Ana Lovelace: estadísticas, libros y otras obsesiones
Mr. J y yo estamos pensando en organizar un Campeonato Europeo de Libros… o, por qué no, una Copa del Mundo de Libros. Algo pensado para los amantes del fútbol, pero utilizando como equipos nuestros libros favoritos.
En realidad, a veces tenemos conversaciones llenas de planes completamente disparatados que, por alguna razón, solo a nosotros nos parecen divertidísimos. Como organizar una Copa del Mundo de libros. Mr. J está tan entusiasmado con la idea que ya quiere poner banderitas en todas partes. Pero bueno… esa historia quedará para otro post.
Lo importante es que, a partir de esta idea un poco absurda, se me ocurrió que, antes de organizar las copas, necesitaba saber cuáles son los países que más he leído y de qué épocas son los libros que he leído. Es decir: necesitaba estadísticas. Porque, evidentemente, una Copa del Mundo de libros necesita una buena base de datos.
Así que, un día en el que tenía muchas ganas de trabajar —sí, esos días existen—, me puse a investigar cómo podía extraer todos los datos de mis libros leídos en Goodreads para poder analizarlos después.
Y resulta que es bastante fácil. En Goodreads solo hay que ir a la barra de herramientas, entrar en TOOLS (a la izquierda) y solicitar la exportación de los libros. Al final se obtiene un archivo .CSV con toda la información.
Hasta aquí, todo bastante sencillo.
Portrait of Ada King, Countess of Lovelace (Ada Lovelace, peut-être Alfred Edward Chalon, vers 1840 (https://fr.wikipedia.org/wiki/Fichier:Ada_Lovelace_portrait.jpg)
Lo extraño, maravilloso e inesperado viene después: en cuanto tienes tus datos, una IA —creo que fue Gemini la primera que me lo propuso— te dice, básicamente: «¿Y por qué no hacemos unas estadísticas con todo esto?».
Y claro… ¿cómo decir que no?
No voy a contar todo el proceso ni todas las horas de «discusión» con las máquinas. Solo diré que terminé trabajando con tres IA: Mistral, ChatGPT y Gemini.
Y descubrí que tienen personalidades bastante diferentes.
Mistral es muy pragmático. Te dice qué va a hacer, dónde encuentra los errores y cómo piensa solucionarlos, normalmente acompañado de bastante código Python.
Gemini es más básico y, en mi experiencia, comete bastantes errores.
Y ChatGPT… bueno, ChatGPT puede ser muy útil, pero cuando empiezas a trabajar con muchos datos, análisis y bases de datos, llega un momento en que se bloquea y la conversación se convierte en una especie de negociación diplomática, donde al final tienes que pagar para continuar.
Pero hay dos cosas importantes que aprendí durante todo este proceso.
La primera: es fundamental tener un archivo .CSV limpio y bien estructurado desde el principio. Y Goodreads no te lo entrega exactamente así. Yo tuve que utilizar algunas herramientas de mi trabajo para limpiar y organizar los datos antes de empezar.
La segunda: nunca hay que dejar que la IA trabaje sola y confiar ciegamente en el resultado.
Hay que revisar, corregir y volver a preguntar. Las IA pueden cometer muchos errores, especialmente cuando falta información. Y para obtener buenos resultados hay que saber qué estás buscando, qué información necesitas y, sobre todo, indicarle dónde puede encontrarla o cómo puede resolver lo que falta.
En mi caso, necesitaba añadir información que no estaba en el archivo original de Goodreads: país, lengua, género, tipo de literatura y época en la que fueron escritos los libros.
Y una vez que tienes claro lo que quieres hacer, el proceso resulta, en realidad, bastante fácil...Y muy divertido.
Porque al final terminé pasando una mañana completamente ociosa haciendo estadísticas sobre mis propios libros. Hay maneras peores de perder el tiempo.
A continuación les presento el resultado.
Eso sí, las gráficas las hice yo misma con OriginLab. Porque cuando intentaba dejar que la IA se encargara también de eso, se detenía constantemente y había que esperar horas para poder volver a conectarse.
Así que la inteligencia artificial hizo buena parte del trabajo de análisis… Pero las gráficas las hice yo.
Las estadísticas están hechas a partir de una base de datos de 633 libros, todos los libros que he registrado desde 2016, cuando me inscribí en Goodreads.
Y estos son algunos de los resultados:
1. Tipo de literatura que leo
No es de sorprender que, sobre todo, leo novelas, aunque me he propuesto varias veces leer más no ficción.
Claramente, mis buenas intenciones todavía tienen mucho trabajo por delante.
2. Distribución por género y edad objetivo
¡Ah! Aquí sí puedo decir que he progresado.
Desde aquel post de 2018 en el que me propuse leer más libros escritos por mujeres, parece que algo ha funcionado. Y, además, ahora leo muchos más libros infantiles.
Gracias, Irene.
Así que, poco a poco, mi biblioteca se ha vuelto bastante más diversa.
3. Libros leídos de un mismo autor
Aquí aparece una de mis grandes obsesiones: los autores.
Cuando encuentro uno que me gusta, quiero leerlo todo. Absolutamente todo. Y así aparecen esas pequeñas colecciones de autores de los que termino acumulando libros.
En la gráfica aparecen solamente los 16 autores y autoras de los que más libros he leído, pero en realidad hay muchos otros de los que he leído cuatro o cinco.
Hmmm…
Viendo esta estadística, no es de extrañar que, al final, la Copa la gane Jane Austen
4. Distribución de los libros según la época en la que fueron publicados
Creo que leo un poco de todo, aunque hay una presencia bastante importante de literatura contemporánea.
No parece que tenga una estrategia temporal muy definida. Leo lo que me apetece… y después las estadísticas intentan encontrarle algún sentido.
5. Los países que están mejor representados
¡Ahhhh!
Inglaterra va a ganar la Copa.
En todo caso, aunque las estadísticas puedan cambiar, hay algo que ya sabemos:
Inglaterra gana en mi corazón.
Y ahora sí, con todos los datos sobre la mesa, podemos empezar a organizar el campeonato.
Que comiencen las eliminatorias.
Que ondeen las banderas.
Y que gane el mejor libro (inglés)
Nos seguimos leyendo