- Personas que viven el problema en primera persona
- Equipos capaces de probar una solución real
- Especialistas del ámbito técnico y humano
- Organizaciones dispuestas a aprender mediante experimentos
Reality Syntax
“¿Pueden los datos convertirse en un mundo al que entrar, interrogar y recordar?”Representación de datos · Inteligencia multimodal · Percepción humana · UNA IDEA DE LLUÍS PALLARÈS
MUEVE O ARRASTRA PARA EXPLORARUna idea, una línea
ESCENA DE EVIDENCIA EJECUTABLE · PROTOTIPO 0.1Un conjunto de datos.
Un conjunto de datos.
Cuatro formas de conocer.
No son cuatro relatos distintos. Es un único objeto de evidencia que atraviesa cuatro representaciones inspeccionables. Cambia la lente; las observaciones permanecen fijas.
El punto de partida
Reality Syntax parte de una negativa: los datos no desean convertirse de manera natural en un dashboard. Un conjunto de datos es evidencia recogida mediante instrumentos, categorías y decisiones; un gráfico es solo una proyección temporal de esa evidencia hacia la percepción humana. Imagino un sistema operativo de representación capaz de compilar la misma evidencia en formas visuales, espaciales, sonoras, táctiles, narrativas y conversacionales, adaptadas a la pregunta, la persona, el espacio y el coste de equivocarse. Tocar una marca revelaría su fuente; cambiar un supuesto transformaría toda la escena; la incertidumbre adquiriría movimiento, textura o sonido; y una persona ciega podría navegar la misma estructura mediante audio espacial y háptica. No se trata de decorar datos, sino de crear un nuevo medio para percibir la evidencia desde varias posiciones válidas sin perder el vínculo con la realidad.
Las organizaciones poseen más datos, pero un lenguaje sensorial cada vez más estrecho para comprenderlos. Tablas y gráficos aplanan tiempo, causalidad, incertidumbre y procedencia. Los dashboards favorecen la fijación en métricas; los sistemas generativos pueden producir imágenes persuasivas difíciles de auditar. El analista toma decisiones sobre limpieza, agregación, exclusión, escala, color, modelo y relato, pero el público solo ve la superficie final. Los modelos lingüísticos responden con fluidez mientras ocultan qué registros o transformaciones cambiarían la conclusión. La computación espacial suele convertir tres dimensiones en espectáculo, y la accesibilidad sigue tratándose como una versión reducida. El problema profundo es considerar la representación como un archivo final y no como un cálculo reversible, comprobable y plural.
En qué podría convertirse
Un compilador y entorno de ejecución para evidencia. Un tejido semántico registraría entidades, medidas, unidades, tiempo, incertidumbre, procedencia, permisos y definiciones discutidas. Una capa de intención capturaría qué se quiere comparar, detectar, explicar o decidir, junto con las necesidades perceptivas y el coste del error. El compilador produciría una familia de vistas: superficie analítica, relato temporal, campo espacial navegable, estructura sonificada, mapa táctil o modelo colaborativo a escala de una sala. Cada marca conservaría una ruta ejecutable hasta la fuente. Un motor de contraste generaría codificaciones rivales y preguntaría qué afirmaciones sobreviven. El resultado sería una escena de evidencia firmada y portable entre pantalla, auriculares, espacio físico, papel, audio y tecnología asistiva sin convertirse en una verdad distinta en cada medio.
- Investigación y diseño centrado en las personas
- Prototipos de IA con evaluación explícita
- Integración de datos, interfaces y conocimiento experto
- Medición, gobernanza y aprendizaje continuo
Una posibilidad técnica solo adquiere sentido cuando se convierte en una ventaja humana clara, una experiencia comprensible y un sistema capaz de merecer confianza.
Inteligencia y matemáticas
La IA actuaría como científica de la representación, no como ilustradora. Un modelo multimodal interpretaría dominio, tarea y audiencia; un solucionador de restricciones rechazaría vistas que violen unidades, cardinalidad, accesibilidad, privacidad o límites perceptivos; y la síntesis de programas compilaría intención en una gramática declarativa. Agentes críticos atacarían cada vista por sesgo de agregación, escalas engañosas, color, oclusión, exceso causal y omisiones narrativas. Un modelo de procedencia conectaría cada frase, forma, sonido y transición con datos y código. La adaptación modificaría la ruta hacia la evidencia, nunca los hechos. Si varias vistas sostienen interpretaciones incompatibles, el sistema conservaría el desacuerdo y diseñaría la siguiente pregunta capaz de separarlas.
El núcleo sería un álgebra tipada de representación: transformaciones, modelos estadísticos y codificaciones perceptivas formarían un programa componible y verificable. La teoría de la información mediría qué preserva o elimina cada proyección; la teoría rate-distortion trataría la representación como compresión controlada. El análisis topológico y el aprendizaje de variedades conservarían forma y vecindad sin presentar la distancia como verdad objetiva. El transporte óptimo conectaría estructuras entre modalidades y tiempos. Los modelos bayesianos propagarían incertidumbre y los grafos causales separarían intervención de asociación. Una optimización multiobjetivo exploraría exactitud, accesibilidad, memoria, esfuerzo cognitivo, privacidad y fuerza emocional. Pruebas formales preguntarían si una representación visual, sonora y táctil permiten las mismas inferencias válidas.
Cómo podría vivir
Comenzaría por salas de evidencia de alta consecuencia: adaptación climática, revisión científica, investigación clínica, presupuestos públicos o infraestructuras. El primer producto compilaría un conjunto de datos gobernado en una familia de vistas inspeccionables y una escena que un equipo pueda reproducir, cuestionar y firmar. Después permitiría publicar el mismo objeto semántico como exploración web, briefing, experiencia sonora accesible o modelo espacial. Espacios empresariales seguros y gramáticas sectoriales podrían financiar un estándar abierto de representación y una suite de equivalencia accesible. A largo plazo, Reality Syntax sería el protocolo entre los sistemas de datos, los modelos generativos y la percepción humana.
Para mí, una idea empresarial necesita más que una tecnología interesante: un primer usuario concreto, un problema repetido, una vía de distribución, una ventaja creíble y una razón para mejorar con el uso. Probaría estas condiciones antes de decidir qué forma debe adoptar.
Principios de diseño
- 01
Hacer visible la incertidumbre y las evidencias.
- 02
Empezar con el sistema más pequeño que pueda enseñar algo real.
- 03
Diseñar con las personas afectadas, no únicamente para ellas.
- 04
Mantener la responsabilidad de las decisiones en manos humanas.
- 05
Permitir que una evidencia negativa cambie o detenga el proyecto.
De la pregunta a la realidad
- 01
Enmarcar
Definir la pregunta, el usuario inicial y la hipótesis más frágil.
- 02
Prototipar
Construir un prototipo estrecho que pueda utilizarse en condiciones reales.
- 03
Demostrar
Medir utilidad, errores, confianza y consecuencias no previstas.
- 04
Construir
Decidir con evidencia si debe convertirse en producto, empresa, tecnología abierta o investigación.
Preguntas honestas
Imaginar seriamente también significa aceptar que una idea puede cambiar radicalmente o que quizá no debería existir.
- Confundir una demostración convincente con una solución fiable.
- Automatizar una decisión que necesita juicio, contexto o responsabilidad humana.
- Utilizar datos sin suficiente consentimiento, representación o protección.
- Escalar antes de comprender quién se beneficia y quién asume el riesgo.
Construido desde la investigación, no desde el espectáculo visual
Reality Syntax amplía investigaciones activas sobre visualización declarativa, interacción escalable, incertidumbre, accesibilidad y analítica inmersiva. Sus propuestas más radicales —especialmente la equivalencia entre modalidades y las representaciones con pruebas— exigirían nuevos estándares, estudios controlados y codiseño con personas con discapacidad.
El siguiente experimento
No quiero construir primero una plataforma completa. Quiero crear la cosa más pequeña que pueda cambiar mi opinión: una prueba con personas reales, límites reales y evidencia suficiente para decidir el siguiente paso.