Humanidades Digitales, rompiendo la lógica del hijo menor

Para la segunda parte del teórico, Gino preparó varias diapositivas para establecer un rápido pero preciso recorrido sobre la historia de las Humanidades Digitales, y llegar hasta algunos ejemplos de lo que llamamos lectura distante.

Para comenzar, explicó por qué las Humanidades Digitales ayudan a romper la metáfora de las Humanidades como hijo menor de las Ciencias “duras”. Sabemos que las Ciencias “duras” son aquellas que pueden indicarnos cómo clonar un dinosaurio, pero las Humanidades son las que van a decirte por qué hacerlo es una mala idea. Sin embargo, el mito del hijo menor es fuerte y las Humanidades Digitales son cruciales para desmontarlo, al traer al campo de investigación social la capacidad de trabajar con extensas cantidades de datos, justamente, “duros”.

Conocimos un poco a Santo Tomás de Aquino, un importante filósofo y teólogo del Siglo XIII que retomó y discutió la metafísica, dejando su nombre como legado a una importante corriente de pensamiento: el tomismo. Aunque su pensar sostenía que las verdades teológicas eran más fuertes que las racionales por lo sublime de su fuente, sostenía que la filosofía podía ser un modo de conocimiento válido para lo que no era referente a Dios.

Por otro lado, y mucho más cercano a nosotros, Gino nos introdujo la figura de Roberto Busa, un sacerdote italiano que en 1946 dijo: “El dedo de Dios está aquí”. Lo importante es que esta frase la sostuvo al ver lo que era capaz de hacer un servidor IBM de su época. El deseo de este sacerdote era hacer un índice de la extensa obra de Aquino, el Index Thomisticus. Rápidamente entendió que, a mano, esta tarea sería imposible. Por lo que recurrió a la tecnología informática más avanzada de su época: las tarjetas perforadas. Finalmente, el índice de las obras de Aquino apareció varios años después, a fines de los ´90, gracias al trabajo de un equipo de investigadores de la Universidad de Salamanca.

Pero, ¿cuándo nacen exactamente las Humanidades Digitales? Según el autor David Berry, con la famosa función “CTRL+F”, es decir, la posibilidad de encontrar de manera inmediata un concepto en un texto digitalizado. Cuando el problema es la abundancia de la información y no la falta, la cuestión ya no son las respuestas, sino saber hacer las preguntas adecuadas.

Luego de esta introducción, Gino pasó a graficar lo dicho con ejemplos. El primero fue extraído de la película Moneyball, un film acerca de un equipo yankee de béisbol que, aunque no la recomienda en absoluto, presenta un interesante ejemplo de lectura distante. En la escena vista, el personaje interpretado por Jonah Hill explica que los criterios de contratación en la liga son arcaicos, y que jugadores con muy buenas estadísticas son dejados de lado por detalles como, por ejemplo, hacer un movimiento extraño para tirar. De esta manera, presenta a los directivos información estadística de miles de jugadores, entre los cuales se encuentran algunos con muy buenos números pero tremendamente subvalorados por alguna característica especial, de modo que no serían muy costosos de contratar. La oposición es la lectura cercana que mira la forma de tirar o la cara del jugador, contra la lectura distante que encuentra un patrón de buenas performances comparándolo con miles de jugadores.

Los datos digitales tienen algo interesante, y es que todos tienen algún metadato que nos va a permitir saber más acerca de eso. Un rápido ejemplo que vimos para comprender la naturaleza del metadato fue el siguiente: la patente de un auto rojo. Mientras que “auto rojo” puede referirse a miles de autos, su patente es un metadato que nos permitirá saber exactamente de cuál estamos hablando. Después de escuchar algunos ejemplos de metadatos que dieron los alumnos, Gino presentó su segundo ejemplo de metadato: las tildes de WhatsApp, un metadato de las conversaciones que antes no existía.

Otro ejemplo visto fue cómo se organizaron la disposición de los nombres de las víctimas del atentado a las Torres Gemelas en el monumento en su memoria, de la mano de un proyecto algorítmico que se llamó “All the names”. El monumento se construyó en 2011, y en los diez años que transcurrieron desde el atentado hasta su creación, los investigadores empezaron a buscar adyacencias, es decir, ver qué personas estaban juntas al momento del atentado. También, dieron lugar a pedidos de las familias que habían perdido a más de un integrante y querían que sus nombres estén juntos. De esta manera, el algoritmo que diseñaron establecía la disposición de los nombres según la información recolectada, pero finalmente debieron hacer algunas modificaciones manuales debido a la nueva variable de los pedidos familiares.

Posteriormente vimos el caso del mapa de la república de las letras, un proyecto de la Universidad de Stanford que recopiló información de los intercambios postales de Europa y América para obtener como resultado un mapa interactivo sobre los mismos. Es lo que se conoce como Network Mapping.

También vimos un ejemplo nacional, Mapa76: un proyecto surgido de los encuentros Hack/Hackers de Buenos Aires. Este proyecto tomó todas las declaraciones de los juicios de la dictadura y, extrayendo nombres, verbos, lugares y fechas de detención, detectó patrones de secuestros, un patrón de cómo se movían las patrullas militares. Como resultado, además, pusieron a disposición la herramienta analice.me para que cualquiera pueda hacer este tipo de análisis.

Finalmente, se presentó el proyecto Selfiecity de Lev Manovich: un análisis de 1 millón de fotografías de Instagram para establecer patrones de este tipo de fotos, como, por ejemplo, poder defender con certeza que es un fenómeno juvenil. Como curiosidades vimos, además, que la primer selfie de la que tenemos registro corresponde a un daguerrotipo de 1839 y que el diccionario de Oxford incorporó la palabra “selfie” a su diccionario, pero con la particularidad de incluir en la definición que la fotografía es tomada con una webcam o un Smartphone y subida a las redes sociales.