te permite subir documentos tipo .txt, .pdf, .html, .rtf, .doc y otros.

Empezamos con los códigos

Antes de empezar a trabajar con la herramienta es recomendable leer los textos que quieres analizar y empezar a identificar los elementos en común que serán la base para tus futuras codificaciones porque ahí es donde empieza el trabajo con la herramienta.

El sistema de códigos de QDA Miner funciona a partir de un principio de anidación donde escoges un código principal e indicas las variables dentro del mismo; conocer el contenido de tus textos te permitirá empezar a identificar los códigos para empezar a marcar tu documento. Puedes tener tantos códigos como veas necesario.

Para facilitar tu trabajo en la asignación de códigos puedes resaltar, oscurecer o darle colores al texto yendo a la pestaña “Documento”, “Texto Codificado” y escoger de las opciones que mejor te convenga.

Claro que no siempre es posible leer todo el texto completo, aunque esto se recomienda. Pero para darte una mano extra la herramienta dispone de una ayuda en la pestaña “Recuperación”. En el caso de ejemplo, quise buscar todas las oraciones que tuvieran la palabra violencia para identificar si todas han sido codificadas correctamente. Entonces, dentro la pestaña “Recuperación” seleccionamos la opción recuperación de texto que justamente nos permitirá recuperar la palabra de los textos en los que estamos trabajando. Es recomendable expandir las previsualizaciones de los textos y mostrar resultados de la pantalla usando la tabla de codificación para tener un contexto más claro de nuestra búsqueda y los códigos que ya han sido asignados al párrafo en cuestión. Si encuentras una oración o párrafo que tiene relación con tu búsqueda y que no ha sido codificada puedes seleccionar la casilla y hacer doble clic en el código de tu elección.

Uno de los elementos más útiles de esta herramienta es que puedes guardar tus recuperaciones para volver a usarlas más adelante en caso de que aumentes nuevos documentos a tu proyecto. Solo debes ir a donde empezaste la búsqueda, selecciona “Guardar consulta” y en adelante, cuando vuelvas a tu proyecto con más documentos solo tendrás que cargar la consulta previamente guardada.

Paso dos: analizar desde las codificaciones

La opción “Recuperando Código” es útil cuando ya casi terminas de asignar los códigos a tus textos; selecciona los códigos que tengan más relación entre sí y la búsqueda te arrojará los resultados de los códigos seleccionados; nuevamente es recomendable expandir las previsualizaciones de los textos. Lo más útil de esta opción radica en usar las condicionales (por ejemplo: es igual a, cerca de, seguido de, precedido de, etc.) con las que puedes hacer relaciones de los códigos preseleccionados y adicionar uno diferente, en este caso usé los códigos “víctima” y “victimario” y la condicional “cerca de Activista”.

Ahora, ¿cómo se analiza?

Finalmente, puedes analizar tu proyecto codificado identificando la frecuencia de ciertos códigos, para ello ve a la pestaña “Analizar” y selecciona la opción “frecuencia de código”, selecciona los códigos que deseas analizar y te mostrará el resultado de cuántas veces aparece el código y en cuántos casos. Para hacer más sencillo el trabajo selecciona todos tus resultados y selecciona el gráfico para mostrar tus columnas.

La herramienta permite que puedas guardar cada uno de los segmentos trabajados, ya sea como tablas en xls en el caso de los análisis de código o gráficos de frecuencia como imágenes.

Tiene más funcionalidades de las que describo, sin embargo estos tres pasos te permiten conocer la potencialidad general de la herramienta y hacer tus propios descubrimientos en adelante.

Bolivia CC by SA NC MM

¿Cuánto invierte el municipio en seguridad ciudadana, cuánto ha crecido la tala de árboles en los últimos años, cuántas lenguas indígenas se hablan por ciudad? El qué, cómo, cuándo y cuánto son preguntas en torno a las que gira la labor de organizaciones de la sociedad civil, activistas y estudiantes.
Dar respuesta a estas indagaciones viene de la mano del aprovechamiento de los datos existentes para generar valor e incidencia pública a partir de los hallazgos.

Por ello, con Escuela de Datos organizamos el “Tour Datero Bolivia” que se realizará este mes de agosto en las ciudades de Santa Cruz, Cochabamba, El Alto y La Paz. En cada ciudad hay espacio para 40 participantes.

El objetivo de esta serie de eventos es descubrir lo que los datos pueden mostrar a través de la capacitaciones y mentorías en depuración, análisis y representación de los datasets en formatos abiertos, cómo crearles valor, de qué forma pueden ser aprovechados; todo ello sobre la base de dudas y planteamientos propios de las organizaciones, y a partir de datos generados por organizaciones públicas y no gubernamentales en Bolivia.

Cuatro ciudades

Si estás en cualquiera de las ciudades que enlisto, puedes participar de talleres, expediciones de datos, mentorías a iniciativas o sesiones más ligeras acompañadas de una bebida.

Este es el calendario para escoger tu actividad, todos los eventos son gratuitos. Solamente recuerda que es requisito registrarse en el formulario correspondiente hasta el sábado 13 de agosto a las 20:00 (GMT -04:00).

Primero en Santa Cruz

Dos eventos abiertos y gratuitos orientados a colectivos, activistas, organizaciones de la sociedad civil y personas interesadas en mejorar sus capacidades para usar los datos de manera efectiva y eficiente.
Para cualquiera de ellos debes registrarte en este enlace: http://bit.ly/SantaCruzTourDatero
Solo requieres llevar tu laptop.

Cómo dar valor a los datos desde organizaciones de la sociedad civil
Dónde: Fundación Trabajo Empresa, Calle Moldes esquina Cobija (Edificio Telecentro Santa Cruz).
Fecha: 16 y 17 de agosto
Hora: 9:00 a 18:00 y de 10:00 a 13:00

Qué verás: 16/08 Taller con ejercicios prácticos para que los asistentes puedan absorber los conocimientos sobre los lineamientos básicos y el proceso para la utilización de datos abiertos.
17/08 Sesiones de mentoreo para iniciativas que deseen crear valor y aprovechar los datos abiertos para sus organizaciones y proyectos.
Organiza Escuela de Datos; apoyan Colectivo Rebeldía y Fundación Trabajo Empresa.
También “Datos y Cervezas” el 16 de agosto desde las 20:00 en La Esquina del Cronopio (calle Colón esq. Lemoine); conoce proyectos de datos abiertos (emergentes y consolidados) a nivel regional compartiendo una cerveza.

Cochabamba, tecnologías y género

En Cochabamba, nos lucimos con una serie de eventos de van desde la capacitación y expedición de datos con temas de género hasta sesiones más ligeras de mentoría de iniciativas o solamente hablar de datos comiendo un picado. Si tu interés está en temas de género o simplemente quieres aprender cómo trabajar con datos, registrate en este enlace: http://bit.ly/TourDateroCochabamba. Para el caso de la capacitación y expedición de datos, el equipo coordinador tomará contacto contigo para confirmar tu participación.
Solo requieres llevar tu laptop.

Datos que narran la violencia de género
Dónde: Centro de Estudios Superiores Universitarios, Calle Calama 235
Fecha: 18 y 19 de agosto
Hora: 9:00 a 18:00

Qué verás: 18/08 Taller con ejercicios prácticos para que los asistentes puedan absorber los conocimientos sobre los lineamientos básicos y el proceso para la utilización de datos abiertos.
19/08 Expedición de datos a partir de datos sobre violencia de género de organizaciones públicas y no gubernamentales para producir narrativas, visualizaciones y otros productos.

Organiza Cuántas Más, Escuela de Datos y SLIM Cochabamba; apoyan CESU-UMSS, Coordinadora de la Mujer, Udabol.

Conversatorio sobre Nuevas Tecnologías e Investigación en Ciencias Sociales
Dónde: Centro de Estudios Superiores Universitarios, Calle Calama 235
Fecha: Jueves 18 de agosto
Hora: 19:00

Organiza Cuántas Más, Escuela de datos , CESU-UMSS

También “Picando Datos” el 19 de agosto desde las 20:00 en Café Bistró El Caracol (calle Mayor Rocha Nº 286 casi esquina España); conoce proyectos de datos abiertos (emergentes y consolidados) a nivel regional acompañado de picados.

Mentoría express
Dónde: Centro de Estudios Superiores Universitarios, Calle Calama 235
Fecha: 20 de agosto
Hora: 09:00 a 12:00

Qué verás: Mentoría para iniciativas que deseen crear valor y aprovechar los datos abiertos para sus organizaciones y proyectos.
Organiza Escuela de Datos y Cuántas Más.

Estudiando en El Alto

Si vives en El Alto y estudias en comunicación, periodismo, sistemas e informática y diseño, o eres parte de colectivos activistas u otras organizaciones de la sociedad civil y principalmente; este evento te interesa. De la A a la Z, aprenderás los elementos esenciales para empezar tu trabajo con datos desde un enfoque de aplicación con datos de la vida real.
Debes registrarte en este enlace para participar: http://bit.ly/TourDateroElAlto
Solo requieres llevar tu laptop.

Cómo y dónde empezar a trabajar con datos
Dónde: Casa de las Culturas Wayna Tambo, Zona de Villa Dolores Calle 8 No 20
Fecha: 22 de agosto
Hora: 9:00 a 18:00

Organiza Escuela de datos; apoya La Pública y Wayna Tambo.
Qué verás: Taller con ejercicios prácticos para que los asistentes puedan absorber los conocimientos sobre los lineamientos básicos y el proceso para la utilización de datos abiertos.

Las experiencias de La Paz

En La Paz nos enfocaremos en los proyectos e iniciativas ciudadanas que ya empezaron a tomar impulso con dos eventos: el primero más relajado para conocer lo que se está haciendo en cuanto a datos abiertos en Latinoamérica; y el segundo, una sesión para resolver dudas específicas de cada proyecto.
Debes registrarte en este enlace para participar: http://bit.ly/TourDateroLaPaz
Solo requieres llevar tu laptop.

“Datos y Singanis” el 22 de agosto desde las 20:00 en La Obertura Café Arte Rock (Calle Boyacá #2286, sobre Medinacelli. Entre 20 de Octubre y Rosendo Gutiérrez); conoce proyectos de datos abiertos (emergentes y consolidados) a nivel regional más un vaso de singani.

Impulsando iniciativas y proyectos ciudadanos de datos abiertos
Dónde: Bolivia Tech Hub, Av. Sanchez Lima (final) esquina Pasaje Fabiani 2687
Fecha: 23 de agosto
Hora: 16.00 a 19.00

Qué verás: Sesiones de mentoría express para iniciativas que deseen crear valor y aprovechar los datos abiertos para sus organizaciones y proyectos.
Organiza Escuela de datos; colabora Bolivia Tech Hub.

En el afán de aprender y despejar las dudas que surgen en el análisis de datos, muchas veces aceleramos la carrera tratando de comprender de inmediato herramientas complejas, no siempre es el mejor camino. Por ello es necesario revisar herramientas pensadas para quienes está empezando con datos abiertos en el entendido de que progresivamente se adquiera mayor destreza en el análisis de datos.

DataBasic IO es una suite de herramientas intuitivas y fáciles de usar pensada para personas curiosas por analizar datos y contar historias, que todavía no están interiorizadas en los conceptos, tareas específicas o sencillamente no saben por dónde comenzar. En pocas palabras, simplifican el primer acercamiento a partir de tres herramientas que dan como resultado análisis prácticos de tus datos.

Aquí te cuento, una a una, qué pueden hacer estas herramientas a través de ejemplos con los que te puedes encontrar en el día a día.

Word Counter, la primera de la lista, hace un análisis cuantitativos de un texto plano y te muestra las palabras y frases más comunes, este último más interesante todavía porque te pone en contexto de las palabras más usadas a través de bigramas y trigramas.

Si lo deseas puedes usar los ejemplos de la herramienta (son letras de canciones), pegar un enlace o un texto, o subir un documento: yo me decidí por esta última y trabajé con el discurso del Presidente de Bolivia del pasado 1° de mayo de 2016; la herramienta sólo se acepta archivos txt, docx, rtf. El resultado se muestra en dos grupos, el primero es una nube de palabras:

Seguido de bigramas, trigramas y palabras encontradas con mayor frecuencia; estas listas se pueden descargar como un archivo CSV.

De esta última imagen puedes ver, por ejemplo, que la palabra “compañeros” se repite 25 veces, y la palabra “compañeras” solamente 14; también que la frase “millones de bolivianos” aparece 13 veces, y aunque no sale en la imagen, se repite 4 veces el nombre “Hernan Siles Suazo”, ex presidente de Bolivia (1982) en cuyo mandato logró preservar la democracia luego de 18 años de sucesivos gobiernos militares y golpes de estado.

Si no te interesan los discursos presidenciales, también podrías utilizar textos planos sobre propuestas de candidatos, planes de gobierno, etc. WordCounter te ayuda a entender que se pueden encontrar muchas historias en un solo conjunto de datos.

WTF csv, un nombre cuya pregunta nos hemos hecho todos alguna vez. Esta herramienta te da una visión general de lo que está en tu archivo .csv y te ayuda a pasar rápidamente a preguntarle cosas a tus hojas de cálculo en un conjunto de datos o a partir de la combinación de varios conjuntos de datos.

Nuevamente cuentas con ejemplos propios de la herramienta, como la lista de pasajeros del Titanic; yo decidí utilizar el .csv de “Que no te la charlen”, un proyecto de transparencia universitaria con datos de las universidades y carreras públicas de Bolivia.

La herramienta te muestra la información en bloques giratorios, de un lado la información puesta de forma visual, y del otro como resumen en texto. Cada bloque representa una columna y contiene un resumen de la información en las filas de esa columna.

Viendo los contenidos empiezas a hacerte preguntas desde cada bloque, como: “¿por qué la Universidad Autónoma Gabriel Rene Moreno se repite 91 veces?”; o combinando bloques, como abajo, “¿Por qué si “Universidad Mayor de San Simón” -Cochabamba- se repite 89 veces, aparecen “Cochabamba” 74 veces mencionada en la columna Ciudad/Región?

Puedes complementar tu análisis con datos de apoyo que te ayuden a entender mejor el contexto de la información, como los del Censo de Población y Vivienda; o repetir el ejercicio usando otros .csv por ejemplo si quieres revisar presupuestos públicos para identificar el ítem que genera más gasto y a su vez comparar estos datos con presupuestos de la misma institución pero de otras ciudades.
Same Diff, la última de esta suite, compara dos documentos de texto y encuentra similaridades y diferencias en las palabras basadas en un algoritmo de similitud coseno que indica cuán parecidos son dos documentos.

No considera las sílabas con acentos ni apóstrofes, por lo que algunas de las palabras analizadas se ven cortadas; decidí probar la herramienta comparando las leyes de Identidad de Género de Bolivia y de Argentina, este fue el resultado:

La columna de la izquierda muestra palabras únicas de la Ley de Identidad de Género de Argentina (pila, articulo, registral, documento, integral), en tanto que la columna de la derecha muestra el resultado para la ley boliviana (dato, propio, sereci, estado, transexuales); los resultados de la columna central, por otra parte indican las palabras encontradas en ambos documentos: identidad, nombre, sexo, género, ley, cambio.

La herramienta es interesante para encontrar temas comunes en el caso de documentos diferentes, o los elementos diferenciadores en documentos muy similares, como en el ejemplo de arriba en que la legislación de Bolivia se enfoca en instituciones (SERECI) y el estado.

 Un plus general de DataBasic IO es que las herramientas se probaron en aulas y talleres para asegurar de que funcionen correctamente y que sean fácilmente comprensibles; también desarrollaron guías de actividades para cada herramienta, pensadas para replicar con estudiantes, periodistas, etc., y que combinan datos ligeros, como letras de canciones o avistamientos de OVNIS, para facilitar el abordaje de la búsqueda de historias de datos de manera más entretenida y simple.

La primera experiencia de Bolivia con datos abiertos tuvo lugar en junio de 2013 en el primer Data Bootcamp en Bolivia; esta experiencia fue liderada por grandes expertos, entre ellos Michael Bauer, y contó con la participación principalmente de periodistas y desarrolladores. Desde ahí avanzamos con pasos tímidos en el camino de los datos abiertos, a una segunda versión del data bootcamp, y luego en 2015 el 1er. Acelerador de periodismo de datos fue el origen de pequeños proyectos periodísticos y otros varios desde la ciudadanía.

Entonces, para comprender mejor quiénes somos y cómo impulsamos esta labor desde nuestras coyunturas, y aunque no es una tarea sencilla hacer una radiografía de un movimiento que está iniciando, podemos referirnos a tres grupos: de iniciativas ciudadanas, periodísitcas y de agencias de gobierno.

Iniciativas Ciudadanas

En cuanto a las iniciativas ciudadanas, Marco Antonio Frías, miembro del movimiento de software libre, empezó hace nueve años a hacer mapas con Open Street Map con dos objetivos: no depender de una sola tecnología y conocer cómo y dónde vivimos, este último en el entendido de que los mapas no son simples fotografías, son una abstracción, una representación de una coyuntura social, bajo nuestros preceptos sociales y culturales. Es una forma de abrir datos, comenta, ya que los mapas en Bolivia que publica el Instituto Geográfico Militar son de alto costo y no tienen buena calidad de información. Comenta que, por ejemplo, no hay mapas de la Alcaldía de Cochabamba publicados –además de lo referencial de 2003– y sin embargo la comunidad de OSM ya tiene una actualización más reciente abierta al público.

O Mapillary, un servicio (startup) que permite la colaboración y uso de fotografías a nivel calle tomadas en cualquier parte del planeta, bajo cualquier modalidad de locomoción,.

El reto que se plantean este año es trabajar en base a talleres de geografía y representaciones geográficas en el ámbito educativo; también incorporar en estos procesos a personas que no están relacionadas con áreas de cartografía o geografía.

Mariana Leyton es otra persona que ha seguido la movida de apertura de datos y de gobierno en la región desde inicios del 2015, tanto desde su rol como comunicadora para GobApp, como a nombre personal. En agosto del año pasado colaboró con otro activista boliviano de datos abiertos, Fabián Soria, para agregar datos sobre Bolivia al índice de datos abiertos anual de la OKFN. A través de un post en Facebook en el grupo de La Pública, se invitó a otros miembros interesados a participar utilizando también una hoja en Google Drive pública para cualquiera suba su información, si bien no se lograron muchas contribuciones, se pudo elaborar un documento con la información final que fue publicada en Septiembre del año pasado.

Similares acciones, pero en este caso enfocadas al activismo ciudadano para abrir los datos de las instituciones desde su grupo en Facebook DatosAbiertosBo, con baja respuesta por el momento; Luis Rejas, creador del grupo opina que mientras mayor sea el uso de datos abiertos esto será un impulso y una presión a otras instituciones para abrir datos.

Periodísticas

Desde el lado del periodismo, LT-Data del matutino Los Tiempos de Cochabamba, con el trabajo de Fabiola Chambi, su equipo y el apoyo de Mauricio Canelas, fueron la base para proponer abrir una pequeña sección de periodismo de datos incorporando al equipo a un desarrollador. Fabiola comenta que empezaron a ver ejemplos y a implementar proyectos de manera autodidacta, teniendo como mayor referente a La Nación de Argentina: iniciaron con datos de población del Banco Mundial, sumando luego datos del censo de 2012; los trabajos generados no eran investigaciones profundas sino más bien descubrir qué había disponible y con qué se podía trabajar. Sin embargo, destaca que lo más contundente tuvo lugar en el 2do. Bootcamp en La Paz, con el proyecto «Elige Bien«, una plataforma de interacción ciudadana que combinó periodismo digital mostrando información sobre los candidatos y los partidos de las elecciones 2014. A pesar del esfuerzo, es necesario mencionar que no existe una dedicación exclusiva a la unidad de datos abiertos.

Asimismo está el trabajo de ED Data, del diario El Deber de Santa Cruz, cuya investigación “El patrimonio del gabinete de Evo Morales en la última década” fue realizada en 8 meses de trabajo, por la periodista Nelfi Fernández y el desarrollador Williams Chorolque, bajo la guía de la experta en periodismo de datos, la argentina Sandra Crucianelli y del español David Dusster.

Caso similar es la iniciativa DataBo, impulsada por la plataforma digital La Pública y Oxfam, como explica Javier Badani en su publicación en el BID, “las instituciones públicas aún no han interiorizado por completo la cultura de apertura de información al ciudadano. A pesar de ello, el matutino Los Tiempos y el periódico digital La Pública han desarrollado proyectos de investigación periodística utilizando la filosofía de los datos abiertos”.

Otros retos que ve Tonny Lopez, periodista alteño, en el tema de periodismo de datos y datos abiertos es el de infraestructura. “Muchos quieren hacerlo, pero desde las salas de prensa el acceso a internet es deficiente, entonces no hay mecanismos ni medios: desconocen la forma de aplicación, los beneficios y ventajas”. Es una labor permanente la de introducir nuevos periodistas a los medios digitales, capacitar en las lógicas digitales para periodismo digital desde cero. Los esfuerzos que se han hecho se basan en herramientas gratuitas de internet.

Agencias de Gobierno Bolivianas

AGETIC: la Agencia de Gobierno Electrónico y Tecnologías de Información y Comunicación se creó mediante Decreto Supremo N° 2514, el 9 de septiembre de 2015. Es una entidad descentralizada dependiente del Ministerio de la Presidencia. El mismo decreto consigna la creación del Consejo para las Tecnologías de Información, de la cual forma parte la mesa de datos abiertos. Esta unidad cuenta con un mes de trabajo a la fecha, comenta Wilfredo Jordan, consultor de datos abiertos de la institución, y tendrá como principal labor en estos meses, la estandarización y liberación de datos a nivel estatal a través de una plataforma web. Dentro de la primera fase se halla inserto el componente de capacitación a públicos específicos (periodistas e investigadores, por ejemplo) como mandato dentro del decreto de creación de la agencia a objeto de promover el uso de los datos abiertos.

En análisis de la agencia, las instituciones públicas tienen noción acerca de compartir información en el marco de la ley de transparencia, sin embargo el problema yace en los modos de compartirla: es necesario educar sobre estándares abiertos y trabajar en la estandarización de datos públicos.

Es una ardua labor la que se plantea esta unidad considerando la idea de que existen algunos ejemplos de sitios web del Estado que proveen datos, como GEO Bolivia, iniciativa de lavVicepresidencia del Estado que busca dotar de información geográfica a la ciudadanía, pero al no estar estandarizados, el proceso para acceder a ellos es difícil.

Otro ejemplo es el Instituto Nacional de Estadística (INE), un órgano ejecutivo del Sistema Nacional de Información Estadística de Bolivia, cuya función es la de relevar, clasificar, codificar, compilar y difundir, con carácter oficial, la información estadística del país; que sin embargo tropieza con problemas similares a los antes mencionados.

Bolivia es un espacio joven y con oportunidades de aprender de la experiencia de países vecinos, para generar su propia historia con los datos abiertos: hay mucho por aprender, entender y hacer, lo más importante: hay voluntad para hacerlo.

Agradezco a todas las personas que se comunicaron conmigo, con quienes pude conversar y a quienes enviaron su información por las redes sociales; aunque no se pudo incluir todas las aportaciones en este post, sepan que dieron un aporte valioso que seguramente seguirá sumando a esta naciente comunidad.

Camila Salazar nos dió una valiosa ayuda con su post sobre opciones de herramientas para transformar PDFs; hoy damos una revisión a una herramienta más o menos nueva, PDF Converter Elite 4, que, como indica el nombre, convierte este tipo de documentos a formatos editables con opciones a manipular el documento de acuerdo con nuestras necesidades.

Para empezar, se trata de una herramienta de pago que ofrece una versión de prueba de 7 días, viene en formato de aplicación de escritorio, de instalación sencilla. La interfaz de usuario es ordenada e intuitiva, a primera vista muestra las opciones de conversiones disponibles así como una sección de tips rápidos al lado derecho.

Hacer la conversión del PDF es sencilla, debes abrir el documento y escoger de una amplia gama de formatos aquel que mejor se adapte a tus necesidades; en mi caso utilicé el PDF de la Guía de Universidades del Estado Plurinacional de Bolivia 2012 que contiene tablas con datos de todo el sistema universitario público y privado, y la convertí a una hoja Excel. Si miras con detenimiento el PDF en cuestión incluye celdas combinadas, celdas sin datos, etc.

 

 

 

Aquí viene la parte interesante: es posible seleccionar las mejores opciones para convertir tu documento, la herramienta permite escoger si quieres convertirlo todo, un área específica o un rango o serie de rangos de páginas de tu documento, este último muy útil si tienes un documento muy extenso del cual requieres solo una porción de información.

Asimismo, las opciones avanzadas de conversión a Excel son modificables, ya que permite añadir/eliminar filas y tablas, acciones que normalmente realizamos después de convertir un PDF. También existe una opción para previsualizar cómo se verá tu documento con los cambios que realizaste.

Por cierto, esta aplicación también te permite convertir varios archivos PDF en lote, lo que supone un ahorro significativo de tiempo. El resultado final se crea en minutos, y es satisfactorio porque separa apropiadamente las celdas tal cual se muestran en el documento original, esto incluso con aquellas que estaban combinadas y agrupadas, por ejemplo en el caso de las facultades universitarias que tienen dos o más carreras bajo su tuición.

Compara el resultado del mismo documento: la primera imagen se hizo usando Zamzar, la segunda con PDFConverter Elite 4.

(PDF convertido con Zamzar)

(PDF convertido con PDFConverter Elite 4)

Aunque tiene múltiples formatos para convertir, CSV no es uno de ellos, sin embargo el resultado tiene alta calidad de conversión del escaneado, bastante limpia y ordenada; se exporta como una hoja de cálculo extensa, respeta la disposición del documento original incluyendo aquellas celdas y filas que no tienen información y las correcciones finales a la hoja son menores.