TRANSCRIPCION

Bienvenidos, muchísimas gracias por acompañarnos hoy. Yo soy Nidia Chávez, de Fundación Telefónica, y estamos felices porque hoy celebramos la edición número 5 de nuestro foro de arte y tecnología, que hemos desarrollado conjuntamente con el Senar, en todas las sedes o en las principales sedes del Senar en México. y en esta ocasión, bueno, muy muy contentos porque Adriana también opinará igual. Vamos a presentar un ciclo muy relevante para una empresa de telecomunicaciones como nosotros, que tiene que ver con Big Data, y además muy contentos porque nos acompaña un experto, un especialista, un artista mexicano de gran trayectoria. Estamos hablando de Cervet Everardo Reyes, quien Adriana nos acompañará y nos va a leer su hoja de vida, su currículum. Decirles que es un esfuerzo muy grande que estamos haciendo porque creemos firmemente en la formación que está relacionada con la disciplina del arte y la tecnología. Fundación Telefónica tiene espacios en países como Chile, Argentina, España y en Perú. En el caso de México, los espacios son las distintas instituciones que abren sus puertas para nuestros proyectos tanto museográficos como educativos. Nuevamente darles las gracias al Senar y darles la bienvenida. Muchas gracias. Dejo en la palabra a Adriana. Muchas gracias, Nidia. Muchas gracias, Everardo. Muchas gracias a ustedes. A nombre de Ricardo Calderón, director general del Centro Nacional de las Artes, les doy la más cordial bienvenida y les agradezco su presencia esta tarde. Quiero agradecer de manera puntual y con mucho cariño a Fundación Telefónica por haber confiado en nosotros en este proyecto que hemos logrado compartir con siete estados de la República. nos faltan un par de sedes todavía agradecemos a quienes nos ha abierto la puerta para compartir esta reflexión sobre la tecnología, la ciencia del arte y distintas manifestaciones que se han revisado de manera puntual en algunos estados de la república y como bien decía Nidia hoy, nos acompaña Begardo Reyes, a mi me da especial emoción tenerlo bien en la casa y nos gustaría que siga estando. Vamos a hacer todo lo posible por seguir compartiendo con él. Bienvenido a Berardo siempre. Voy a leer su biografía. Berardo nació en la Ciudad de México. Actualmente es profesor de la Universidad de París 8. Estudió Ciencias de la Comunicación en el TEC de Monterrey. Hizo una maestría en el TEC de Monterrey en colaboración con la Columbia Británica, la Universidad de la Columbia Británica en Canadá, de la cual se graduó con honores en 2007. Estudió un doctorado en Ciencias de la Información y Comunicación en la Universidad París 8 con el tema de tesis El Hipermedia Objeto Técnico. Obtuvo una mención muy honorable con felicitaciones del jurado por unanimidad. Ha sido miembro del Comité del Programa de Conferencia Científica H2PTM15 de la Universidad París 8 y miembro honorario del Comité Científico de la Conferencia Internacional de Arte y Ordenador en Río de Janeiro, Brasil. Everardo Reyes obtuvo su doctorado en Ciencias de la Información y de la Comunicación en 2007 también por la Universidad de París VIII, en donde actualmente es profesor e investigador titular. Ha sido director de la maestría en Diseño de Interfaz en la Universidad de París XIII de 2011 a 2015 y fue director académico de la Licenciatura en Arte Digital del Tecnológico de Monterrey, Campus Toluca, de 2007 a 2011. Es miembro del Software Studies Initiative bajo la dirección de Lev Manovic y es tesorero de la Asociación Internacional de Semiótica Visual bajo la dirección de Boran Soneson. Ha organizado distintas conferencias en México y Francia sobre arte digital y estudios de web, editando y traduciendo libros, publicando más de 40 artículos en conferencias y revistas. Muy bienvenido, de verdad es un honor tenerte en la casa. Nuevamente, muchas gracias, Nidia, por confiar en el CENAR para este ciclo. Ojalá podamos extenderlo con otros temas y otros pensadores para seguir compartiendo con todo el público. Muchas gracias, bienvenidos, que pasen una buena tarde. En Fundación Telefónica creamos, difundimos y compartimos el conocimiento cultural y tecnológico a través de investigaciones, conferencias, concursos, exposiciones y talleres que impulsan la creación artística. Contamos con un catálogo de publicaciones compuesto por más de 250 títulos que describen el impacto de la tecnología en la sociedad, realizadas por investigadores de Europa y América Latina. Gestionamos el patrimonio artístico de Telefónica, conformado por pintura y escultura de diversos periodos, así como un archivo con más de 12.000 fotografías que documentan la historia de las telecomunicaciones. Durante 15 años apoyamos la investigación artística con interesantes propuestas creativas que mezclaron el arte y la tecnología con la ciencia. Hoy iniciamos un nuevo reto en México. Acercar a las nuevas generaciones de artistas con grandes representantes de la división entre el arte y la cultura digital a través del ciclo formativo Arte y Tecnología Fundación Telefónica. Con el apoyo de la Secretaría de Cultura a través del Centro Nacional de las Artes y Centros de las Artes en los estados con los que colabora. En Fundación Telefónica creemos en un mundo digital y solidario y nuestra misión es mejorar las oportunidades de desarrollo de las personas a través de proyectos educativos, sociales y culturales adaptados a los retos del mundo digital Muchísimas gracias Me da muchísimo gusto estar en el Senart que estén ustedes aquí, que podamos discutir un poco sobre este tema que cuando me invitó José Luis Barrios y Adriana, que nos vimos hace poco, estuvimos discutiendo sobre el tema, me pareció una idea brillante, me pareció magnífico que se tome esta iniciativa, son temas que en lo personal me interesan, pero también me parece que hay muchas tendencias actualmente y que vale la pena que se discutan y que se abran estos espacios. Entonces, bueno, estoy con muchísimo gusto de estar aquí. Entonces, bueno, lo que he preparado para compartir con ustedes, que podamos discutir también, es, retomamos entonces la idea del ciclo de conferencias y traté de armar en esta serie de diapositivas varios proyectos en los que he trabajado, algunos que he hecho junto con otras personas, algunos que he hecho yo solo, bajo este título, análisis crítico de la cultura con datos y software, métodos, usos y herramientas. No duden tampoco en algún momento, si así lo desean, interrumpirme, hacer preguntas, podemos ahondar, podemos regresar, discutir, etc. Entonces, efectivamente, como decía Adriana, yo me intereso en datos, en software, sobre todo desde el punto de vista de la imagen. Entonces, hoy pondré muchas imágenes. Será una presentación con muchas imágenes, sobre todo de interfaces gráficas de usuario. Porque al final de cuentas, cuando usamos datos y nuestra relación con datos, es en realidad una relación mediada. ¿Qué significa esto? Que es una relación en donde pocas veces ocupamos un dato tal cual en su estado puro, sino que en realidad lo que usamos es una capa, una superficie que se llama software, que se llama interfaz gráfica de usuario, que se llama, depende de lo que les interese hacer, lo que ustedes hagan, pero puede ser también un lenguaje de programación, puede ser una representación como la llamamos actualmente visualización de datos. Entonces, bueno, al mismo tiempo estas representaciones, pues como las vemos en la pantalla, no dejan de ser imágenes. Todo lo que nosotros vemos en pantallas de computadora, teléfonos, proyecciones, las pantallas están saliendo por todos lados. Entonces, bueno, esta es la mediación. Entonces, bueno, pues yo he decidido y me intereso mucho en esta relación de la imagen como interfaz gráfica de datos, que podemos analizarlos. Y desde el punto de vista de la cultura, desde el punto de vista de las ciencias humanas, ciencias sociales, pues me parece que podemos justamente aportar un ojo crítico a estas herramientas que tenemos actualmente. Entonces, probablemente tengamos que dar una rápida revisión a lo que significa dato. Al final de cuentas, serán ejemplos de la imagen digital, pero son ejemplos que se pueden también transpolar y aplicar a otros dominios, como el audio, por ejemplo, como la tecnología 3D, como otros tipos de media. Entonces, quizá esto es un punto de vista un poco técnico, pero en realidad a veces vale la pena regresar a estas definiciones técnicas porque sucede que a veces en la vida cotidiana y no nos damos mucho en ocasiones el tiempo de cuestionar incluso los términos que tenemos a la disposición y que ocupamos todo el día. para referirnos a las herramientas y al tipo de medios que tenemos actualmente. Entonces, en realidad cuando uno empieza a trabajar y estudiar sobre imagen digital, la idea de representación es bien diferente a la que uno podría encontrar en el arte, o en la historia del arte, en donde uno dice, bueno, representación de algunas ideas o representación de algún concepto. Cuando los ingenieros y cuando las personas que trabajan en datos hablan de representación, se trata en realidad de un punto de vista, de un modelo del mundo que es discretizado, que es cuantificado, que es digitalizado, para que lo podamos manipular, utilizar y de esta manera utilizar los datos. Estos son algunos ejemplos de modelos de representación de imágenes digitales. Entonces, como decía, casi no es, generalmente no es la, no siempre ocupamos el dato en su formato binario, más bien ocupamos representaciones, descripciones que se añaden a estas capas del código binario y generalmente podemos verlo también de manera como imagen o lenguaje de programación. Las definiciones técnicas son, aquí me he permitido poner una tal cual en inglés, porque en realidad es interesante cómo también regresamos a estas nociones, a la literatura técnica y vemos que incluso se crean, como decía el relator, algunos términos que probablemente merece que los revisemos desde el inicio. Por ejemplo, una imagen en su definición técnica, en realidad, son un conjunto de valores agrupados en una tabla de datos. Y esto se agrupa de esta manera para que podamos después ejecutar ciertas operaciones comunes en los datos. Ustedes pueden generalmente, con una imagen, pues rotarla, podemos redimensionarla, cambiar el color, etc. Al final estamos ocupando estos pixeles. Y en realidad a veces también sucede que tenemos la idea de que cuando usamos algún software tipo Photoshop o cuando usamos algún ambiente que nos permite ver imágenes, en realidad a veces pensamos o se le da la idea de que esos son los pixeles. Usamos los pixeles o PELs a veces. Y en realidad, pues en realidad no son pixeles. En realidad no son tal cual el valor numérico del dato que estamos registrando. Porque actualmente no tenemos todavía, por lo menos no todo el público, acceso a sistemas de computación tan poderosos que nos permitan analizar y modificar pixel por pixel o valor por valor. Lo que hacemos es un resumen de muchos pixeles y los juntamos en un cuadrado, en una forma rectangular, y eso es a lo que le llamamos un pixel. En realidad entonces es una huella o un rastro, es el resultado otra vez de una tapa, es un filtro de reconstrucción. El hecho de que sea un cuadrado, un píxel, probablemente sería interesante ver por qué es un cuadrado y por qué es un píxel. Tiene que ver con el formato de las pantallas, tiene que ver con el formato que conocemos actualmente. Las pantallas son generalmente cuadradas, rectangulares. Se dice que también desde los inicios, cuando hacíamos pintura en tela, que era también cuadrada, bueno, pues hay ciertas relaciones con las puertas, con las ventanas, etc. Pero nada nos impide, por supuesto, pensar en que los píxeles sean de diferentes maneras o los organizamos de diferentes maneras. Existen disciplinas que en realidad usan píxeles en forma triangular o hay disciplinas que ocupan píxeles en forma hexagonal. depende la disciplina y depende también lo que queramos hacer con esas disciplinas. Lo que intentaremos entonces ahora será ver justamente algunos de esos usos, ver si podemos moverlos al lado de la cultura, al lado de las ciencias humanas, y después como que resurgir otra vez a la superficie, a las interfaces gráficas y ver qué podemos hacer. Entonces, bueno, esos son ejemplos de filtros de reconstrucción cuadrados. ¿De acuerdo? Entonces, incluso los mismos ingenieros, no solamente ingenieros, sino más bien personas que trabajan con las imágenes digitales, David Marr es un caso, él no era ingeniero, forzosamente él era neurofisiológico, trabajaba en la psicología de las imágenes. y pues es totalmente claro que la manera para él era de que la manera en la que entendemos y representamos las imágenes determina muchísimo después la forma en la que vamos a poder relacionarnos y modificarlas y trabajar con ellas mismas. Entonces, hablando en términos un poco más informáticos, bueno, hemos visto que los pixeles se reúnen, se tienen que juntar, los tenemos que agrupar en lo que se le llaman estructuras de datos hay diferentes, hay muchísimas y son complejísimos hay metadatos también hay formatos de archivos entonces todo esto todo este como material del que disponemos ocupamos después una variedad de acciones que podemos ejercer sobre estos valores de ahí que existen algoritmos, un algoritmo es una serie de pasos a seguir para lograr alguna acción. No hay una, por supuesto, no hay una forma universal, canónica, para realizar esa serie de pasos. Si hago una traducción muy rápida con otra disciplina, bueno, pues es como si hiciéramos una receta de cocina. Uno puede tener sus propias recetas, pero en realidad puede que no sea la mejor, o puede que la podamos mejorar, cambiar, alterar, etc. Entonces, Los algoritmos que tenemos actualmente y que usamos día al día son algoritmos que se han afirmado como ser los mejores desde el punto de vista de eficiencia y son los que ocupamos. Esto también se combina con lenguajes de programación que a su vez toman en cuenta el tipo de algoritmo que van a utilizar, el tipo de imagen que van a utilizar y se convierte ya no en un par sino en un trío de actores que están interrelacionados. Entonces, bueno, pues esto da al final el software. Las áreas computacionales en donde yo trato de investigar, trabajar, leer y justamente entrar en la materia de imágenes digitales son procesamiento de imágenes, gráficas computacionales, visión computarizada, bases de datos de imágenes, multimedia y permisos, visualización de datos. Son disciplinas que ya tienen mucho tiempo que vienen trabajando con imágenes y que en realidad podemos ahí encontrar mucha materia rica para trabajar. De acuerdo, entonces, bueno, eso por la primera parte. Datos con relación a la imagen digital. Mi punto de vista hacia un análisis crítico respecto de datos e imagen digital, pues lo tomo yo desde una disciplina, pues ya un poco con ciertos años, con cierta tradición, una disciplina en ciencias humanas que se llama semiótica. En la disciplina, yo me gusta y trabajo la semiótica y participo en congresos y tengo muchos colegas en semiótica, pero a mí me ha ayudado mucho este punto de vista porque en realidad me ha dado herramientas intelectuales para intentar describir, comprender los diferentes niveles de análisis, niveles de complejidad que existen en software que usamos diario como el Word. Gmail como Flickr que ya no se hace tanto Flickr que es más bien ahora Instagram bueno en diferentes en todo lo que vamos diario, bueno hay diferentes niveles y bueno creo que la semiótica me ha permitido me permite hacer análisis un poco descriptivos y con cierto rigor hay diferentes por supuesto puntos de vista hacia hacia una cultura crítica, la filosofía, la sociología, pero bueno, en mi caso es particularmente la semiótica. Trataré de ir un poco probablemente a explicar lo más claramente posible estos tres niveles o tratar de hacer la relación entre la semiótica e imagen digital a partir de diferentes niveles. Por un lado, así como lo veíamos en el software, si bajamos un poco en la superficie, incluso de lenguaje, etc., tenemos unidades elementales, unidades básicas de significación, que se reúnen, se agrupan, y eso produce textos. Los textos, a su vez, los tenemos que manipular de alguna manera, los tenemos que escribir, los tenemos que imprimir, los tenemos que enviar por mail, entonces vienen encapsulados en objetos. Obviamente estos son solamente tres niveles de una trayectoria un poco más larga que en un momento mostraré. Entonces, la semiótica en la que últimamente he estado trabajando, probablemente porque vivo en París y porque ahí está el grupo de semiótica de París y porque son los colegas que tengo ahí. La semioteca en París está influenciada por un investigador que se llamó Algirdas Greimas, que justamente el año que entra festejamos o conmemoramos su centenario y todo, así como decía Nidia, aquí será García Márquez en América, ella será en Francia sobre todo, Greimas. Todo, todo, todo será. Estamos organizando muchos eventos alrededor de él. Entonces él decía, bueno, pues un sistema de signos, en realidad él decía, pues no, no es un sistema de signos, es un conjunto de significantes que suponemos hipotéticamente que tienen una organización de articulación interna y autónoma. Entonces, bueno, la idea de los pensadores en ciencias humanas, obviamente se comunica y se hace referencias y se basa con investigaciones de demás pensadores y el caso de Greimas está soportado en la escuela de un lingüista danés, Luis Jemslet, quien trabajaba sobre un lingüista suizo que se llamaba Ferdinand de Saussure. Entonces es muy interesante ver cómo ellos en cualquier fenómeno que produce significación, de un lado se ve lo que se percibe, la materia, lo que es percibido, y de otro lado el significado que eso evoca. Nos puede evocar probablemente, si vemos el color, los colores son como un ejemplo que escuchamos seguido. El color rojo, que en diversas culturas puede evocar algún significado, puede que no sea el mismo en otras culturas. entonces esto por el lado de la interpretación pero por el otro lado tenemos el color rojo tal cual que existe entonces eso es el punto de vista de la materia y por otro lado el punto de vista de la interpretación estos niveles se han tratado de desglosar con un poco más de detalle y este recorrido que les decía de tres partes signos, textos y objetos En realidad es algo que pertenece a un mapa más amplio que se vería más o menos de esta manera. En realidad los colegas que trabajan la interpretación y el significado trabajan con herramientas que llaman narrativa, enunciación, etc. Ya existe mucha investigación sobre ese tema. Lo que no existe suficiente o lo que quizá merezca más debate, sobre todo en la situación actual de objetos digitales, de objetos interactivos, es justamente la parte de lo que vemos, la parte material, la parte perceptible, la parte material de los datos. Los datos en realidad son, pasando, dicho de paso, pues son muy materiales. Generalmente nos dicen que estamos en lo virtual, etcétera, pero en realidad todo dato es muy, muy, muy material. No solamente porque tiene sus consecuencias en el mundo físico cuando ocupamos y nos hace pensar y nos hace sudar, etcétera, Pero en realidad todos los datos se almacenan en centros de almacenamiento de datos. En Google, por ejemplo, tiene sus discos duros escondidos en diversas partes del mundo para que nadie pueda ir, tomar el disco duro y buscar en nuestros correos, etc. Entonces, si lo vemos desde el punto de vista de la antropocena y de otros discursos que existen alrededor de lo digital, La materialidad de lo digital es un tema muy actual y que merece mucho cuidado también. Entonces, este sería el mapa grande. Entonces, yo trataré nuevamente de ubicarme en la parte perceptible, la parte material de los datos que vemos en las pantallas de computadoras o pantallas digitales. Entonces, haciendo este zoom, regresando al zoom, veremos cómo, si hacemos este recorrido, si nos sumergimos o si traspasamos, si bajamos la interfaz que vemos al final de lo que está proyectado y de lo que son los pixeles, que ya veíamos que son las huellas, los filtros, Encontraremos entonces que todo eso está soportado por sus propios paradigmas, por sus propios lenguajes, por sus propios tipos de descripción y de representación de datos. Todo esto tiene, por supuesto, un formalismo clarísimo para que podamos trabajar con estos datos. Quien haya experimentado con un poco de programación sabe que si no pone uno el punto y coma, probablemente al final de un statement de programación, bueno, pues ya no va a funcionar nuestro código. y tiene que ver con la sintaxis justamente de los lenguajes. Que así determinó un grupo de especialistas que trabajan en eso, y que bien pudieron haber dicho, pues no, no es un punto y coma, es o nada, o es dos puntos, o es algún otro signo que ya exista en la lengua. Entonces, que sean signos alfanuméricos, etc. Así hasta llegar al código binario, que en realidad pocas veces usamos, es bastante laborioso. Nuestra perspectiva entonces, para resumir un poco esta segunda parte que mostraba, es observar la materialidad del código en sus manifestaciones formales y materiales. Formales porque en realidad no podemos inventar así, mientras vamos haciendo algo, si usamos Photoshop, por ejemplo, a veces tenemos muchas ganas de pensar en cómo me gustaría que hubiera esta funcionalidad aquí. O en Word, por ejemplo, cómo me gustaría que Word tuviera un ícono que me permitiera hacer poesía generativa. No existe eso. Entonces, ya existen reglas formales preterminadas que se materializan en forma de interfaz gráfica de usuario. Entre otras. Esto es complejo, pero bueno. Nos interesa entonces observar la materialidad del código. Es importante analizar diferentes niveles para ver cómo la materia y sustancia modifican interpretaciones y significados. Si regresamos y bajamos, bueno, puede ser que así, regresando nuevamente, es decir, bajando un nivel y regresando, aventándolo nuevamente a los usuarios o a la sociedad, pues eso también tenga diferentes interpretaciones o evocaciones diferentes. Los ejemplos que mostraré entonces a continuación son ejemplos de una disciplina, un área, un campo de estudio que se llama Cultural Analytics. Cultural Analytics es un término que se introdujo en 2005, ya tiene también un poco de tiempo, por este investigador muy importante en el campo de los nuevos medios que se llama Lev Manovich. Él es de origen ruso, trabaja en Estados Unidos, vive desde hace mucho tiempo ahí. Y pues yo he tenido el gusto de trabajar con él desde hace unos cuantos años, 2008. Y pues desde temprana, desde que nos conocimos, fui un poco acercado a estos métodos de cultural analytics. Entonces he tratado ahí de hacer algunas aportaciones junto con él y los demás colegas de la iniciativa. Cultural analytics. Cultural Analytics es en realidad la descripción o el estudio de la cultura de datos culturales utilizando herramientas de procesamiento de datos, de procesamiento de datos con computación, por supuesto. Pero tomando en cuenta que en realidad los datos que producimos actualmente en la sociedad son casi inmediatamente Big Data, son enormes. Si nosotros nos pusiéramos a contar la cantidad de tweets en una hora que se producen en el mundo, inmediatamente pasamos al territorio de los Big Data. Son muchísimos, muchísimos datos. Lo que interesa entonces no es forzosamente analizar tanto, tanto, tanto los Big Data, sino más bien describirlos y entenderlos de una manera que nos hagan comprender cómo fue que llegamos a esa descripción de Big Data. Ya veremos ahora algunos ejemplos. Entonces, algunos de los ejemplos que se empezaron a trabajar con los cultural analytics fue no forzamente datos cuantificados, no forzamente cifras, no forzamente números, sino más bien medios un poco más problemáticos como las imágenes o como los videos. Un texto, sabemos que fácilmente podemos contar las palabras que existen en el texto, podemos contar rápidamente la cantidad de A, de B o de I o de D, pero en la imagen no tenemos esa capacidad. Tenemos que utilizar otras capas de descripción. Entonces lo que se hace es, por ejemplo, tenemos una imagen y se extraen automáticamente propiedades visuales. Se extrae, por ejemplo, la cantidad de color que existe, cantidad de saturación que existe, cantidad de brillo que existe, cantidad de texturas, qué tipo de texturas, en dónde están las texturas. Hay diferentes formas de hacerlo con software que justamente, como no existe en la cultura, Photoshop no tiene esas funciones, como decíamos, ni PowerPoint. hay que utilizar software que existe en otras disciplinas como por ejemplo las ciencias en medicina existen personas que hacen eso todos los días y eso es lo que intentaremos hacer propiedades visuales esto si se le añaden también metadatos por ejemplo cada que tomamos una foto sabemos que se deja una huella es decir si yo tomo una foto con mi celular automáticamente mi celular registra la hora, el tipo de imagen, registra algunas de estos datos que la mayor parte del tiempo son invisibles para nosotros. Necesitamos algún otro software que nos permita justamente ver estas informaciones. Probablemente también no a todo el mundo le interese conocer esas informaciones. Sin embargo, desde otro punto de vista para otros actores, si les interesa, es decir, a Facebook, por ejemplo, quizá no le interese ver que pusimos un gato, a él quizá le interese más bien ver en qué momento, con quién compartimos eso, qué nos interesó de esa imagen en nuestro comentario, etcétera, etcétera. Entonces, bueno, tenemos, además de propiedades visuales, tenemos también metadatos técnicos y, por supuesto, cada quien enfrente de una imagen ve muchísimas cosas diferentes. Como decíamos, el significado es cultural, puede cambiar, incluso puede cambiar de una persona, en la misma persona, en diferente tiempo. No es lo mismo ver probablemente, o no entendemos en ocasiones, o entendemos algo diferente cuando vemos una imagen en un año, y si la regresamos y la vemos unos cuantos años después, probablemente entendemos o vemos diferentes cosas. Entonces, bueno, esto es riquísimo. Cuando nos pasamos al lado cultural, La manera en la que entendemos las imágenes, bueno, pues se pueden para cada una de las imágenes describir muchísimo, muchísimo más información. Desde el punto de vista subjetivo, qué nos gustó, a qué música nos recordó, quizá con quién estábamos, si había algún olor en particular en ese momento que nos hizo también evocar algo o a qué nos recordó, relaciones semánticas, pragmáticas y existen, si nos recordó a otra imagen que ya existía. Esto ya cuando pasamos a ciencias humanas se abre también muchísimo. Entonces, bueno, esto es un ejemplo de un archivo Excel, porque en realidad los datos, pues así se pueden guardar. Cuando nos hablan de bases de datos los podemos ver también como verdaderos archivos Excel, un Google Spreadsheet. Solamente que obviamente son enormes. En este caso lo que estamos viendo son un fragmento de un archivo Excel en donde se cuantificaron 390 propiedades visuales para cada una de las imágenes que existían en un folder determinado. El folder en cuestión tenía 500 imágenes, entonces 500 por 390 propiedades visuales calculadas automáticamente, porque no nos pusimos a hacerlo, nos da este resultado. Por muy, no sé, complicado, complejo, etcétera, al final de cuentas, bueno, pues, justamente a esas propiedades visuales se les puede seguir añadiendo columnas que describan diferente cada una de esas imágenes. Y es cuando hablamos, entonces, ya no de big data, de muchos, muchos, muchos datos, hacia abajo de la hoja de cálculo, sino más bien muchos, muchos datos hacia el horizontal de la descripción. data, datos largos. ¿Y cómo se usan entonces? ¿Cómo podemos o qué es lo que se intenta hacer con estos datos? Como decíamos, generalmente no trabajamos con estos datos, lo que hacemos son representaciones de estos datos. Algunos usos de estos datos tienen que ver justamente con proyectos culturales, sociales, tecnológicos. De hecho, desde el 2005 que inició esta propuesta de Cultural Analytics, lo que hemos visto es, por ejemplo, el año pasado acaba de publicarse un libro que llama a los datos que tienen que ver con la cultura, los llama datos de humanidades digitales. También es un término que está muy a la moda actualmente. Entonces, en humanidades digitales generalmente tenemos cuatro tipos de datos. Los que trabajan en humanidades digitales dicen que usan muchos textos, ya sea libros completos de algún escritor, ya sea que usen datos geográficos, de geolocalización, ya sea que usen imágenes o ya sea que usen redes. Esos diagramas de red que vemos que parecen como espaguetis son cuatro de los tipos de datos y hay libros que justamente se dedican a trabajar esos cuatro tipos de datos. Y aquí hay ejemplos que tienen que ver con justamente imágenes. Dicho de otra manera, lo que está pasando es que existen muchas herramientas actualmente que históricamente las han venido más bien utilizando otras personas que no son de humanidades, de ciencias humanas. Entonces lo que se trata es de buscar en estas herramientas este enfoque y tratar de producir entonces estas vistas más enfocadas hacia la cultura. Esos son algunas de las funcionalidades mínimas que deben incluir estas herramientas que nos permitan después justamente empezar a encontrar pistas, patrones, modelos interesantes. Obviamente hay modelos estadísticos, es una implicación de diferentes disciplinas. Visualmente, ¿a qué se parece esto? Esta es la representación gráfica de un video mediante la técnica de media, una media de imágenes. Y se trata de que ustedes tienen un video, por ejemplo, descomponemos este video en sus cuadros, en sus fotogramas, y después aplanamos todos estos fotogramas en uno solo. Para identificar, pues depende de lo que queramos identificar, puede ser que al cineasta o al fotógrafo le interese ver en qué parte del video existe más brillo, o en qué parte del video existe más movimiento, o en qué parte del video existen diferentes patrones y modelos. Este es el video que, no sé si quizá ustedes lo recuerden, hay gente aquí muy chica que, por supuesto, el 91 es ya un poco prehistórico, ¿verdad? Pero yo me formé en estos momentos para comprar el disco Nevermind de Nirvana y fue como Dylan ahora que ganó el Nobel, o sea, revolucionario. Entonces me ha gustado mucho y justamente me apropié de las producciones gráficas de Nirvana y verán ahora algunos otros ejemplos más. Este es este video sumarizado en una imagen. Ese es el mismo video pero ahora visualizado como un mosaico de imágenes. en donde podemos ver, hay gente que lo describe como una vista, como ver tres minutos del video o ver lo equivalente. Si, por ejemplo, un segundo de video tiene 15 imágenes, imaginemos, 15 por tres minutos, pues nos da esto. Y aquí podemos también ver diferentes patrones, diferentes modelos, etc. Aparte es muy divertido. Y es aquí donde un especialista, justamente en la materia, puede empezar a ver diferentes situaciones, puede empezar a ver diferentes asociaciones externas a lo que uno está viendo. Me explicaré después también. Esta es una técnica que se llama seccionamiento de imágenes, image slicing, en donde la idea supone que cada cuadro del mismo video pues solamente recortamos una región tienen ustedes un cuadro recortan una región del video y la ponen por aquí el siguiente cuadro, la misma región del video la ponen por acá, el siguiente cuadro y así, así, así, entonces nos da que estos son son las rebanadas las ponemos así y se ve una vista ortogonal de la misma representación ya no como mosaico sino como una vista ortogonal de las imágenes y se ve, es interesante Luego, si recuerdan el video de Comas You Are de Nirvana, hay partes en donde hay una pistola que va ahí volando, hay referencias a la portada del disco, etc. Entonces está interesante. Toda la videografía, por así llamarlo, de Nirvana, se puede ver también así. Estos son todos los videos del grupo. Y los conocedores del grupo verán aquí como algunos modelos que tienen que ver con qué pasó en la historia de Nirvana y por qué se movieron de aquí para acá y por qué un video en blanco y negro justamente en el 92 después de que habían sido existotísimos en el 91 y estos problemas del cantante Kurt Cobain que la fama le cayó muy de peso y quería regresar a ser punk, etcétera, etcétera, etcétera. Eso yo pienso que también, de alguna manera, en el caso particular de Nirvana, Kurt Cobain ponía mucha atención a cómo su grupo se veía o cómo su grupo se mostraba en los medios. Entonces él decía, no, no, no, esto debe ser así, me gustaría esto, me gustaría esto, la idea básica es esa. Son algunos ejemplos entonces de modelos de visualización de imágenes en Cultural Analytics y aquí algunas implementaciones un poco más modernas. Estos son imágenes al final de cuentas estáticas que pudiéramos imprimir como un póster y pegarlo, pero probablemente pasando a un ambiente más interactivo como el web, pues podamos hacer diferentes cosas y en eso estamos. Pondré estos ejemplos que quizá como son interactivos, pues quizá podamos verlos más interactivos. Si ustedes se dan cuenta entonces, bueno, pues esto es al final de cuentas la representación de un mosaico de imágenes, como vimos, pero esto es de una conferencia. No fue hecho por el grupo de Lev de Manovich, pero pues es una manera de cómo navegar la conferencia y cómo incluso aquí podemos hasta ver las partes de la conferencia. entonces la idea era como permitir dejar al visitante o al usuario humano como se le llama, la capacidad que tenemos de identificar patrones rápidamente que la computadora probablemente tendría problemas justamente porque no tenemos una representación una descripción topológica de formas pero nosotros como humanos podemos ver aquí rápidamente patrones. Este es un ejemplo. Incluso no solamente investigadores y científicos, etcétera, sino también medios, el data journalism, el periodismo de datos, empieza también a inspirarse de algunos modelos. Este es un ejemplo de The New York Times, en donde lo que hicieron fue poner entonces diferentes colores de los modelos y es interactivo. Si queremos ver un modelo en particular a quienes le interese la moda, y así para diferentes. Como son tantos datos, necesitamos modelos para hacer resúmenes, en donde lo que vemos son entonces ya otros elementos que pueden ser como patrones, como rasgos, que podemos entonces navegar. Y lo interesante es que podamos entonces hacer también zoom de lo muy grande a lo muy detallado. Otro más, esta es de la Biblioteca de Nueva York, que digitalizan todas sus colecciones y nos permiten aquí entonces también navegarlas por temas e incluso por color también. Personalmente a mí lo que me interesa también es cómo lo hacemos. Entonces, porque aquí dije que íbamos a hablar de métodos. Concretamente, ¿cómo lo hacemos? Ocupamos una colección de imágenes en formato PNG o JPG. Ocupamos un software que es gratuito que se llama ImageJ. Este es el que yo recomiendo porque es buenísimo. Es muy fácil de usar. Mucho es con interfaz gráfica de usuario. Ocupamos dos scripts que ya fueron hechos y que ustedes los lanzan directamente en este software. Y el software se pone a trabajar y nos presenta la imagen. Estas son 203 imágenes de Paul Klee ordenadas por años en el eje horizontal y por saturación de colores en el eje vertical. Son ejemplos. Obviamente, entonces, lo que me permitió esto a mí hacer fue algunos experimentos de interfaz, porque la idea es que, ok, si podemos hacer eso con datos y representarlos de esa manera, pues la idea probablemente sería entonces empezar a especular y a inventar y a diseñar maneras de convivir o de representar estos datos. Este es un proyecto abierto, ustedes lo pueden navegar más tarde si lo desean. son las mismas 203 imágenes de Paul Klee, solamente que vistas así o sea, voy a quitar aquí la textura de la imagen ustedes pueden ver el último periodo que tiene más colores por aquí, si son especialistas de Paul Klee, aquí están todos los periodos, etc. podemos ver alguna en particular que les interese probablemente tarde estos datos lamentablemente no pude los bajé de wiki art no lo interesante sería, por supuesto, ir a la Fundación Polkle en Berna, Suiza, volver a escanear las imágenes. ¿Qué nos interesa de una pintura? ¿La textura? O cuando van al museo, ¿qué les interesa verla de lado para ver la textura y el pigmento? Pues entonces habría que regresar y volver a cuantificar esas imágenes. El web no lo tiene todo, ni hay gran cosa tampoco. Esto es, aquí otros controles que pueden modificar por años, por brillo, etc. Había otra versión también, que era un poco más... Esta también es por saturación, por brillo, las mismas imágenes. Todo lo que intento es que se ve muy plano y muy como en construcción el sitio, la obra esta. Pero en realidad lo que intento hacer es ocuparlas como herramientas, vamos a llamarle pedagógicas, incluso un poco de intelectuales o de desafíos, incluso para los estudiantes. Yo soy maestro, entonces trabajo con alumnos y les digo, bueno, a ver, hagamos algo. Entonces, especulemos, trabajemos, hagamos, hagamos, hagamos cosas. Este es un ejemplo entonces de Paul Klee. Les mostraré otro ejemplo de, ya para ir acabando, este es otro proyecto que hice de 2.000 imágenes de portadas de discos. Me descargué de allmusic.com, según All Music, ellos hacen con estrellitas sus clasificaciones, su ranking de álbumes que son representativos. Entonces me descargué estas 2000 y aquí están, organizadas por color. Lo que intento también decir es que nada nos evita, entonces como son datos, proponer diferentes modelos de representación. O sea, aquí la fórmula que intentaba ocupar eran fórmulas inspiradas de matemáticas y de figuras geométricas cuadráticas, que en realidad lo que ven aquí es 3D, o bueno, más bien 4D, pero como se tiene que aplanar en un espacio 2D, hay que hacer un esfuerzo de imaginación, de doblarse, ¿no? Como dicen, ¿cómo imaginarse que vivimos en la 4D? Bueno, entonces eran ejemplos. Por supuesto son navegables estos ejemplos, o sea, si yo me meto aquí, ustedes pueden navegar los ejemplos. Son 2000 según All Music. Lo que me gusta mucho también es que uno cae sobre ejemplos que ni conocía. Yo aprendo mucho de música, sobre todo con esto. Podemos, por supuesto, filtrar. Vamos a ver Dylan. Bob Dylan tiene muchos discos por aquí. Nirvana, claro. Vamos a ver Janice Joplin. Nirvana, aquí está. Joplin. hay dos de Joplin este y este pero podemos poner por años 1975 76, 77 que nos van viendo como se va moviendo el histograma hacia la derecha etcétera etcétera la idea no es esa si ustedes ven que aparece esto por aquí oye, ¿qué pasa? probablemente en algún lado del disco viene el 85 o es un best of por ejemplo es un best of del 85 al 95 por eso, aunque se hizo en tal año, en el cual en el 2000, aparece ahí entonces en realidad como no soy tampoco el informático ni el soy más bien un geek, me gusta muchísimo trabajar con esto y me apasiona y estudio, pero para estudiarlo según yo debemos de meter las manos de trabajarlo, de hacerlo y de intentar hacer nuestros propios experimentos, entonces por supuesto hay muchísimo que corregir, que aumentar y poco a poco esto esperemos que vaya sucediendo. Ya para acabar también, esto es un ejemplo de lo que llamamos actualmente fisicalización de datos. Es decir, no nada más podemos visualizar sino también podemos construir objetos de datos. Estas son 200 imágenes de la página de Google desde el 2008 que salió Google hasta el 2015 que fue la última que tomé Y la idea es verla como si fuera una especie de hueso, como lo verían los médicos en radiografía. Y es 3D. Si ustedes quisieran, podríamos meternos adentro, navegar. Si tuviéramos el tiempo, podríamos también incluso anotar lugares adentro del objeto, trayectorias, imprimirlo por supuesto, imprimirlo en tamaño, en pequeña escala, pero también ¿por qué no? imprimirlo en gran escala navegar 200 imágenes o 13 años de Google ¿no? para eso ocupamos también un poco más de tiempo entonces, bueno, este es un ejemplo ¿cómo está hecho esto? igual, ocupé ImageJay script que hice, ustedes se lo pueden descargar y aplicarlo a lo que ustedes quieran. Pero déjenme explicar rápidamente para concluir qué es lo que está atrás de esto, porque en ocasiones nada más vemos que lanzamos el nombre de una función y no vemos lo que está atrás de la función y hay muchos, muchos algoritmos atrás. Atrás de este script hay un flujo de datos que puede ser visto así. Entonces, dice, toma mi conjunto, mi colección de imágenes, aplícale tal filtro, aplícale este otro filtro, sustrae el fondo, usa por default tales algoritmos que ya me da ImageJ. Lamentablemente no los pude escribir yo, pero la idea es que podamos escribir un algoritmo nosotros mismos adaptado para ImageJ y después volver a jalarlo. Entonces, al final se ocupa un plugin que se llama Run3DViewer en donde, ¿qué pasa adentro del Run3D Viewer? Pasa esto, pasa que ocupa un algoritmo que se llama Marching Cubes, que es el estándar desde los años 80's de cómo transformar, cómo pasar esta dimensionalización de 2D a 3D. Visto de otra manera, se ve así. En la 3D ya no ocupamos píxeles, ocupamos voxels. Entonces, hay muchas técnicas, muchas hacerlo. Este es uno de los más de los que todavía se siguen usando desde el 87 y obviamente justo como el JPG, como PNG, está basado en eficientizar la carga de trabajo que las computadoras que tenemos actualmente nos permite hacer. Si tuvimos máquinas cuánticas pues obviamente podríamos ahí quizá ya llegar al nivel de los valores de los pixeles. Entonces, bueno, como ya entendimos esto, esta quizá conozcan la serie Game of Thrones quizá hayan escuchado hablar de una serie que se llama Game of Thrones lo que hice fue adueñarme de un fragmentito de la introducción de Game of Thrones apliqué algunas técnicas de cultural analytics entonces la media de imágenes se ve así a quienes hacen animación por computadora quizá puedan ver aquí el trazo que hizo la cámara virtual, por ejemplo. Entonces puede ser que a alguien que hace animación por computadora le interese esto. Si lo convertimos en un objeto físico, se ve así. Y si lo imprimimos, se ve así. Lamentablemente esta cosa no la pude... Es un poco frágil y un poco cara también. Es un poco costoso estar imprimiendo estas cosas. Tuve que lidiar un poco con la impresora, con la imprenta 3D porque el modelo estaba muy complejo, tenía muchos polígonos y no estaban acostumbrados a tratar con tantos vértices. Entonces, bueno, no tiene el detalle que me hubiera gustado, pero está bien a veces hackear el mundo real. Y creo que es todo. Gracias por su atención.