No vas a creer los XZ comentarios sobre datos abiertos que tenemos para la Secretaría de Gestión Pública

La Secretaría de Gestión Pública, la cual pertenece a la Presidencia del Consejo de Ministros, quiere entrar a la onda de datos abiertos.

Ha elaborado unos documentos que describen la Estrategia Nacional de Datos Abiertos y han invitado a el público en general que analice y opine, critique, trolee,, etc.

Aquí está la propuesta del Estado en 2 documentos: http://www.gestionpublica.gob.pe/foro/viewtopic.php?f=7&t=4

La idea principal de dicha estrategia es digitalizar una variedad de datos que contiene el Estado Peruano, y hacerlos disponibles a los ciudadanos, periodistas de datos, investigadores y emprendedores, con fines de investigación y periodismo. Todos estos datos estarán disponibles de manera abierta (#datosAbiertos).

La propuesta está en algo, son bonitos deseos y anhelos, pero creemos que le falta sustancia a la parte técnica. Y sobre todo faltan marcar los objetivos claros sobre la cancha.

Creemos que la idea es buena, pero la estrategia será más concreta y menos gaseosa y se le añaden algunas cositas. Por eso en colaboración con mis amixeres @CestDiego y @McPollo hemos enumerado algunas ideas y comentarios:

Alcance

1. Qué instituciones estatales digitalizarán sus datos? cuántas?
2. Qué datos se harán disponibles? El registro de visitas del Congreso?
3. Según esta estrategia, el Congreso dejará de publicar los resultados de las votaciones en hojas impresas en la EPSON MX-80?

Esto no se puede parsear automáticamente

Ya es hora de cambiar de impresora

Sugerencias y dudas a nivel técnico

4. Los documentos de la gran estrategia indican que quieren emitir datos abiertos en los siguientes formatos: JSON, XML, RDF, ODF, CSV, etc. No sería sufiente que publiquen los datos en un solo formato? Mantener el software que emita tantos formatos no es tarea fácil. Además para qué tanta repetición? Pueden hacer mejor uso de su capital humano en otras tareas.
5. Instituciones como el Poder Judicial tiene decenas de GB de info para liberar. Solo las sentencias de la Corte Suprema del año 2013 pesan 11 Gigabytes. Tienen la infraestructura para bajarse que los ciudadanos puedan descargar esta info sin tumbarse sus servidores? No sería bueno que usen torrents para que aligeren la carga y faciliten a que los ciudadanos interesados compartan la información entre ellos sin necesidad de exigir demasiado los servidores del Estado? Algunos dirán: pero los torrents solo se comparte material pirateado. Déjame decirte que:

1. Por alguna razon no quieren que Google y demás indexen sus contenidos. #datosabiertos que quiten Disable * en el robots.txt de las webs del Estado.

1. No solo los datos deben ser abiertos, también el software para dar chance a que el publico mejore sus sitemas
2. Cuantos repositorios en web quieren tener como objetivo?, para cuando?
3. usaran sistemas como dat project ?

Sugerencias y dudas a nivel administrativo

1. quieren que se envie las sugerencias y comentarios por email. Debería ser de modo abierto, por ejemplo abriendo un Repo en Github y que la gente comente mediante pull requests. He visto ejemplos de otros gobiernos que lo hacen.
2. a esa estragegia/plan le falta un cronograma o calendario:
3. dentro de 6 meses qué parte del sistema de #datos abiertos estará implementado?
4. cuál es el equipo que tienen para hacer esta monumental tarea?
5. cuantos programadores
6. cuantos "digitalizadores" estarán asignados para cada institucion del estado
7. ya han contratado el personal? para cuando los contratrán y cuantos?

Sugerencias sobre el proceso

1. Piden que enviemos las propuestas/comentarios por email. Si el tema de discusión es sobre datos abiertos por qué no discutimos de manera abierta? Hubieran podido crear un repositorio público en Github para hacer los comentarios allí de manera pública. Así podemos ver qué propuestas se hacen y, más importante, ver si eventualmente nos escucharán, ver si realmente están interesados en nuestro feedback. Sería malazo que no les interese nuestra opinión y solo pidan feedback por cumplir.
2. Es necesario que se aclare la legislación actual respecto a las bases de datos con datos personales. El caso datosperu es un ejemplo patente del conflicto entre la Ley de Transparencia y Ley de Datos Personales. Según una ley se puede publicar nombres y apellidos de funcionarios públicos relacionados a ciertos hechos administrativos, pero según la otra ley esto no se puede hacer. Abogados conocedores de estos temas me dan opiniones totalmente opuestas. Obviamente la ley no está clara. Nadie quiere que los usuarios de sus datos abiertos terminen sentenciados a multa/cárcel. Quizá esto no sea de su ámbito, pero una estrategia con leyes confusas no será muy efectiva en alcanzar sus objetivos.