datos abiertos

¿Pensando en comprar una vivienda? ¿Quieres encontrar una zona bien equipada con centros de salud y farmacias cercanas? Este servicio muestra el mapa sanitario de Cantabria y ofrece las siguientes capas:  

• Datos de registro de los Centros Sanitarios de Cantabria. Se clasifican por distintos tipos: Centros de salud bucodental, Consultorios, Centros de salud, Hospitales, Unidades de salud mental, Centros de salud sexual y reproductiva, Unidades y centros de drogodependencias, Unidades de deshabituación tabáquica. 

• Datos de ordenación y localización de los Recursos Farmacéuticos de Cantabria. 

• Capa de Oficinas de Farmacia. Recoge los establecimientos de dispensación y asistencia a los ciudadanos. 

• Capa de Zonas Farmacéuticas. Constituyen la demarcación territorial municipal que, atendiendo a criterios geográficos, demográficos, socioeconómicos y culturales, posibilita la máxima eficacia en la planificación, distribución de recursos y coordinación, con el fin de garantizar a la población una asistencia farmacéutica adecuada.  

• Datos de ordenación de los Recursos Sanitarios de Cantabria. 

El valor del podcast en la educación digital

2020 ha sido el año en que los podcasts han despegado como nuevo formato digital para el consumo de diferentes ámbitos de información. Esta idea busca aprovechar el auge de esta herramienta para utilizarla en el ámbito educativo y que los alumnos puedan aprender de una forma más amena y diferente.

La propuesta coge los temarios oficiales de educación secundaria o universitaria, así como de oposiciones, que se pueden obtener de fuentes de datos abiertas y webs oficiales. A través de tecnologías de procesamiento del lenguaje natural, esos temarios se asocian con audios ya existentes de profesores sobre Historia, Inglés, Filosofía, etc. en plataformas como iVoox o Spotify, dando como resultado un listado de podcast por curso y materia.

Entre las fuentes de datos utilizadas para esta propuesta se incluyen la Oferta Pública de Empleo de Castilla La Mancha o las competencias educativas en diferentes etapas.

La inteligencia artificial está transformando las compañías, siendo los procesos de la cadena de suministro uno de los ámbitos que está obteniendo un mayor beneficio. Su gestión involucra a todas las actividades de administración de los recursos, incluyendo la adquisición de materiales, fabricación, almacenamiento y transporte desde el origen a su destino final.

Durante los últimos años, los sistemas empresariales se han ido modernizando y actualmente están respaldados por redes informáticas cada vez más omnipresentes. Dentro de estas redes, sensores, maquinas, sistemas, vehículos, dispositivos inteligentes y personas están interconectados y generando información continuamente. A ello hay que sumar el aumento de la capacidad computacional, que permite procesar estas grandes cantidades de datos generados de manera rápida y eficiente. Todos estos avances han contribuido a estimular la aplicación de las tecnologías de Inteligencia Artificial que ofrecen un mar de posibilidades.

En este artículo vamos a repasar algunas aplicaciones de Inteligencia Artificial en diferentes puntos de la cadena de suministro.

Implementaciones tecnológicas en las distintas fases de la cadena de suministro

Planificación

Según Gartner, la volatilidad en la demanda es uno de los aspectos que más preocupan a los empresarios. La crisis del COVID-19 ha puesto en evidencia la debilidad en la capacidad de planificación dentro de la cadena de suministro. Para poder organizar correctamente la producción, es necesario conocer las necesidades de los clientes. Esto se puede hacer a través de técnicas de análisis predictivo que nos permitan predecir de demanda, es decir, estimar una probable petición futura de un producto o un servicio. Este proceso sirve también como punto de partida para muchas otras actividades, como el almacenamiento, el envío, el precio del producto, la compra de materias primas, la planificación de la producción y otros procesos que tienen como objetivo satisfacer la demanda.

El acceso a datos en tiempo real permite desarrollar modelos de Inteligencia Artificial que toman ventaja de toda la información contextual para obtener así resultados más precisos, reduciendo el error de manera significativa comparado con métodos de previsión más tradicionales como pueden ser ARIMA o exponential smoothing.

La planificación de la producción es también un problema recurrente donde variables de diversa índole juegan un papel importante. Los sistemas de inteligencia artificial pueden manejar la información que implica los recursos materiales; la disponibilidad de recursos humanos (teniendo en cuenta turnos, vacaciones, bajas o asignaciones a otros proyectos) y sus habilidades; las máquinas disponibles y sus mantenimientos e información sobre el proceso de fabricación y sus dependencias para optimizar la planificación de la producción con la finalidad de cumplir satisfactoriamente los objetivos.

Producción

Dentro de las etapas del proceso productivo, una de las etapas más impulsadas por la aplicación de inteligencia artificial es el control de calidad y, más concretamente, la detección de defectos. Según la Comisión Europea,  el 50% de la producción puede acabar como chatarra debido a los defectos, mientras que, en líneas de fabricación complejas, el porcentaje puede elevarse al 90%. Por otro lado, el control de calidad sin automatizar es un proceso caro, ya que es necesario entrenar a personas para que sean capaces de realizar las inspecciones de manera adecuada y, además, estas inspecciones manuales podrían causar cuellos de botella en la línea de producción, retrasando los tiempos de entrega. Unido a esto, los encargados de la inspección no aumentan en número a la vez que aumenta la producción.

En este escenario, la aplicación de algoritmos de visión por computador puede solventar todos estos problemas. Estos sistemas aprenden a partir de ejemplos de defectos y, de esta manera, pueden extraer patrones comunes para poder clasificar futuros defectos de producción. Las ventajas que aportan estos sistemas es que pueden conseguir la precisión de un humano o incluso mejor, ya que pueden procesar miles de imágenes en muy poco tiempo y son escalables.

Por otro lado, es muy importante asegurar la fiabilidad de la maquinaria y reducir las posibilidades de detención de la producción debido a averías. En este sentido, muchas empresas están apostando por sistemas de mantenimiento predictivo que son capaces de analizar los datos de monitorización para evaluar el estado de la maquinaria y programar un mantenimiento si es necesario.

Los datos abiertos pueden ayudar a la hora de entrenar estos algoritmos. Como ejemplo, la Nasa ofrece una colección de conjuntos de datos donados por varias universidades, organismos o empresas de utilidad para el desarrollo de algoritmos de predicción. En su mayoría, se trata de series temporales de datos desde un estado de funcionamiento normal hasta un estado fallido. En este artículo se muestra cómo se puede coger uno de estos conjuntos de datos concretos (Turbofan Engine Degradation Simulation Data Set, que incluye datos de sensores de 100 motores del mismo modelo) para realizar un análisis exploratorio y un modelo de regresión lineal de referencia.

Transporte

La optimización de rutas es uno de los elementos más críticos dentro de la planificación del transporte y la logística empresarial en general. Una planificación óptima asegura que la carga llega a tiempo, reduciendo el coste y la energía al mínimo posible. Hay muchas variables que intervienen en el proceso como, por ejemplo, picos de trabajo, incidencias en el tráfico, condiciones climáticas, etc. y ahí es donde la inteligencia artificial entra en juego. Un optimizador de rutas basado en inteligencia artificial es capaz combinar toda esta información para ofrecer la mejor ruta posible o modificarla en tiempo real dependiendo de las incidencias que ocurran durante el trayecto.

Las organizaciones de logística utilizan los datos de transporte y los mapas oficiales para optimizar las rutas en todos los medios de transporte, permitiendo evitar zonas con una gran congestión, mejorando la eficiencia y seguridad. De acuerdo con el estudio “Open Data impact Map”, los datos abiertos más demandados por estas empresas son aquellos relacionados directamente con los medios de transporte (rutas, horarios de transportes públicos, número de accidentes…), pero también datos geoespaciales, que les permitan planificar mejor sus viajes.

Asimismo, existen empresas que comparten sus datos en modelos B2B. Tal y como recoge el informe de la Fundación Cotec “Guía para la apertura y compartición de datos en el entorno empresarial”,  la empresa española Primafrio, comparte datos con sus clientes como un elemento de valor en sus operaciones para la localización y posicionamiento de la flota y los productos (datos en tiempo real que pueden ser de utilidad para el cliente, como la matrícula del camión, la posición, el conductor, etc.) y para tareas de facturación o contabilidad. Como resultando, sus clientes han optimizado el tracking de los pedidos y su capacidad de adelantar la facturación.

Cerrando el apartado de transporte, uno de los objetivos de las empresas del sector logístico es asegurar que los bienes llegan a su destino en condiciones óptimas. Esto es especialmente crítico cuando trabajan con en empresas del sector alimentario. Por ello, es necesario monitorizar el estado de la carga durante el transporte. Controlar variables como la temperatura, localización o detectar impactos es crucial para saber cómo y cuándo se deterioró la carga y, así, poder realizar las acciones correctivas necesarias para evitar futuros problemas. Tecnologías como IoT, Blockchain e Inteligencia Artificial ya se están aplicando a en este tipo de soluciones, en ocasiones incluyendo el uso de datos abiertos.

Servicio al cliente

Ofrecer un buen servicio al cliente es fundamental para cualquier empresa. La implementación de asistentes conversacionales permite enriquecer la experiencia del cliente. Estos asistentes posibilitan a los usuarios interactuar con aplicaciones informáticas de forma conversacional, mediante texto, gráficos o voz. Por medio de técnicas de reconocimiento de voz y procesamiento de lenguaje natural, estos sistemas son capaces de interpretar la intención de los usuarios y realizar las acciones necesarias para responder a sus peticiones. De esta forma, los usuarios podrían interactuar con el asistente para hacer un seguimiento de su envío, modificar o realizar un pedido. En el entrenamiento de estos asistentes conversacionales es necesario utilizar datos de calidad, para conseguir un óptimo resultado.

En este artículo hemos visto sólo algunas de las aplicaciones de la inteligencia artificial a distintas fases de la cadena de suministro, pero su capacidad no sólo se reduce a éstas. Existen otras aplicaciones como el almacenamiento automatizado que utiliza Amazon en sus instalaciones, los precios dinámicos dependiendo de la demanda o la aplicación de inteligencia artificial en marketing, que sólo dan una idea de cómo la inteligencia artificial está revolucionando el consumo y la sociedad.

Contenido elaborado por Jose Antonio Sanchez, experto en Ciencia de datos y entusiasta de la Inteligencia Artificial .

Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.

'Comercios Locales de España' es una web que reutiliza los datos abiertos de diferentes ayuntamientos para extraer los comercios y su posicionamiento y facilitar así su localización.
Utiliza la información más fiable de los ayuntamientos para enlazarlo con Google Maps y sacar así el máximo rendimiento.
En este momento están indexados a través de datos abiertos, los municipios de Barcelona, Getxo (Bizkaia), Santander, Zaragoza, Santa Cruz de Tenerife y en proceso Madrid.

El Ayuntamiento de Zaragoza, a través de su geoportal, ha incluido un nuevo visor interactivo que permite conocer los edificios de la ciudad y la sombra que proyectan en las calles. Este nuevo mapa virtual está accesible a todos los ciudadanos. 

El visor interactivo ofrece una visión innovadora de la ciudad y ha sido desarrollado por la Oficina de Participación, Transparencia y Gobierno abierto, a través de la Plataforma de Datos Espaciales de Zaragoza (IDEZar). 

A través de esta nueva herramienta los usuarios pueden ver el levantamiento de los edificios, su altura y la sombra que proyectan en las calles en cada momento del día. Es posible seleccionar el día y la hora deseadas para comprobar el movimiento de la zona sombreada. Además, permite visualizar los equipamientos de la ciudad y acceder a las características técnicas de cada uno de ellos. 

El 27 de abril se ha firmado el convenio que da lugar a  la nueva Càtedra Dades Obertes, también llamada CATEDRADES, cuyo objetivo es ofrecer datos, información y conocimiento abierto a la sociedad civil. Impulsada por MESURA y ACICOM, esta nueva cátedra entra a formar parte de la Universitat Politècnica de València (UPV) desde la Escuela Técnica Superior de Ingeniería Informática, la Facultad de Administración y Dirección de Empresas, y el Centro de Gestión de la Calidad y del Cambio.

Se trata de la primera Cátedra Universitaria impulsada por asociaciones de la sociedad civil. Esto supone un gran matiz diferenciador, ya que el resto de cátedras están soportadas principalmente por empresas o Administraciones Públicas, y en algunos casos por fundaciones.

¿Cuál será la labor de CATEDRADES?

La finalidad de la Cátedra CATEDRADES es la promoción y desarrollo de actividades enfocadas a la obtención y uso de datos de administraciones públicas y de empresas, como base de su transparencia y rendición de cuentas al servicio de iniciativas de transformación social y problemáticas sociales de interés para la ciudadanía. Busca construir un espacio de intercambio y colaboración técnica orientado a la mejora del entorno mediante:

• El apoyo de plataformas de datos
• El desarrollo de competencias básicas para la obtención, gestión y análisis de datos en general y datos generados por la ciudadanía (DGC) en particular, con actuaciones dirigidas a toda la ciudadanía y con especial foco en los jóvenes.
• El impulso del periodismo de datos
• El diseño de indicadores relacionados con los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 desde la perspectiva de la ciudadanía.

Las actividades de la nueva cátedra estarán centradas en temas ambientales, de salud, de sostenibilidad, de comunicación y de participación ciudadana, fomentando siempre la gestión del conocimiento abierto y la inteligencia colectiva mediante la transferencia de datos, información y conocimiento entre la sociedad civil, las entidades públicas y privadas, la UPV y el alumnado. Para ello se utilizará la metodología Aprendizaje-Servicio (ApS): mientras aprende, el alumnado también ofrece un servicio a la sociedad, fomentándose así la ciudadanía crítica. En esta publicación se pueden encontrar algunas de las actividades hechas y que continúan haciendo desde la UPV siguiendo esta metodología.

MESURA y ACICOM: asociaciones civiles para promover los datos abiertos

Las entidades MESURA y ACICOM agrupan a la ciudadanía, profesionales y entidades de diferentes sectores y especialidades unidos con un fin común: la defensa de los derechos de la ciudadanía, especialmente aquellos relacionados con la información y la comunicación.

Desde MESURA y ACICOM, promueven distintos proyectos vinculados con los datos abiertos  y que podrán ser tratados también en la Cátedra CATEDRADES, como por ejemplo:

• Plataforma de Datos "Albufera Junts". Iniciativa para mejorar el acceso a la información y favorecer la cooperación entre entidades que intervienen en la Albufera.
• Observatorio ciudadano “Nostre Aire”. Reúne a profesionales y entidades de distinto tipo con el propósito de construir un espacio de intercambio y colaboración técnica orientado a la observación y generación de datos abiertos para mejorar la calidad del aire de la Comunidad Valenciana.

También están impulsando plataformas de datos sobre el impacto de la adicción al juego y diversas sustancias o el peaje urbano.

En resumen, la Cátedra favorecerá la puesta a disposición de la ciudadanía de datos en general y OD4D en particular, presentadas de la manera más amable posible, utilizando distintos elementos que van desde los datos en sí, hasta infografías, presentaciones o webs, etc. Estos datos facilitarán la toma de conciencia, el análisis de la realidad compleja, la toma de decisiones y posturas, la rendición de cuentas o la colaboración y la gobernanza, entre otros.

Casual Learn es una aplicación que permite a los usuarios aprender historia del arte mientras van recorriendo los diferentes monumentos o lugares de interés de Castilla y León.

Los usuarios pueden realizar las tareas propuestas para descubrir nuevos detalles e información relevante sobre los monumentos que encuentran a si paso.

Estas tareas han sido diseñadas por profesores y expertos en tecnología educativa y están dirigidas a cualquier tipo de público que quiera aprender acerca de la historia del arte en la comunidad.

Para elaborar las tareas que presenta esta aplicación se han utilizado datos abiertos ofrecidos por la Junta de Castilla y León, por DBpedia y por Wikidata. Además, estas tareas se ofrecen, a su vez, como datos abiertos para reutilizadores.

Cada vez son más los medios de comunicación que cuentan entre sus páginas con artículos ligados al llamado periodismo de datos. Esta modalidad de periodismo utiliza las tecnologías y herramientas ligadas a los datos para ofrecer a los lectores una información más documentada, fácil de comprender y con mayor atractivo. 

En este artículo te explicamos en qué consiste el periodismo de datos y te mostramos algunos ejemplos de medios de comunicación que ya incorporan esta modalidad dentro de sus procesos informativos. 

¿Qué es el periodismo de datos? 

El periodismo de datos o data journalism, es una disciplina periodística que incorpora diferentes campos como la informática, la programación, la ingeniería, la estadística, el diseño y el periodismo para combinar en un mismo espacio el análisis de datos junto a la narrativa propia de la prensa. Según el Data Journalism Handbook, los datos pueden ser la herramienta utilizada para contar una historia, la fuente en la que se basa una historia, o ambas cosas. 

El periodismo de datos tiene su origen en el Periodismo de precisión -evolución del periodismo de investigación-, donde se incorporan disciplinas como la sociología y la estadística al periodismo tradicional, y el Periodismo Asistido por Computadora (Computer Assisted Reporting o CAR), que surgió en 1969 cuando los periodistas empezaron a utilizar sistemas informáticos para apoyarse a la hora tratar la información que recolectaban. 

El Periodismo de datos va un paso más allá y es fruto de la transformación digital presente hoy en día en el trabajo diario de muchas redacciones a lo largo del mundo. Mediante recursos y herramientas relacionadas con la analítica de datos se extrae información de grandes bases de datos. De esta forma se oferta una información de mayor valor y más completa, adaptada al dinamismo que requiere la lectura digital.

¿Qué productos ofrece el periodismo de datos? 

De acuerdo con la revista digital Cuadernos de periodistas, existen al menos cuatro producciones que pueden derivar de esta disciplina, y que generalmente son complementarias entre sí:  

• Artículos basados en datos: se trata de artículos breves que son elaborados a partir de grandes bases de datos. Este tipo de artículos son propios del periodismo de investigación, ya que su denominador común es tener como base encuestas o estadísticas. 
• Visualizaciones interactivas: como infografías, gráficos o aplicaciones que permiten visualizar con mayor claridad la información obtenida de las bases de datos, facilitando la compresión de temas complejos por parte de los lectores. Las visualizaciones pueden complementar artículos o ser un producto por sí mismas cuando se acompañan de textos explicativos breves.  
• Conjuntos de datos abiertos (datasets): Algunos medios ofrecen datos en abierto, fruto de sus investigaciones, con el fin de democratizar la información a través de la accesibilidad de datos y su disponibilidad en Internet en formatos reutilizables y gratuitos. Como ejemplo, el New York Times ofrece datos sobre el coronavirus de manera abierta. 
• Aplicaciones de noticias: cada vez son más comunes los servicios que agrupan la información y mandan notificaciones a los usuarios sobre noticias de su interés pertenecientes a distintos medios. Por ejemplo, los principales proveedores. Por ejemplo, Google Discover o Samsung Daily. 

El periodismo de datos en los medios de comunicación 

Cada vez son más los medios que cuentan con una producción de noticias a partir de datos. A continuación, mostramos algunos ejemplos: 

A nivel nacional 

Entre otros,  El País, El Mundo o El Diario cuentan con una sección específica dentro de sus diarios digitales dedicadas al periodismo de datos. Dentro de ambas, los diarios abordan los temas de actualidad desde la perspectiva que ofrecen los datos y a través de los cuales generan visualizaciones como la siguiente. En ella, se puede ver un mapa que muestra las desigualdades en la mortalidad según la zona en la que se reside.

Por su parte, EpData es la plataforma creada  por Europa Press para facilitar el uso de datos públicos por parte de los periodistas, con el objetivo tanto de enriquecer las noticias con gráficos y análisis de contexto como de contrastar las cifras ofrecidas por las diversas fuentes. EpData ofrece además herramientas para crear y editar gráficos. Un ejemplo de la actividad que realizan es este artículo, donde puedes consultar cómo se encuentra la situación de las listas de espera de la dependencia en España. 

Otro ejemplo de periodismo de datos es Newtral. Se trata de una startup de contenido audiovisual fundada en 2018 en la que los datos son la base de todo su trabajo, sobre todo en la lucha contra las fake news. Por ejemplo, en este artículo se pueden ver diferentes visualizaciones de datos relacionadas con la oscilación del precio de la luz durante diferentes meses. 

A nivel internacional 

El periodismo de datos forma parte de algunos de los diarios de mayor relevancia a nivel internacional. Es el caso de The Guardian, que también cuenta con una sección específica dedicada a la producción de material periodístico a través de artículos, gráficos y visualizaciones basadas en datos. Por ejemplo, en este mapa interactivo puedes consultar qué zonas de Australia sufrieron mayores catástrofes naturales durante 2020.

Otro medio de comunicación internacional que también cuenta con un apartado específico para el periodismo basado en datos es el diario argentino La Nación, que a través de su sección La Nación Data ofrece numerosas producciones informativas en las que combina datos y actualidad. Por ejemplo, en este artículo puedes ver un indicador de movilidad de los ciudadanos argentinos.  

Másters y estudios relacionados con el periodismo de datos 

La transformación digital ha provocado que el periodismo de datos haya llegado para quedarse. Por ello, cada vez son más las universidades y centros de educación que ofertan estudios relacionados con el periodismo de datos. Por ejemplo, el Máster Propio en Periodismo de Datos y Visualización de la Universidad de Alcalá; el Máster en Periodismo Digital y de Datos que imparten Atresmedia y la Universidad de Nebrija o el Curso de Periodismo de Datos de la Escuela de Periodismo UAM-El País.  

En definitiva, estamos ante una modalidad con futuro, que necesita de medios que sigan apostando por esta disciplina y de profesionales capaces de manejar herramientas de análisis y tratamiento de datos, pero también de contar historias, capaces de transmitir qué está sucede en nuestro entorno con el apoyo de los datos de una manera veraz y cercana.  

Por ello, no es de extrañar que esta modalidad de periodismo siga creciendo en los próximos años y que además de los ejemplos incluidos en este artículo aumenten los medios de comunicación y estudios relacionados con el periodismo de datos. Si conoces alguno más y quieres compartirlo, no dudes en escribirnos a contacto@datos.gob.es o dejarnos un mensaje en los comentarios. 

Contenido elaborado por el equipo de datos.gob.es.

Grupo de profesionales especializados en el manejo y uso de datos en diferentes niveles.

Un equipo referente en el desarrollo, extracción y tratamiento de la información convirtiéndola en estrategia y valor para sus clientes.

A partir de la idea de que “los futuros reutilizadores están, hoy, en las escuelas”, el ayuntamiento de Barcelona organiza, un año más, el Reto Barcelona Dades Obertes, un concurso de gran impacto social  que tiene como objetivo principal acercar los beneficios de los datos abiertos al alumnado y así incrementar el número de personas con conocimientos y habilidades para tratarlos, aprovechando todos los beneficios que conlleva. Y se hace entre los más jóvenes, desde muy pronto.

¿En qué consiste?

El Reto Barcelona Dades Obertes Tercera edición 2020 es un concurso donde los estudiantes tendrán que desarrollar proyectos reales de análisis y/o interpretación, utilizando  conjuntos de datos incluidos en el portal Open Data BCN. Se busca que los estudiantes apliquen su visión crítica para proponer mejoras que afecten a la ciudad y a la vida de sus habitantes, mientras descubren el potencial de los datos abiertos.

En la organización del Reto Barcelona Dades Obertes participan, además del Ayuntamiento de Barcelona, el Consorci d'Educació de Barcelona, el Centro de Recursos Pedagógicos Específicos de Soporte a la Innovación y la Recerca Educativa (CESIRE) y Barcelona Activa S.A.

¿A quién va dirigido?

El concurso está dirigido, principalmente, a estudiantes de 3º y 4º de la E.S.O., y de ciclos formativos, priorizando los centros de financiación pública. La participación se desarrolla a través de su profesorado, sin restricciones por materia impartida.

Los docentes que lo deseen pueden acogerse a un programa de formación de forma voluntaria. Actualmente hay inscritos 12 centros a este curso, que incluye formación sobre conceptos generales de datos abiertos, el portal Open Data BCN y  herramientas para el tratamiento de datos.

¿Cuál es el plazo para presentar los proyectos?

El plazo para la presentación de solicitudes se abrirá el 17 de febrero y se cerrará el 17 de abril de 2020. 

Cada centro solo podrá presentar un proyecto, que será evaluado por un jurado de expertos en la materia. Dicho jurado seleccionará un máximo de 10 proyectos entre todas las propuestas recibidas.

Los estudiantes de los centros seleccionados tendrán que defender su proyecto ante el jurado en un acto final que se celebrará el 7 de mayo de 2020, donde se elegirán a los 3 finalistas.

¿Buscas inspiración? Descubre los proyectos finalistas de las 2 ediciones anteriores

Las dos ediciones anteriores del Reto Barcelona Dades obertes fueron un éxito. Participaron 14 centros educativos, más de 40  docentes y cerca de 500 alumnos que  demostraron su capacidad para adquirir nuevos conocimientos y las muchas posibilidades didácticas que ofrecen los datos abiertos, presentando todos trabajos de gran calidad e interés.

El primer año, el ganador fue el Institut Ferran Tallada, con un trabajo títulado “La cohesión social va por barrios”, donde se analizaban los índices de cohesión social (ICS) para medir y comparar las desigualdades de los distritos de la ciudad. Puedes ver el vídeo resumen aquí.

El segundo año, el Institut Vila de Gràcia se alzó con el galardón principal, gracias al proyecto “La gentrificación en los barrios en Barcelona”. Este proyecto mostraba el proceso de transformación urbanística causado por el fenómeno de la gentrificación, utilizando datasets como el Número de habitantes que se van de sus barrios o la Variación del alquiler en €/m2.  Los proyectos del EAT Institut Lluïsa Cura y del Institut Joan Brossa obtuvieron unos merecidos segundo y tercer premio. Puedes ver el vídeo resumen aquí.

¿Cómo puedo participar?

Todavía no está abierto el período de inscripción aunque en breve se publicaran las bases y a continuación la convocatoria. Desde el Ayuntamiento de Barcelona y datos.gob.es os iremos informando de todas las novedades que vayan surgiendo.

Puedes seguir toda la información del Reto Barcelona Dades Obertes en twitter bajo el hashtag #OpenDataBCN.