«Memorial» se denomina la obra basada en datos procesados computacionalmente desde el informe de la Comisión Asesora para la Calificación de Detenidos Desaparecidos, Ejecutados Políticos y Víctimas de Prisión Política y Tortura (Valech II), que elaboró el director del Laboratorio de Data Science (datoslab.cl) de la Facultad de Ingeniería de la Universidad de Playa Ancha (UPLA), doctor Miguel Guevara Albornoz.
La imagen digital, alojada en https://datoslab.cl/memorial/, está basada en el cuadro “Lágrimas de Sangre” del artista ecuatoriano Oswaldo Guayasamín cuya figura es rellenada por los apellidos de las víctimas de violaciones a los DD.HH. constatadas en el informe. En tanto, el tamaño de los mismos representa la frecuencia de aparición en la nómina de personas reportadas, mientras que los colores de las palabras (excepto las que representan lágrimas) son aleatorios, en función de la paleta de colores del mismo cuadro.
La obra “Memorial” fue presentada al concurso de Arte+Datos convocado por AbreLatam, evento anual donde se reúne la comunidad latinoamericana en torno a los datos, que este año se realizará “desde casa”.
Frente a la conmemoración del Día de los Derechos Humanos, el académico de la Facultad de Ingeniería de la UPLA, doctor Miguel Guevara, expresó que «tener memoria en cuanto al respeto y violaciones a los DDHH es imprescindible si como sociedad no queremos repetir los errores del pasado. Desde el mundo de la Ciencia de Datos, podemos contribuir en la tarea de sistematizar y analizar datos disponibles en esta materia, como los informes de violaciones a los DDHH realizados en Chile, con el objetivo de proponer investigaciones o aplicaciones modernas, intensivas en datos, que faciliten el ejercicio de la memoria y el no olvido».
Cabe destacar que este “Memorial” surge de un análisis exploratorio y descriptivo que ha desarrollado el laboratorio DatosLab UPLA sobre apellidos de detenidos desaparecidos, con el afán de realizar nuevas investigaciones y aplicaciones en esta temática, desde una mirada intensiva en datos.
