Pizarra digital de Herbert Spencer y la paradoja de Bricklin

Esto mas que un post es una agradecimiento público a Herbert Spencer (@hspencer) por compartir con todos Pizarra, una sencilla a la vez que útil aplicación creada con Processing para PC, Mac y Linux, que convierte la pantalla de tu ordenador en una pizarra proyectable.

La reflexión que hace Spencer sobre la necesidad de crear esta herramienta me parece soberbia. Viene a decir que el proceso de crear, dibujar, idear, es tan poderoso como el resultado en sí mismo. Por eso, una aplicación así, rápida y eficiente, resuelve la exposición pública y la compartición de dicho proceso ajustándose a las características del contexto.

Bocetos, wireframes de baja fidelidad, esquemas o explicaciones que demandan expresividad gráfica tienen cabida en Pizarra.

En cierta ocasión escribí sobre este asunto relacionado con la creación de aplicaciones que resuelven problemas específicos y lo llamé la paradoja de Bricklin, haciendo referencia a Dan Bricklin y Bob Frankston, creadores en 1978 de VisiCalc, el primer programa moderno de manipulación de datos a partir de hojas de cálculo.

Bricklin & Frankston
Imagen de Jim Raycroft

El resultado de su trabajo fue una importante aportación a la evolución de una potente herramienta utilizada por millones de personas en todo el mundo. Pero lo mas curioso es que, en el año 2007, después de toda la revolución en este género de programas, Bricklin “se vio obligado” a crear Shiva, una reducción razonada de una compleja hoja de cálculo.

Captura de la aplicación shiva

Se trata de un programa que no requiere bases de datos ni complicadas instalaciones o configuraciones. Fue creado inicialmente para la Newton Centre Minyam, una comunidad religiosa judía en la que Bricklin participa activamente, aunque su ideación y desarrollo responde a un objetivo mas amplio y compartido.

The Software Garden Shiva Signup program is a server-based program to facilitate keeping track of group member sign ups for attendance at events, providing food, etc. It is very general purpose. The program runs on a web server and is accessed using a browser connected to the Internet. Written in Perl, it comes with complete source code but is designed to be easily customized by users without needing to know Perl. The product is available as Open Source software under the GNU GPL license for no charge.

Sorprende que el mismo tipo que había trabajado sobre uno de los programas de tratamiento de datos mas revolucionario de la historia, descubriera que no había algo sencillo, fácil, rápido e intuitivo para gestionar los datos de una pequeña comunidad en un contexto determinado.

Shiva no tiene una interfaz revolucionaria y es posible que nunca llegue a ser una extendida herramienta de gestión pero resuelve una necesidad optimizando esfuerzo, tiempo, objetivos y aprendizaje, sin hacer mas de lo que debería realmente hacer.

Puede que Pizarra no se convierta en una aplicación universal (aunque, como dice la frase, las oportunidades pequeñas son el principio de las grandes empresas) pero responde a un planteamiento maduro y bien razonado donde la tecnología no es lo mas importante. Gracias Spencer.

Hábitos y comportamientos convertidos en mapas de calor

En la evaluación de interfaces web los heatmaps o mapas de calor son representaciones que nos muestran patrones de exploración visual y nos ayudan a detallar donde han centrado su atención los usuarios. Su utilidad está muy asociada con el eye-tracking ya que constituye una de las posibles representaciones del conjunto de datos que esta tecnología es capaz de recoger.

Sin embargo su alcance como forma de representación y visualización de datos es mayor y así nos lo demuestra el programador alemán Martin Dittus. Su colección de heatmaps estructurados, construidos a partir de la actividad individual de usuarios de last.fm, nos descubre posibles patrones en los hábitos de escucha.

Heatmaps by Martin Dittus

Cada mapa se construye a partir de la periodicidad en la escucha de música. El año, mes, día de la semana, horas del día… Un año completo de datos se organiza a partir de una fila, agrupada en 12 bloques horizontales, una para cada mes. A su vez cada mes se organiza a partir de un mosaico de 7 columnas para los días de la semana y 24 filas para las horas del día.

El código de colores muestra la medida de la intensidad relativa. A partir de un número determinado (Gris – verde – amarillo – rojo) se resalta la actividad mantenida durante todo el día. Así, una tira de luz gris resalta las horas más activas del día durante todo el período.

Cualquier cambio o cese de la actividad queda registrado y si se suceden regularmente pueden interpretarse patrones en los hábitos y comportamientos de los usuarios.

Frequently people’s graphs are detailed enough to provide a fairly good summary of big life changes. New jobs, busy weekends, holidays, the month when they bought an iPod, or picked up running again, or moved to a different timezone, … I found that showing these graphs to the people portrayed often stimulated interesting conversation about their habits and their choices.

David Singleton, amigo de Dittus y participante en el experimento, publicó en su blog una explicación a los mapas que él mismo generó.

Mid-2005 to 2006 – Finished Uni, got a job and spent the first 6+ months comuting without an iPod after moving to London was still missing a laptop for a long time.
Late 2007 – An increase in evening listening, a sign of joining the Last.fm team and getting stuck in to startup culture of late nights.
Early 2008 – Evening listening, but with more separation from daytime listening. I suspect this was nights spent playing albums with my flatmate Ben Ward.
2009 – Less evening music, which I think stems from different flat mates, a different flat and starting (an unscrobbled) vinyl collection.
February 2010 – A quiet month for scrobbling, most of which on holiday in New York, little time for digital music.

underpangs

La parte humana de la experiencia de usuario

Gord Hotchkiss habla en su artículo Understanding The Human Part Of The User Experience sobre algo que parece evidente pero que es necesario recordar para no alterar el significado de la experiencia de usuario.

Tratar de entender qué necesita o quiere el ser humano significa evaluar su comportamiento como seres humanos, no como máquinas que ofrecen datos y que están preparadas para alcanzar objetivos.

Se trata de un aspecto que no es fácil respetar porque acostumbramos a procesar muchos datos y los convertimos automáticamente en respuestas y comportamientos humanos. ¿Es esa la mejor y la única manera de entender y trabajar la experiencia de usuario?.

My point, and there is one, is that we consider user experiences and test usability, we have to have a fine appreciation for what makes humans human. All too often, usability testing relies on reams of data, crunched and analyzed in a zillion different ways. We examine bounce rates and benchmarks, as if our users were machines and the answers we seek can be arrived at mathematically.

The irony of usability is that, most often, we try to understand what humans want without ever talking to one directly. We rely on a spreadsheet to reveal the mysteries and subtleties of the human condition. We reduce the magnificence of the human brain to nothing more than a machine, something that can be understood by examining inputs and outputs.

¿Dónde van mis impuestos?. Visualización de la transparencia frente al 15M

Intentar dar una respuesta a esta pregunta en los tiempos que corren podría significar un serio problema. No tanto porque estemos hablando de datos que no puedan ser revelados como por la dificultad de interiorizar, comprender, interpretar toda la información por parte del ciudadano, especialmente cuando no es entregada adecuadamente.

Presupuestos Generales del Estado

Así, sin dejar de lado el movimiento 15M y los cambios exigidos por la ciudadanía en una democracia escasamente transparente y participativa (es decir en una escasa democracia), el movimiento hacia una accesibilidad de los datos públicos  ya debería haberse planteado hace muchos años.

Asuntos tan elementales como la claridad informativa de un gobierno o la transparencia plena que ahora reclamamos deberían ser características ineludibles de un estado democrático.

La tecnología nos puede ayudar a ser más trasparentes y es una gran mediadora en nuestro difícil proceso transformador de grandes volúmenes de datos. Pero otras veces constituye un problema porque evidencia la facilidad con la que ciertos problemas complejos pueden ser resueltos. Saber, por ejemplo, como se distribuye la riqueza de un país o dónde van a parar los millones de euros que maneja una administración pública serían un ejemplo de ello. Ejercicios de transparencia que hemos perdido por el camino pero que intentamos recuperar diariamente como señala Herbert G. Spencer:

Creo que eso es lo que ha pasado con la transparencia, como concepto y como valor artístico. Ha sido absorbida (para bien, espero) en su totalidad por la sociedad. Como diría Kandinsky, ha llegado a la base del triángulo y hoy es moneda de cambio, casi un commodity. La transparencia ha llegado a la vida diaria como valor que perseguir y construir, al estado como exigencia, a la política como un deber ético y a la administración en general como una estrategia de sostenibilidad.

Toda esa información disponible para el ciudadano pero pocas veces accesible genera automáticamente una ruptura de las garantías democráticas.

Proyectos como AbreDatos, Open Data ChallengeWhere Does My Money Go? en UK y su versión española – realizada por David Cabo (@dcabo ) – titulada ¿Dónde van mis impuestos?, vienen a reclamar precisamente eso. Un mayor análisis y transformación de los datos públicos colocándolos al servicio del ciudadano y mejorando su accesibilidad para alcanzar una imagen real de determinados aspectos políticos, sociales, culturales, económicos…. Por aquí creo que empieza el verdadero compromiso y la transparencia que se reclama en las calles.

abredatosyopendata

Fórmulas valiosas que aprovechan la creatividad y el buen hacer de tantos profesionales. Capturar datos – con todo lo que eso implica – comprender, procesar, visualizar y comunicar.

dondevanmisimpuestos

¿Pero qué gobierno estaría dispuesto a asumir la claridad expositiva de tantos datos públicos?. ¿Cómo dejar que cualquier ciudadano entienda la realidad tan rápidamente?.

Amazon: el imperio oculto

Amazon.com: the Hidden Empire es el título de una presentación de faberNovel (@faberNovel) que ilustra de forma sobria pero contundente donde radica el verdadero negocio de Amazon, sin menospreciar con ello su éxito “visible”.

Una demostración de una realidad desconocida utilizando gráficos esclarecedores.

[slideshare id=7928875&doc=amazonwhitepaper-110511144038-phpapp01]

Datos, porcentajes y estadísticas que desvelan la increíble estructura empresarial que ha “excavado” Jeff Bezos desde la creación de la compañía en la década de los noventa.

Amazon.com: the Hidden Empire

A día de hoy este entramado también se observa en el sitio web donde lo mismo compras un libro, como una máquina de fitness o una caja de bombones.Por esta razón ya no me siento tan interesado por el sitio web. La logística de la compañía me parece mucho más fascinante.

Me surgen cientos de preguntas en esa rueda “low prices, large selection, convenience/customer experience” y, aunque en esta presentación se da respuesta a muchas, me siento como Santo Tomás: necesito ver para creer.

Influence Networks: Redes,influencia y periodismo de datos

Influence Networks es una nueva herramienta publicada por Owni, la web francesa de periodismo digital que está revolucionando el periodismo de datos.

Influence Networks

Combinando y facilitando la visualización de información pública sobre personas, instituciones o empresas desde diferentes fuentes de datos, la aplicación muestra conexiones y relaciones semánticas entre “nodos” que ayudan a comprender y aprovechar grandes volúmenes de información, así como a extraer los detalles que hacen posible la elaboración de nuevo producto informativo.

A grandes rasgos, el procesamiento automatizado, la similitud semántica y la revisión manual gracias a la colaboración de los usuarios registrados (y sus niveles de confianza) son algunos de los puntos claves que facilitan el análisis, la transformación y la representación gráfica de todos estos datos.

Influence Networks

Transparency InternationalZeit Online y el Observatoire du Webjournalisme (Obsweb) de la Universidad de Metz son los socios de Owni en este “poderoso” proyecto open source.