Luego de que Leonardo se vinculara al colectivo Dato por Liebre, estuve acercándome a la visualización de datos mediante RAW y el Grafoscópio de Mutabit. Algo que me detuvo en el uso de estas herramientas fue tener problemas con la instalación en mi equipo y puesta en marcha, porque a veces necesitas conocer un poco de programación, pero con un poco de dedicación lo logré. Aquí el resultado de algunos experimentos.

Algunas visualizaciones

Estas son las visualizaciones de estos datos de lectura. Es un listado con los libros que alguien se leyó durante el 2014, 2015 y 2016 y el registro del mes cuando lo acabó. Usé RAW para hacer estas visualizaciones y al presentarle estos datos, inmediatamente reconoció cómo en el 2015 su nivel de lectura había bajado por circunstancias laborales.

Visualización de datos en bibliotecas

El año pasado participé en AbreLatam. Una de las preocupaciones recurrentes en las conversaciones era el no encontrar datos abiertos o identificar cuándo era pertinente o no abrir dichos datos. Anteriormente publiqué algo sobre mis hábitos de lectura, donde me cuestionaba sobre la pertinencia de mostrar lo que leía por asuntos relacionados a la privacidad. Si bien este experimento muestra el gran poder de la visualización de datos, las discusiones de AbreLatam toman forma y podría decirse que es mejor no abrir los datos de hábitos de lectura. Sin embargo, una biblioteca puede aportar una gran cantidad de datos.

Recuerdo que en el reto de 30 días, 30 bibliotecas, al visitar el Instituto Humboldt, encontré que la institución publica datos, con los que se podrían hacer este tipo de visualizaciones para encontrar patrones o explicar de otras formas lo que los datos nos quieren decir. Los datos por si solos tienes algo que decirnos y la interpretación que podamos hacer de ellos pueden abrirnos espacios de discusión interesantes.

En las bibliotecas puede trabajarse en el desarrollo de capacidades para que ciudadanos realicen estas visualizaciones. Saber usar Internet no es únicamente tener un correo e identificar información falsa. Es también identificar fuentes de datos, trabajar con ellos y poder identificar lo que esos datos nos quieren decir; así como si los datos pueden estar sesgados. IFLA lanzó recientemente una infografía sobre la identificación de noticias falsas, a propósito de la posverdad. ¿Qué tal si usamos visualizaciones de datos para identificar noticias u otra información falsa?

Anímate a hacer tu visualización

¿Te pareció interesante la visualización de datos? Anímate a hacer la tuya y cuéntanos de tu experiencia. Si necesitas ayuda o tienes datos para compartir déjanos un comentario. Nosotros publicamos aquí el mapa de librerías y bibliotecas. Además sería bueno pedir datos mediante el botón de datos abiertos. Nos encantaría compartir experiencias en la visualización de datos.