Data matters. It shouldn’t be an afterthought. It will outlive your applications.

The differences of FLOSS, Open Standards and Open Services and Open Infrastructure are very interesting, since each of these has its particularities. You would not want to make an open standard free for everyone to change on their own will as many times as they want, since one of the value of standars is that software that implements it can interoperate, so it should be chasing a moving target. On the other hand, anyone should be able to participate in the definition of a standard, but without having the design by committee effect of creating a bloated and far from ideal result by including everyone’s opinion. Bob Sutor has given it a thought, as has Bruce Perens who even has come up with a proposed definition of the open standards concept on which I have commented previously in spanish.

Similar differences apply to both Open Services and Open Infrastructure. On the latter, I personally think that FON is something close to the model of how this concept should be like, specifically when considering the Linus way of using it. The basis here is: I give you mine so you let me use yours. This has been the basis of several widely used iniciatives, ranging from subscription libraries to public goods and infrastructure managed by governments. So why should we not apply these principles to our IT infrastructures, with the benefit that this does not depend on a government making decisions for all of a country’s citizens, and not being bound to any geographic region? This topic have been addressed by Jon Udell and Tim O’Reilly, and we can look at projects like BOINC that take a different path than FON.
To conclude: FLOSS, Open Standards, Open Services and Open Infrastructure do have some relations but also meaningful differences. Their use and development in the future is something to keep an eye (and actively work) on.

Update: there is an interesting discussion about what a specific kind “open service” (they talk about web 2.0 sites that enable people to share content) should look like, triggered by Lessig’s post “The Ethics of Web 2.0” and a nice followup by Tim O’Reilly “Real Sharing vs. Fake Sharing“.

La evolución del software se ha comparado con la teoría de evolución de las especies de Darwin. Básicamente se puede resumir en que las especies (o el software) que mejor se adapta a los cambios es el que prevalecerá por sobre los demás. Veamos qué ha sucedido en esta semana con el cambio anunciado por Apple:

• Adobe ha anunciado que no proveerá binarios para Mac sobre Intel de sus programas en sus versiones actuales: hay que esperar la siguiente versión. Lo mismo ocurre con Macromedia, ahora adquirida por Adobe. Adobe recomienda a los usuarios profesionales no utilizar Mac con Intel mientras ellos no tengan sus versiones nuevas (probablemente durante el año 2007). Los no profesionales que inviertan en memoria extra pueden utilizar Rosetta, pero no podrán tener soporte.
• Microsoft señala que la solución oficial es utilizar Rosetta para poder ejecutar versiones actuales de Office. Internet Explorer está descontinuado de todas maneras, así que ni se menciona.
• OpenOffice.org ha anunciado la disponibilidad de OpenOffice 2.0.1 para mac sobre Intel (en alpha aún), siendo la primera suite que ofrece ser ejecutada sin el castigo de rendimiento que significa utilizar Rosetta.

Creo que está claro quién se adapta mejor y más rápido a los cambios, no? Como consecuencia, también ofrece un mejor servicio a los clientes, quienes, por lo demás, no les pagan licencias de uso.

• Me imagino que un sistema que entrega llaves para decriptar contenido (como un e-mail encriptado) a un programa en base a algún criterio, y si no cumple con ese criterio (por ejemplo, confianza en que no reenviará ese e-mail decriptado a toda la dirección en la agenda) no se le entrega la llave, debiera poder licenciarse bajo GPLv3.
• Un criterio bien puede ser que exista una firma del binario por alguien que certificó el programa, sea el usuario mismo o alguien externo.

Si parece aceptable un esquema así, entonces es aceptable que ese programa esté en un sistema de DRM, y con eso no se logra el objetivo de desincentivar el uso de software libre en sistemas con DRM. Pero supongamos que no se considera aceptable el esquema. En tal caso, tampoco sería aceptable el sistema de manejo de mails encriptados que describí en el artículo anterior. Eso limitaría el campo de acción de cualquier programa derivado de código GPLv3, que es una consecuencia poco afortunada por decir lo menos.

Veamos entonces en qué nos afectaría la redefinición de “código fuente”. El sistema que menciono en el post anterior permite que se instale cualquier programa sin necesidad de una llave. Tampoco se requiere una llave para la ejecución del software. Simplemente, cuando se ejecuta un software no firmado (o el sistema operativo, o cualquier programa en la cadena, no está firmado), no se tiene acceso a ciertas llaves de decripción. Por lo tanto, el objetivo de “evitar el recorte de las libertades por mecanismos de hardware” no se cumple, y tampoco se cumple el “desincentivar sino impedir el uso de software libre en sistemas con DRM”.

Lo que nos resta es entonces que cualquier esquema de DRM no puede contener directamente ningún código que esté licenciado bajo GPLv3. Cualquier fabricante tendría por lo tanto que desarrollar su propio driver y software de manejo de claves para poder utilizar DRM, y sobre eso instala sin problemas software GPL. Vale la pena el costo que se está asumiendo solamente para obligar a algunos fabricantes a desarrollar su propio software? Sobre todo considerando que es muy poco probable que esos fabricantes ocuparan software GPL para eso, me parece que no.

Cuál es el costo del que hablo? Pues que muchos evitarán utilizar esa versión de la GPL por no estar de acuerdo. Y de paso, la GPL se estará “ensuciando” al salirse del marco técnico y definiendo qué cosas no se pueden hacer con el software. Comenzamos con “no se puede utilizar en sistemas DRM”, pero por favor cuál es exactamente la diferencia con “no se puede utilizar en la creación de material pornográfico”, “no se puede utilizar para generar documentos con errores de ortografía” o “no se puede utilizar para publicar ideas que vayan en contra del gobierno chino”?

Vía BoingBoing Cory Doctorow nos cuenta del estudio ordenado por la Comisión Europea respecto de los efectos que está teniendo de la Directiva Europea sobre Bases de Datos.
La comisión concluyó que “El impacto económico de este derecho sui generis de protección de las bases de datos no está demostrado. Puesto en marcha para estimular la producción de bases de datos en europa, el nuevo instrumento no ha tenido ningún impacto demostrado en la producción de éstas.” Es más, el estudio conduce a concluir que los niveles de desarrollo de bases de datos en la europa post-directiva son claramente inferiores a los existentes antes de imponerse la directiva y, más aún, en Estados Unidos donde no existe un derecho de autor sui generis como en Europa, la producción es sostenida y en franco aumento.La directiva europea permite una propiedad exclusiva para bases de datos no originales (como guías telefónicas o bases de datos de hechos) por 25 años. Quien primero compile una base de datos consigue un monopolio de explotación económica por 50 años sobre este tipo de base de datos. Se señala este concepto como sui generis porque protege algunas bases de datos independiente de que tenga elementos de originalidad, sino tan sólo por el esfuerzo que supone su confección.En Estados Unidos, no a cualquier compilación se le da protección legal, sino sólo a las compilaciones que tienen un elemento de originalidad, criterio proveniente del famoso caso Feist.

¿Y en Chile? Después de la reforma del año 2003, el art. 4 de la ley 17.336 con un criterio similar al norteamericano le otorga protección legal a las bases de datos que por razones de selección o disposición de sus contenidos constituyan creaciones de carácter intelectual.

Permitir a la compañía que compila una base de datos un control total sobre los usos de esas bases de datos por medio siglo no permite ni la innovación ni menos la competencia. Para ponerlo más claro, en Estados Unidos no están protegidas en ese sentido ni las bases de datos de Amazon ni de Google.

James Boyle incluso se pregunta si este tipo de iniciativas no serán una muestra de una nueva forma de implementar políticas en materia de propiedad intelectual. Quizás nos estemos dando cuenta que ya no resulta tan conveniente legislar basados en intuiciones, sino que -Bentham mediante- si vamos a crear nuevos derechos de este tipo tengamos la seguridad que será más conveniente para todos.

¿Y en Chile? Bien gracias.

Hack the Google self.referentialism – Google Will Eat Itself*

Bari/Vienna, 18 December 2005
http://www.gwei.org

How can a dictator be funny for the people? One chance is to know how to
entertain the people, while continuing to influence every decision they
make, so invisibly maintaining the totalitarian power untouched.

Google’s management knows very well how to entertain surfers. They are not
a (totalitarian) government, but they are the first, and almost only
reference for most of the internet users. Moreover they periodically
announce and release new, effective (and entertaining) services. People
like these services. People want them and want even more of them.

It’s not a Microsoft-like type of monopoly at all. On the Google planet
everything works and is easy and funny. Everything is light (as the
interface) and tasty (as the images search), resource-rich (as Gmail) or
fast and updated (as Google News). So the “cream” of fun and the
“strawberries” of interesting results are flavouring the Google
dictatorship. In fact we’re talking of a monopoly, or so, in a certain
number of strategical net economy sectors.

The Google database is an incredibly valuable bunch of data. It’s
constituted by the most visited pages of the net. But they are selected
through the Google’s page rank algorithm. It’s the paradigm of their
self-referential game: the moment they had enough credibility they
established the web filter criteria, and then, being the first source,
they decided what the content of this source would be.

On the other hand the database of searches and the requests of other
services (news, images, cheap prices, personal mail) is even much more
relevant. In fact, it can be localized and statistically analyzed, and
crossing locative, general and product searches, constitutes the secret
dream of every Internet marketing executive. It deals to a frightening
perspective of ‘profiling’ the Google’s users.

The common perception is that Google offers chances of augmenting the
personal information power in exchange of small and digestible amount of
advertisement.

But all the recorded data (the queries and their respective users) are
simply ignored by the users, which are hypnotized by an almost perfect
virtual machine.

This funny empire has another crucial element: the advertisement. Goggle
is the biggest player in the net advertisement business (actually adv is
its core business). Being the most visited search engine, it attracts
billions of users. Their billions of eyeballs are seeing Google’s pages
with the above mentioned textual advertisments, that everybody can fairly
buy (AdWords).
On the other end, tons of people have become “publishers” through the
giant blog phenomenon. So they are entitled to share the bits of profits
through the Adsense program. They accept to display this tiny text
advertisment in exchange of a small amount of money for every click on
them. This process is protected and monitored for preventing abuse.

The final (actual) scenario is Google as the giant middleman. It sucks
money from the advertisers offering a targeted portion of the global
webspace. And it gives spare changes to the publishers for their
collaboration. It sucks infos from the websites (and news, images, prices)
and it releases it to the user’s queries. Being in the middle it is more
and more the unavoidable balancing center of the system. But we’re not
talking about a natural systems. We’re talking about business and
predominance.
Google’s position is predominant in the same moment it enteres a new
business field with a new service. It’s the Google effect: creating
consensus on a new business, even if it instantly gets the predominant
position.

The greatest enemy of such a giant is not another giant: it’s the
parasite. If enough parasitites suck small amounts of money in this
self-referentialism embodiment, they will empty this artificial mountain
of data and its inner risk of digital totalitarianism.

http://www.gwei.org

* Text by Alessandro Ludovico feat. UBERMORGEN.COM vs. Paolo Cirio

Online Project Documentation
http://www.gwei.org

Aún me asombra la buena reputación que tiene Google a pesar del inmenso poder que ostenta… Mal que mal, Google es quien define hoy en día qué cosa existe y qué no. Y en general alguien o algo que acumula demasiado poder siempre tiende a ser catalogado al menos de sospechoso de algo malo. Supongo que este tipo de retribuciones hacen que la gente tolere mucho más de Google, y que muchos estén dispuestos a que se usen sus datos, porque ellos también reciben algo a cambio. Además, por supuesto, que Google tiene la tendencia de tomar un servicio caro, ofrecerlo gratis y mejor, ganando plata en el proceso.

Al llegar al infierno encontró lo siguiente: Un gran lugar de recepción con mesas llenas de exquisitos manjares y muchos comensales sufriendo amargamente dado que los palillos para comer (Infierno Chino) eran de un par de metros de distancia y por lo tanto no podía acceder a estas delicias…

Teniendo clara la situación migro al paraíso…

Al entrar se encontró con lo siguiente: Un lugar de recepción muy similar, los manjares eran los mismos, los palillos medían lo mismo… pero los comensales estaban gozosos… Se alimentaban los unos a los otros…”

• Hablar de Blogs. Sí, lo acepto: con esta entrada estoy haciendo justamente eso, y es la principal cause de haber demorado esta entrada. Y en realidad está bien comentar algo sobre los blogs de vez en cuando… mal que mal, es un buen medio para comunicarse con los pares que también mantienen sus bitácoras. Pero si quiero comentar sobre lo bueno que es el blogging, seguramente quiero llegar a gente que no lee blogs para mostrarle la novedad, y publicarlo en un blog puede ser poco efectivo.
• Poner solamente una parte muy breve de los posts en en RSS. Esto restringe lo que se puede ver offline, procesar para “otros usos” del RSS (búsqueda utilizando beagle por ejemplo), y mantener un archivo de manera fácil. Ya hemos visto varios blogs que han dejado de existir, y tener una copia de lo que fue publicado sería útil.
• Poner links a través de una redirección del sitio, sobre todo si el link final no se ve explícitamente. Uno siempre quiere tener algo más de control sobre lo que está haciendo, y en el caso de utilizar una redirección que pasa por el sitio antes de llegar al recurso externo probablemente obedece a querer manejar estadísticas de cuántos clicks se generaron. Pero también tiene otras consecuencias. En muchos casos me ha pasado que no funcionan bien los links (problemas de codificación de la URL, sitio intermedio temporalmente abajo, etc).
• Publicar periódicamente sólo por cumplir con publicar algo. En muchos lados se recomienda, y los lectores llegan a exigir, que se cumla con cierta frecuencia. A mí me parecen mucho más valiosos los que publican cuando tienen algo que decir. Si pasan 2 meses sin escribir nada, lo único que se pierde es un par de ciclos de CPU y algunos kilobytes de ancho de banda “desperdiciado” al consultar automáticamente el RSS en cuestión. Todo eso lo hace un programa sin que yo siquiera me entere. Sin embargo, cuando alguien escribe por cumplir, hay que ponerse a leer al menos una parte para darse cuenta que eso no nos interesa, así que es mucho más ineficiente.

Otras cosas que no me molestan mayormente pero que ye decidido no hacer:

• Restringir el contenido del blog a usos no-comerciales (cláusula nc de Creative Commons). Yo dejo el contenido disponible para ser usado con fines comerciales, pero exijo atribución y compartir igual (share alike). Eso permite a alguien que obtiene financiamiento a través de su blog (usando Google Ads por ejemplo) a usar mis textos sin problemas, siempre y cuando cumplan con la atribución y una nota que permita compartir esa entrada bajo la licencia que corresponda. Si alguien usa algo que yo escribí en una obra comercial, tarde o temprano eso me traerá algún tipo de beneficio, y no pienso caer en el vicio de las editoriales, distribuidoras de música y películas, que quieren cobrar por todo lo que sea técnicamente posible cobrar. Como decía un profesor a quien respeto mucho: muchas veces es mejor entregar algo gratis que cobrar barato.
• Mezclar temas personales y profesionales en el mismo blog. Hay blogs que son para compartir con los amigos y la familia, otros para hablar de temas de interés (no siempre de la profesión, puede ser un hobby o cualquier otra cosa). La gente que se suscribe por una de las “líneas editoriales” mencionadas, generalmente no le interesa la otra. Es mejor tener dos blogs, aunque si uno usa los tags consistentemente, me imagino que pronto los lectores de RSS debieran incluir funcionalidades para manejar un buen filtrado por cada feed basado en los tags. En tal caso este punto dejará de tener mucho peso.

Y ya que me embalé con esto, puedo agregar qué es lo que en general me hace decidir si incluir un blog en los feeds que leo habitualmente. Y se puede resumir en: El autor (La autora), o en realidad el criterio que tiene para ese blog en particular. Es lo más importante, porque la gracia de un blog es que hay una “mano” detrás, un criterio humano (los planet son buenos para encontrar cosas o caras nuevas, pero a la larga aburren porque uno lee menos posts de los que desecha). No importa si la persona se dedica a repetir lo que vio/escuchó por ahí o escribe cosas más bien originales. En ambos casos es esa persona la que le da a un blog su carácter. Y es lo que uso para determinar la relevancia de las entradas en un blog.

Tengo varias categorías ahora que lo pienso.

• Están los que sé que voy a leer a pesar que hablen de algún tema que en realidad no me interesaría demasiado si no fuera porque lo mencionan ellos. En esa categoría caen los que me han hecho pensar e investigar su buena cantidad de horas a raíz de algo que escribieron. Son unos 5 a 10 blogs que yo pondría en esa categoría.
• Algunos son fuente de información: son los primeros que comentan sobre ciertos temas en particular (que obviamente me interesan), en algunos casos los únicos que dan buenas informaciones (estos deben ser unos 30).
• Otros son feeds de proyectos que publican cuando hay noticias. En general pueden pasar meses sin que haya algo que contar, pero cuando lo hay es bueno enterse. Debo tener unos 10 a 15 de esos. En esos también están los pocos “blogs corporativos” que leo; tiene que interesarme mucho el tema que tratan.
• Varios los leo porque van dando feedback sobre la importancia que se le da en general a ciertos temas de los cuales uno ya se ha enterado (una especie de barómetro de interés). Probablemente esa es la mayoría. Son los primeros candidatos a ser eliminados si acumulan varios posts seguidos que no me interesan, y en tal caso probablemente sean reemplazados por el feed de algún criterio de búsqueda en technorati.
• Hay otros que leo porque hablan sobre temas que me interesan tangencialmente (cosas como cine, teatro, música, diseño, política o salud), y decido en base a las primeras líneas si vale la pena leer o no el post. Estos deben ser entre 60 y 100. Pero son blogs que me dan confianza que si publican una entrada, es algo relevante en los temas que tratan.
• En general los feeds que leo (los acabo de contar, son 220 actualmente) tienen muy baja periodicidad en su publicación. Los que publican más de una vez al día no son más de 5 (y me interesan lo suficiente), y la gran mayoría debe tener un post mensual o menos. Y esos son los valiosos: si publican algo es generalmente porque lo han estado digeriendo un tiempo, no son máquinas de publicar temas, sino que entregan un output más elaborado.

Update (29/11/2005): se me olvidó mencionar que, dado la importancia que se le da al autor, también debiera mencionarse quién es la persona que escribe una entrada. En varios RSS eso no se agrega como metadato siquiera, y es necesario ir a visitar la página para enterarse.