‘Crowdcrafting’ al servicio del periodismo

Daniel Lombraña
Investigador y Desarrollador Senior del Citizen Cyberscience Centre, Fellow de la Fundación Shuttleworth

Déjenme que les cuente una historia. Imagínese que mientras ojea el periódico, la sección de su provincia, se encuentra el siguiente titular: “El ‘temible’ juez Perico falla culpable en el 99% de sus casos”. ¡Madre del amor hermoso! El artículo detalla cómo desde que es juez en esta comunidad autónoma no pasa ni una, y hasta le apoda el “temible”.

Mientras lees el artículo piensas: “Pues sí que se toma en serio este hombre su trabajo, aunque claro, tendríamos que comparar con otros jueces de la misma zona para saber si esto es lo normal o si es un caso que se sale de lo habitual. Mas que nada, porque da la impresión de que el periodista quiera llamar la atención.

Por no quedarte con la duda, decides indagar un poco más sobre la noticia. Buscas en la web el titular. Entre los resultados encuentras un blog con una crítica directa y dura sobre el análisis empleado. Click.

El autor del blog se despacha a gusto: critica claramente el método utlizado. Analizar un solo juez es injusto y peor aún extrapolarlo, porque una sola muestra no dice nada sobre si estamos ante un caso extraordinario, o outliers como dicen los anglosajones, o por el contrario ante algo de lo más normal: los colegas del juez tienen un ratio de condenas muy similar.

Entre los comentarios del blog, el periodista original del artículo responde al autor del blog diciendo que “comparar todos los jueces llevaría demasiado tiempo, y que el dato, 99%, ya es por sí solo más que interesante para publicarlo como noticia”. Sin comentarios.

Aunque parezca que lo que estoy contando suena a chiste, he de decirte que es un caso 100% real. Esta historia ocurre en Islandia y el juez  pertenece al distrito de la corte de Reykjavík. Un ciudadano como tú, Páll Hilmarsson, decide demostrar al periodista que el artículo que había escrito tenía un fallo de forma: no se pueden sacar conclusiones con una sola muestra.

Para conseguirlo decide demostrar a este periodista y a sus colegas que con un poco de crowdsourcing o lo que es lo mismo, pidiendo ayuda a otros conciudadanos, se podrían analizar todos los casos de los jueces del distrito y ya de paso, del resto del país.

Para llevar a cabo esta tarea, Páll crea una aplicación que descarga de la web del ministerio de Justicia de Islandia todas las sentencias disponibles por distritos. De esta forma consigue descargarse unos 4700 casos, que sube a la plataforma de ciencia ciudadana Crowdcrafting para que sean clasificados como culpable, inocente o no sabe por ciudadanos del país.

Participar en el proyecto es tan sencillo como abrir un navegador web, hacer click en un enlace y leer el resultado de la sentencia para clasificarlo. Crowdcrafting envía el mismo caso a 3 personas diferentes (para tener una clara identificación del resultado), consiguiendo un total de 14.208 clasificaciones. Al final, gracias a la colaboración de tan solo unos 300 ciudadanos, el total ascendió a 17.144 enmenosdeunasemana! Con todos los casos categorizados, Páll descarga los datos, los analiza estadísticamente y publica los resultados en su blog (todo en Islandés).

Las conclusiones son interesantísimas, de hecho mucho más que las del artículo original. Gracias a su esfuerzo, Páll muestra la media de casos que terminan como culpable e inocente para todos los distritos de Islandia (por ejemplo en el sur de Islandia la media es del 88.42% de casos que terminan como culpables, mientras que el más alto es Reyjkanes con un 96.26%).

charts-(1)

Además, crea una lista con los diez jueces que más condenan (considerando solo aquellos jueces que hayan participado en 50 casos o más). Pero lo más interesante de todo, a mi parecer, es que a Páll Hilmarsson solo emplea 10 horas para hacer todo este trabajo: descargar las sentencias, subirlas a Crowdcrafting, invitar a la gente a que participe haciendo periodismo de datos, descarga de las clasificaciones, análisis estadístico, creación de la presentación y publicación (compartiendo el código y los datos). ¡Increíble!

Páll es mi héroe particular. Él solo ha conseguido demostrar cómo una persona, un ciudadano, con un poquito de ayuda puede hacer periodismo del bueno con herramientas de software libre. Páll es el vivo ejemplo de cómo los ciudadanos dejan de ser meros consumidores para convertirse en productores, en creadores.

Las herramientas utilizadas por Páll como ScraperWiki (para la captura de datos) o Crowdcrafting (para el análisis) facilitan que cualquier persona se convierta en un científico camuflado, pudiendo analizar y comprender el mundo que nos rodea de una manera simple y sencilla. Estas herramientas abren la puerta a que aportemos nuestro punto de vista con objetividad dado que respaldamos nuestras conclusiones con datos y estadísticas.

¿Te ha picado la curiosidad y quieres saber más sobre este tema? En la actualidad cada vez más ciudadanos e instituciones lanzan proyectos similares en los que tú, sí tú, eres la parte más importante del proyecto. Por ejemplo, ¿quieres ayudar en la investigación de nuevos filtros con nanotubos para tener agua limpia? Entonces, échale un ojo al proyecto TheComputingforCleanWaterProject.

Si prefieres ayudar en un proyecto de periodismo de datos, entonces dedícale unos minutos a este: ShellJIVTranscription. En este proyecto puedes ayudar transcribiendo los datos que la compañía petrolífera Shell publica sobre el terrible accidente del derrame de petróleo en el delta de Nigeria.