3 Matching Annotations
  1. Last 7 days
    1. Pérez told me stories of scientists who sacrificed their academic careers to build software, because building software counted for so little in their field: The creator of matplotlib, probably the most widely used tool for generating plots in scientific papers, was a postdoc in neuroscience but had to leave academia for industry. The same thing happened to the creator of NumPy, a now-ubiquitous tool for numerical computing. Pérez himself said, “I did get straight-out blunt comments from many, many colleagues, and from senior people and mentors who said: Stop doing this, you’re wasting your career, you’re wasting your talent.” Unabashedly, he said, they’d tell him to “go back to physics and mathematics and writing papers.”

      También he vivido la subvaloración asociada a publicar y sostener software libre en y desde contextos comunitarios en contraste con la publicación en circuitos académicos clásicos. Y si bien las universidades locales se están pensando esto en aras de visibilizar innovación, lo hacen muy lentamente, como es habitual, mientras los incentivos siguen estando alineados a las métricas convencionales

    2. As science becomes more about computation, the skills required to be a good scientist become increasingly attractive in industry. Universities lose their best people to start-ups, to Google and Microsoft. “I have seen many talented colleagues leave academia in frustration over the last decade,” he wrote, “and I can’t think of a single one who wasn’t happier years later.”

      Yo he escuchado esa sirena en el pasado, e incluso me propusieron trabajar con una de las big pharma y con una aseguradora, básicamente por mis conocimientos en programación (Pharo Smalltalk, específicamente). Sin embargo, "recaí a la academia, después de ser un académico en rehabilitación", como suelo decir y ahora volví de tiempo completo. Creo que una alternativa entre un camino y otro es ser académico/consultor, produciendo bienes comunes que uno trae del sector de las MiPyMes (micro, pequeña y medianas empresas) que hacen innovación local hacia la academía, en lo que uno esperaría que sea un ciclo virtuoso.

      Lo anterior es lo que he intentando con mutabiT de manera sostenida desde hace un par de décadas, gracias a las economías de los afectos (incluyendo mi mamá, mi hermana, Adriana y otros amigues) y si bien eso ha permitido hacer investigación de largo aliento desde las latitudes de la Mayoría Global sin mayores pérdidas de dinero, tampoco ha sido un esfuerzo lucrativo. Creo que, en caso de no poder continuar produciendo bienes comunes que vinculen los mundos académicos y productivos en esa escala sostenible y autónoma en los contextos locales, tendría que decidirme entre dejar alguno de los dos, como cuentan que han hecho estos académicos de otras latitudes.

    3. The Mathematica notebook is the more coherently designed, more polished product—in large part because every decision that went into building it emanated from the mind of a single, opinionated genius. “I see these Jupyter guys,” Wolfram said to me, “they are about on a par with what we had in the early 1990s.” They’ve taken shortcuts, he said. “We actually want to try and do it right.”

      Desde mediados/finales de los noventas no uso Mathematica, e incluso en ese momento era un gran sistema, altamente integrado y coherente. Sin embargo, en la medida en que me decanté por el software libre, empecé prontamente a buscar alternativas e inicié con TeXmacs, del cual traduje la mayor parte de su documentación al español, como una de mis primeras contribuciones a un proyecto de software libre (creo que aún la traducción es la que se está usando y por aquella época usábamos SVN para coordinar cambio e incluso enviábamos archivos compresos, pues el control de versiones no era muy popular).Por ejemplo el bonito y minimalista Yacas, con el que hiciera muchas de mis tareas en pregrado y colocara algunos talleres y corrigiría parciales cuando me convirtiese en profesor del departamento de Matemáticas

      TeXmacs, a diferencia de sistemas monolíticos como Mathematica, se conectaba ya desde ese entonces con una gran variedad de Sistemas de Álgebra Computacional (o CAS, por sus siglas en inglés) exponiéndonos a una diversidad de enfoques y paradigmas CAS, con sus sintaxis e idiosincracias particulares, en una riqueza que Mathematica nunca tendrá.

      TeXmacs también me expondría a ideas poderosas, como poder cambiar el software fácilmente a partir de pequeños scripts (en Scheme), que lo convirtieron en el primer software libre que modifiqué, y las poderosas S-expressions que permitían definir un documento y su interacción con CAS externos, si bien TeXmas ofrecía un lenguaje propio mas legible y permitía pasar de Scheme a este y viceversa.

      En general esa es la diferencia de los sistemas privativos con los libres: una monocultura versus una policultura, con las conveniencias de la primera respecto a los enfoques unificantes contra la diversidad de la segunda. Si miramos lo que ha ocurrido con Python y las libretas computacionales abiertas como Marimo y Jupyter, estos han ganado en la conciencia popular con respecto a Mathematica y han incorporado funcionalidad progresiva que Mathematica tenía, mientras que otra sigue estando aún presente en los sistemas privativos y no en los libres y viceversa. Yo no diría que las libretas computacionales libres están donde estaba Mathematica en los 90's, sino que han seguido rutas históricas diferentes, cada una con sus valores y riquezas.