Cómo funciona la investigación
El calendario se llena en gran parte solo. Así es como funciona, y así sigue siendo honesto.
Cada noche
- Lectura. El rastreador TangoKalenderBot lee las páginas públicas de eventos de escuelas de tango, locales y calendarios agregadores: con cortesía, como máximo una página por segundo, según las reglas de
robots.txt. Las páginas que no cambian se leen con menos frecuencia. - Extracción. Un modelo de IA extrae de cada página la fecha, la hora, el lugar, el título y la regla de repetición, y solo lo que dice la página. Cada hallazgo va acompañado del pasaje de la página como prueba; sin prueba no se asume nada.
- Asignación. Cada hallazgo se compara con los lugares, organizadores, series y eventos conocidos. Un evento que dos páginas mencionan de forma independiente es el mismo evento con dos fuentes, no dos eventos.
- Publicación. Las fuentes determinan un nivel: Pista (una fuente), Corroborado (dos fuentes independientes o el sitio web propio del organizador), Corroborado externamente (un calendario asociado que lo comprueba con los organizadores), Confirmado (el organizador). Las pistas que nadie confirma se desvanecen solas.
- Aviso. Los organizadores cuyos eventos hemos encontrado reciben exactamente un correo con un enlace para asumirlos; nunca un segundo sin respuesta.
Lo que valen las fuentes
Cada fuente tiene un peso que se deriva cada semana de su tasa de aciertos: cuando los organizadores confirman los hallazgos de una fuente, su peso sube; cuando los contradicen, baja hasta cero. Las fuentes nuevas que encuentra la propia investigación están a prueba durante un mes: sus hallazgos cuentan solo como pistas.
Un conjunto de referencia de páginas conocidas comprueba cada semana si la extracción sigue funcionando con precisión. Si la precisión baja, ningún evento sube de nivel hasta que vuelva a ser correcta.
Lo que no hacemos
- Ni textos ni imágenes de otros sitios: el calendario muestra datos y un breve resumen propio, citando y enlazando la fuente.
- No iniciamos sesión, no rellenamos formularios, no leemos páginas de más de dos megabytes.
- El texto de una página leída se conserva solo hasta su extracción, como máximo una semana.
- Quien no quiera aparecer en la lista nos lo dice una vez, y vale para siempre.
La página de cada evento encontrado muestra las fuentes y, campo por campo, de dónde procede cada dato. Los detalles técnicos están en la página TangoKalenderBot.