Desarrolladores
¿Por qué se ha logrado una buena herramienta?
El equipo humano detrás del desarrollo es un equipo talentoso, con mucha experiencia en la solución de problemas de una manera puntual y rápida. Adicionalmente, el enfoque permitió desarrollar una buena herramienta ya que se pudo responder al usuario y responder a las necesidades que se iban presentando: restricción de la información, recuperación de datos, búsqueda y análisis.
Disponer de la mejor manera tanta información hace a la herramienta única. De hecho, el software usado en un principio para la catalogación colaborativa (Omeka), no respondió a los grandes volúmenes de datos, y fue este también un incentivo para que el metabuscador saliera a flote.
En este sentido, la herramienta ha resuelto de manera eficiente muchas de las necesidades de la Comisión de la Verdad durante el cumplimiento de su mandato. Es probable que no exista una herramienta similar en otros entornos. Por ejemplo, Omeka, que es una plataforma muy robusta, no respondió adecuadamente al nivel de datos demandados por la Comisión. El metabuscador se puede definir, entonces, como una megaobra a nivel de desarrollo de software; en efecto, el gran volumen de datos que maneja no hubiera podido gestionarse con una herramienta externa a la Comisión, ya que otros desarrollos obligan a podar ciertos procesos para adaptarlos a la herramienta, haciendo que se pierdan partes importantes que emergen del entorno social que maneja la institución:
La Comisión es como un árbol que creció y sus procesos están tan bien definidos, que cualquier cosa que se les haga, ya no es la Comisión; entonces, eso es el metabuscador: es el barniz tecnológico que se le añadió a ese árbol que es la Comisión...
Adicionalmente, es una buena herramienta en tanto permite búsquedas de texto avanzado; es decir, es posible realizar búsquedas a partir de palabras clave, y no como ocurre en motores de bases de datos relacionales. En otras palabras, y de acuerdo con el equipo, es normal trabajar con datos estructurados; sin embargo, manejar tanta información, sobre todo de texto, es mucho más complejo y requiere salirse de lo convencional, con el fin de que haya una herramienta idónea para todo el proceso de investigación. En este sentido, es una buena herramienta en tanto se pasa de analizar y procesar datos puntuales (números enteros, variables categóricas, etc.) a procesar todo el contenido de una información no estructurada.
Aprendizajes y experiencias
La dificultad principal dentro del desarrollo del metabuscador es definir un lenguaje común donde los usuarios comprendan cada una de las funcionalidades. Durante el proceso de desarrollo, se fueron presentando las funcionalidades sin mucho éxito ya que los usuarios no comprendían cómo resolver ciertos problemas; ello conllevó a que el equipo, en la siguiente iteración, adaptara mejor el software logrando así cumplir con los nuevos requerimientos.
En este sentido, y de la mano de los usuarios, el software comienza a ampliarse hacia otras funcionalidades. Es por ello que el desarrollo nunca está acabado, siempre está en beta permanente: mejorando los productos gracias a la interacción con los usuarios. En el caso del metabuscador, la primera versión fue la recuperación de información; el resto de funcionalidades, que lo hicieron crecer, fueron hechas con base en las entrevistas previas tenidas con los usuarios.
A nivel de equipo, los desarrollos presentan una complejidad importante: al estar varias personas desarrollando un mismo producto, se hace necesario aprovechar lo que hizo el otro, reciclar cosas. Allí aparece la necesidad de adoptar metodologías de trabajo como Scrum, para ir coordinando y ajustando todos los detalles que emergen. La estandarización de procesos también permite avanzar en el trabajo en equipo. La apuesta principal es, entonces, el diálogo y la comunicación: reuniones y concertación de metodologías; y disposición de herramientas para el trabajo colaborativo como GitLab, Jira, Excel, etc.
Ahora bien, a nivel de Scrum, se presentaron varios inconvenientes: al no llenar los vacíos presentes, y trabajar un Scrum muy superficial, la curva de desarrollo no se movía, aún cuando, a nivel de trabajo, se realizaban muchas tareas. El asunto se resolvió con el nombramiento de un coordinador de Scrum, ya que no era tanto la metodología, sino la manera de implementarla lo que generó dificultades en los primeros meses de desarrollo. Según el coordinador, adoptar esta metodología de trabajo responde, por un lado, a una buena práctica implementada en el desarrollo de software; y, por otro lado, a las exigencias de la Comisión de la Verdad: tener un desarrollo incremental y funcional en un corto periodo de tiempo, y también adaptarnos a los cambios que el desarrollo, y también la naturaleza de la Comisión, representan...
Otro aprendizaje importante resaltado por el equipo de ingenieros, tiene que ver con el enfoque de desarrollo; varios de ellos aprendieron nuevos lenguajes y tecnologías (ReactJS, ElasticSearch, software libre, entre otros), y pasaron de ser desarrolladores frontend o backend a desarrolladores Full-Stack. En últimas, y de acuerdo con lo que señalan los desarrolladores, fue necesario salir de la zona de confort y replantear, constantemente, su posición.
Finalmente, otro aprendizaje estuvo dado en función de la integración de los datos. El metabuscador integra todas las fuentes de datos que posee la Comisión de la Verdad, con el fin de que toda la información acopiada sea recuperada a partir de una sola herramienta. Este punto es, de acuerdo con el equipo de ingenieros, uno de los retos técnicos más importantes y uno de los fundamentos que le dieron origen a la herramienta:
El hecho de que tuviéramos tantas herramientas en el momento era un problema, porque los usuarios tenían un paquete de cosas por hacer, pero les tocaba llegar a algún lugar, y justo allí fue la apuesta por el metabuscador...
Interacción y construcción de lenguajes en común
La interacción con profesionales de las ciencias sociales implicó la necesidad de abrir la percepción (lo que los ingenieros denominan open mind), con el fin de lograr lenguajes en común que permitieran un entendimiento mutuo:
Acá el choque fue el lenguaje… a veces, uno quisiera que un requerimiento fueran dos hojas y no cincuenta: te cuentan una historia, y no desde un punto de vista sistémico… Entonces, empezar a sacar factor común de todo ese conjunto de trozos de historia que te cuentan y empezar a construir sobre eso, es un poquito difícil; no estaba preparado para eso. En nuestro caso, se trata de negar un poco el sesgo lógico para poder entender el requerimiento más allá de lo técnico; luego plasmarlo y devolverse, y estar desde un punto de vista no lógico para poderlo comunicar y venderlo bien...
El equipo que desarrolló el metabuscador generó un trabajo colaborativo importante con catalogadores e historiadores en función de definir las estructuras que marcaron el esquema de datos (metadatos) del metabuscador y del módulo de catalogación colaborativa. En este sentido, el equipo de ingenieros determinó la estructura de la base de datos (cómo se iban a guardar los datos a partir de las colecciones de MongoDB); mientras que, por su parte, el equipo de catalogadores definió cómo iba a ser la metadata para la clasificación y la recuperación de la información. El lenguaje colectivo se dio en función de cómo establecer las equivalencias entre ambas estructuras.
Última actualización