This site uses cookies.
Some of these cookies are essential to the operation of the site,
while others help to improve your experience by providing insights into how the site is being used.
For more information, please see the ProZ.com privacy policy.
This person has a SecurePRO™ card. Because this person is not a ProZ.com Plus subscriber, to view his or her SecurePRO™ card you must be a ProZ.com Business member or Plus subscriber.
Affiliations
This person is not affiliated with any business or Blue Board record at ProZ.com.
English to Spanish: The Damned United (Maldito United, Contra Publishers, 2016) General field: Art/Literary Detailed field: Poetry & Literature
Source text - English day 1
I see it from the motorway.Through the windscreen.The kids in the back. Fallen off the top of Beeston Hill. Are we nearly there yet, they’re saying. Are we nearly there, Dad? In a heap up against the railway and the motorway banking.Asking me about Billy Bremner and Johnny Giles. The floodlights and the stands, all fingers and fists up from the sticks and the stones, the flesh and the bones. There it is, my eldest is telling my youngest. There it is. From the motorway.Through the windscreen –
Hateful, hateful place; spiteful, spiteful place . . .
Elland Road, Leeds, Leeds, Leeds.
I’ve seen it before. Been here before. Played and managed here, six or seven times in six or seven years. Always a visitor, always away –
Hateful, spiteful place, flecked in their phlegm . . . But not today; Wednesday 31 July 1974 – Arthur Seaton. Colin Smith. Arthur Machin and Joe Lampton . . . Today I’m no longer a visitor. No longer away – No more zombies, they whisper. No more bloody zombies, Brian . . . Today I’m on my way to work there.
The worst winter of the twentieth century begins on Boxing Day 1962.The Big Freeze. Postponements.The birth of the Pools Panel.The Cup Final put back three weeks. People will die in this weather today. But not at Roker Park, Sunderland. Not versus Bury.The referee walks the pitch at half past one. Middlesbrough have called their game off. But not your referee.Your referee decides your game can go ahead – ‘Well done, ref,’ you tell him. ‘That lot down the road call off anything.’ Half an hour before kick-off, you stand in the mouth of the tunnel in your short-sleeved red-and-white vertical-striped shirt, your white shorts and your red and white stockings and watch a ten-minute torrent of hailstones bounce off the pitch.You can’t wait to get out there. Can’t bloody wait –
Sleet in your face, ice under foot and the cold in your bones. A stray pass into their penalty area and a sprint across the mud, your eye on the ball and your mind on a goal; twenty-eight this season already. Twenty-eight. Their keeper is coming, their keeper is coming, your eye on the ball, your mind on that goal, the twenty-ninth –
Their keeper is here, your mind still on that goal, his shoulder to your knee – Cruuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuunch . . .
The roar and the whistle.The silence and the lights out –
You are on the ground, in the mud, your eyes open and the ball loose.
Twenty-nine.You try to stand, but you can’t.Twenty-nine. So you crawl – ‘Get up, Clough!’ someone shouts.‘Get up!’
Through the mud, on your hands and on your knees –
‘Come on, ref,’ laughs Bob Stokoe, the Bury centre-half. ‘He’s fucking codding is Clough.’
On your hands and on your knees, through the heavy, heavy mud –
‘Not this lad,’ says the referee. ‘This lad doesn’t cod.’
You stop crawling. You turn over. Your mouth is open. Your eyes wide. You see the face of the physio, Johnny Watters, a worried moon in a frightening sky. There is blood running down your cheek, with the sweat and with the tears, your right knee hurting, hurting, hurting, and you are biting, biting, biting the inside of your mouth to stifle the screams, to fight the fear –
The first taste of metal on your tongue, that first taste of fear –
One by one the 30,000 will leave. Rubbish will blow in circles across the pitch. Snow and night will fall, the ground harden and the world forget –
Leave you lying on your back in the penalty area, a zombie –
Johnny Watters bends down, sponge in his hand, tongue in your ear, he whispers,‘How shall we live, Brian? How shall we live?’
You are lifted onto a stretcher.You are carried off on the stretcher –
‘Don’t take his bloody boots off,’ says the Boss.‘He might get back on.’ Down the tunnel to the dressing room –
You are lifted onto a plinth and a white sheet.There is blood everywhere,
through the sheet onto the plinth, down the plinth onto the floor –
The smell of blood. The smell of sweat. The smell of tears. The smell of Algipan. You want to smell these smells for the rest of your life.
‘He needs the hospital,’says Johnny Watters.‘Needs it quick and all.’ ‘But don’t you take his fucking boots off,’ says the Boss again.
You are lifted off the plinth. Off the bloodstained sheet. Onto another stretcher. Down another tunnel –
Into the ambulance.To the hospital.To the knife.
There is an operation and your leg is set in plaster from your ankle to your groin. Stitches in your head. No visitors. No family or friends –
Just doctors and nurses. Johnny Watters and the Boss –
But no one tells you anything, anything you don’t already know – That this is bloody bad.This is very fucking bad –
The worst day of your life.
Off the motorway; the South West Urban Motorway. Round the bends. The corners. To the junction with Lowfields Road. Onto Elland Road. Sharp right and through the gates. Into the ground.The West Stand car park.The kids hopping up and down on the back seat. No place to park. No place reserved.The press.The cameras and the lights.The fans.The autograph books and the pens. I open the door. I do up my cuffs.The rain in our hair. I get my jacket out of the back. I put it on. My eldest and my youngest hiding behind me.The rain in our faces.The hills behind us.The houses and the flats.The ground in front of us.The stands and the lights.Across the car park.The potholes and the puddles.This one big bloke pushing his way through the press. The cameras and the lights.The fans –
The black hair and the white skin.The red eyes and the sharpened teeth . . .
‘You’re bloody late,’ he shouts. Finger in my face.
I look at the press.The cameras and the lights.The fans.The autograph books and the pens. My boys behind me.The rain in our hair. In all our faces –
Our faces sunned and tanned, their faces pallid and wan . . .
I look this one big bloke in his eye. I move his finger out of my face and tell him,‘It’s got nowt to do with you whether I’m bloody late or not.’
They love me for what I’m not.They hate me for what I am.
Up the steps and through the doors. Out of the rain and out of the press. The cameras and the lights. The fans. Their books and their pens. Into the foyer and the club.The receptionists and the secretaries.The photographs on the walls.The trophies in the cabinets.The ghosts of Elland Road. Down the corridor and round the corner. Syd Owen, chief coach here for the last fifteen years, leading out the apprentices –
I put out my hand. I give him a wink.‘Morning, Syd.’
‘Good afternoon, Mr Clough,’ he replies, without shaking my hand. I put my hands on the heads of my sons. I ask him, ‘You think you
could spare one of your young lads here to watch these two of mine while I make myself known?’
‘You’re already known,’ says Syd Owen. ‘And these apprentices are here to develop their capabilities as professional footballers. Not to entertain your children.’
I take my hands off the heads of my sons. I put them on their shoulders. My youngest flinches, my grip too tight –
‘I won’t keep you any longer then,’ I tell this loyal servant, left behind. Syd Owen nods.Syd says again,‘Not here to entertain your children.’ There’s a clock ticking somewhere, laughter from another room.
Down the corridor, round the corner. The sound of studs stomping off, marching on together.
My eldest looks up at me. He smiles. He says,‘Who was that, Dad?’ I ruffle his hair. I smile back. I tell him,‘Your wicked Uncle Syd.’ Down the corridor. Past the photographs. Round the corner. Past the plaques. Into the dressing room.The home dressing room. Keep on fighting above the door.They have left out an away kit for me; yellow shirt, yellow shorts and yellow socks.The kids watch me change. I pull on my own blue tracksuit top.They follow me down the corridor. Round the corner.Through reception and out into the rain.The car park.The cameras and the lights.The autograph books and the pens. I jog through the potholes and the puddles. Past the huts on stilts. Up the banking. Onto the training ground –
The press shout.The fans cheer.The camera lights flash and my own kids duck.
‘Morning, lads,’ I shout over at them –
Them stood in their groups. In their purple tracksuits. There are stains on their knees, stains on their arses. Dirty Leeds. Their hair long, their names on their backs –
Bastards. Bastards. Bastards . . .
Hunter.The Gray brothers. Lorimer. Giles. Bates. Clarke. Bremner. McQueen. Jordan. Reaney. Cooper. Madeley. Cherry.Yorath. Harvey and Stewart –
All his sons, his bastard sons.Their daddy dead, their daddy gone . . .
In their groups and their tracksuits. In their stains with their names on their backs. Their eyes on mine –
Screw them. Bugger them. Fuck the bloody lot of them.
I do the rounds for the press. For the cameras and the lights. For the fans. For the autograph books and the pens. A handshake here and an introduction there. Nothing more. Hold your tongue, Brian. Hold your tongue.Watch and learn.Watch and wait –
Don’t let the bastards grind you down, they whisper.
The rounds done, I stand apart.The sun comes out but the rain stays put. No rainbows today. Not here. Hands on my hips. Rain in my face. Sun on my neck.The clouds move fast round here. I look away. My eldest in the car park. A ball on his foot. His knee. His head. In the potholes and the puddles, the rain and the sun, there he is –
A boy with a ball. A boy with a dream.
Extracted from The Damned United by David Peace, published by Faber.
Translation - Spanish día 1
Lo veo desde la autopista. A través del parabrisas. Los niños van detrás y sucumben en lo alto de Beeston Hill.
—Ya falta poco, ¿verdad? —dicen—. Ya falta poco, ¿verdad, papá?
Forman un ovillo que se recorta contra las vías del tren y el terra- plén de la carretera. Me preguntan por Billy Bremner y Johnny Giles. Por los focos y por las gradas, todos los dedos y todos los puños levantados por encima de los palos y de las piedras1, de la carne y de los huesos.
—Allí está —le dice el mayor al pequeño—. Allí está. Desde la autopista. A través del parabrisas.
Odioso, odioso lugar; perverso, perverso lugar...
Elland Road. Leeds, Leeds, Leeds.
Ya lo conocía. He estado aquí antes. Jugué y entrené aquí seis o siete veces a lo largo de seis o siete años. Siempre como visitante, siempre lejos de casa.
Odioso, perverso lugar, cubierto de flemas...
Pero no hoy. Miércoles 31 de julio de 1974.
Arthur Seaton. Colin Smith. Arthur Machin y Joe Lampton... Hoy ya no soy visitante. Ya no estoy lejos de casa.
1. El autor juega aquí con la canción infantil «Sticks & Stones» (Palos y piedras). La rima dice: Sticks and stones may break my bones / But words will never hurt me (Puede que los palos y las piedras me rompan los huesos / Pero las palabras nunca me harán daño). Es un rima concebida para calmar a niños asustados por los ataques de otros niños. [N. del T.]

14
El peor invierno del siglo xx arranca un día de San Esteban de 1962. La Gran Helada. Aplazamientos. El nacimiento del Comité de Apuestas. La final de Copa cancelada durante tres semanas. Hoy morirá gente por culpa del frío. Pero no en Roker Park, el campo del Sunderland. No contra el Bury. A la una y media el árbitro se pasea por el campo. El Middlesbrough ha pedido que se suspenda el partido. Pero el árbitro no piensa igual. El árbitro decide que el partido puede continuar.
—Bien hecho, árbitro —le dices—. No tiene sentido suspender nada.
Media hora antes del pitido inicial, estás de pie en la boca del túnel de ves- tuarios con tu camiseta de manga corta con rayas verticales rojiblancas, tus pantalones blancos y las medias blancas y rojas, y contemplas durante diez minutos cómo el torrente de granizo rebota en el campo. Te mueres de ganas de salir a jugar. Tienes unas ganas que te cagas.
Aguanieve en la cara, hielo bajo los pies y frío en los huesos. Un pase soli- tario al corazón del área rival y un esprín a través del barro, tu mirada fija en la pelota y tu mente en el gol; ya van veintiocho esta temporada. Veintiocho. Su portero se acerca, su portero se acerca, tu mirada fija en la pelota, tu mente en el gol, el vigésimo noveno.
El portero está aquí, tu mente en el gol, su hombro contra tu rodilla. Craaaaaaaaaaaaaaaaaaaaaaac.
El rugido y el silbato. El silencio y el fundido a negro.
Estás tumbado en el barro, los ojos abiertos y la pelota perdida.
Veintinueve. Intentas incorporarte, pero no puedes. Veintinueve. Así que te arrastras.
—¡Levanta, Clough! —grita alguien—. ¡Levanta!
Por el barro, a cuatro patas.
—Venga ya, árbitro —dice entre risas Bob Stokoe, el central del Bury—.
Clough está haciendo teatro.
A cuatro patas por el pesado, pesadísimo barro.
—No este chaval —dice el árbitro—. Este chaval no hace teatro.
No más zombis —susurran—. No más putos zombis, Brian. Hoy vengo aquí a trabajar.
maldito united

david peace
15
Dejas de arrastrarte. Te das media vuelta. Tienes la boca y los ojos abier- tos. Ves la cara del preparador físico, Johnny Watters, una luna preocupada bajo un cielo amenazante. La sangre te corre por las mejillas, junto con el sudor y las lágrimas; la rodilla derecha duele, duele y duele, y tú te muerdes, te muerdes y te muerdes los labios por dentro para ahogar los gritos, para combatir el miedo.
El primer regusto a metal en tu lengua, aquel primer regusto a miedo.
Una tras otra, las treinta mil almas se marcharán. La basura volará en círculos alrededor del terreno de juego. Caerán la nieve y la noche, el suelo se endurecerá y el mundo olvidará.
Te deja tumbado panza arriba en el punto de penalti, un zombi.
Johnny Watters se inclina, esponja en mano, su boca en tu oído. Susurra:
—¿Cómo sobreviviremos, Brian? ¿Cómo sobreviviremos?
Te levantan en una camilla. Se te llevan en una camilla.
—No le quitéis las putas botas —dice el Míster—. Puede que vuelva a
salir.
Del túnel a los vestuarios.
Te tienden sobre un plinto y una sábana blanca. Hay sangre por todas
partes. De la sábana al plinto. Y del plinto al suelo. El olor a sangre. El olor a sudor. El olor a lágrimas. El olor a Algipan2. Quieres aspirar todos estos olo- res durante el resto de tu vida.
—Tenemos que llevarlo al hospital —decide Johnny Watters—. Y rápido. —Pero no le quites las putas botas —dice de nuevo el Míster.
Te levantan del plinto. De la sábana manchada de sangre. Te colocan sobre otra camilla. Bajas por otro túnel.
Te meten en la ambulancia. Rumbo al hospital. Al bisturí.
Hay una operación y te escayolan la pierna del tobillo a la ingle. Te ponen
puntos de sutura en la cabeza. No hay visitas. Ni familia ni amigos. Solo médicos y enfermeras. Johnny Watters y el Míster.
Pero nadie te dice nada. Nada que no sepas ya.
Pinta chungo. Chungo que te cagas.
El peor día de tu vida.
2. Espray antiinflamatorio muy común en la época. [N. del T.]

16
maldito united
Abandonamos la autopista; la autopista urbana del suroeste. Por sus curvas, sus intersecciones. Hasta el cruce de Lowfields Road con Elland Road. Doblo a la derecha y cruzamos la verja de entrada. Hasta el campo. El aparcamiento de la tribuna Oeste. Los niños sal- tan en el asiento de atrás. No hay sitio para aparcar. Ni una plaza reservada. La prensa. Las cámaras y los flashes. Los aficionados. Las libretas de autógrafos y los bolígrafos. Abro la puerta; me ajusto los puños de la camisa. La lluvia nos moja el pelo. Cojo mi americana del asiento de atrás. Me la pongo. Mi hijo mayor y mi hijo pequeño se esconden detrás de mí. La lluvia nos moja la cara. Detrás, las mon- tañas. Las casas y los pisos. Delante, el campo. Las gradas y los focos. Los hoyos y los charcos. Un tipo muy grande se abre paso entre la prensa. Las cámaras y los flashes. Los aficionados.
El pelo negro y la piel blanca. Los ojos inyectados en sangre y los dientes afilados...
—¡Llegas la hostia de tarde! —grita. Su dedo en mi cara.
Miro a la prensa. Las cámaras y los flashes. Los aficionados. Las libretas de autógrafos y los bolígrafos. Mis hijos detrás. La lluvia nos moja el pelo. La cara entera.
Nuestros rostros luminosos y bronceados; sus rostros pálidos y dema- crados...
Miro al grandullón a los ojos. Aparto su dedo de mi cara y le digo: —No es asunto tuyo si llego la hostia de tarde.
Me quieren por lo que no soy. Me odian por lo que soy.
Subimos las escaleras y cruzamos las puertas. A salvo de la lluvia y de la prensa. Las cámaras y los flashes. Los aficionados. Sus libretas de autógrafos y sus bolígrafos. Entramos en el vestíbulo, en el club. Los recepcionistas y las secretarias. Las fotografías en las paredes. Los trofeos en las vitrinas. Los fantasmas de Elland Road. Doblamos la esquina, pasillo abajo. Syd Owen, jefe de entrenadores durante los últimos quince años, acompaña a sus discípulos hasta la salida. Le tiendo la mano. Le guiño el ojo.
—Buenos días, Syd.

david peace
17
—Buenas tardes, señor Clough —contesta sin estrecharme la mano.
Coloco las manos sobre la cabeza de mis hijos.
—¿Crees que podrías decirle a alguno de tus chavales que vigile a mis hijos mientras yo me presento? —le pregunto.
—Ya saben quién es usted —replica Syd Owen—. Y todos estos ayudantes están aquí para trabajar. No para entretener a sus hijos.
Retiro las manos de la cabeza de mis hijos. Las dejo sobre sus hom- bros. El pequeño se retuerce. Le he agarrado con demasiada fuerza.
—En ese caso, no te entretendré más —le digo al leal servidor, a quien el resto ha dejado atrás.
Syd Owen asiente. Syd dice de nuevo:
—No estamos aquí para entretener a sus hijos.
Suena un reloj en algún lugar cercano, se oyen risas en otra habita- ción. Por el pasillo, a la vuelta de la esquina. Se escucha el sonido de los tacos en estampida, en procesión.
El mayor me mira. Sonríe.
—¿Quién era ese, papá? —pregunta.
Le remuevo el pelo. Le devuelvo la sonrisa. Y digo:
—El chalado del tío Syd.
Seguimos por el pasillo. Pasamos junto a las fotografías. Doblamos
la esquina. Pasamos junto a las placas conmemorativas. Hasta el vestuario. El vestuario del equipo local. «sigue luchando», se lee encima de la puerta. Me han dejado una equipación de visitante: camiseta amarilla, pantalones amarillos y medias amarillas. Mis hijos me observan mientras me cambio. Me pongo una chaqueta de chán- dal azul. Me siguen por el pasillo. Doblamos la esquina. Cruzamos la recepción y salimos fuera, bajo la lluvia. El aparcamiento. Las cáma- ras y los flashes. Las libretas de autógrafos y los bolígrafos. Corro entre los hoyos y los charcos. Subo por el terraplén. Hasta el campo de entrenamiento.
La prensa grita. Los aficionados animan. Las cámaras disparan sus flashes y mis hijos se esconden.
—¡Buenos días, chavales! —grito en dirección a ellos.
Ellos se quedan de pie, en sus grupillos. Con sus chándales vio-


18
maldito united
letas. Llevan las rodillas manchadas, los traseros salpicados. El sucio Leeds, así les llaman. El pelo largo, sus nombres a la espalda.
Hijos de puta, hijos de puta, hijos de puta.
Hunter. Los hermanos Gray. Lorimer. Giles. Bates. Clarke. Bremner. McQueen. Jordan. Reaney. Cooper. Madeley. Cherry. Yorath. Harvey y Stewart.
Son todos sus hijos, sus hijos bastardos. Su padre está muerto. Su padre se ha ido.
En sus grupos y con sus chándales. Manchados y con los nombres a la espalda. Su vista clavada en la mía.
Que les follen. Que les den. Que les den por el culo a todos.
Cumplo con los rondos para la prensa. Para las cámaras y los flas- hes. Para los aficionados. Para las libretas de autógrafos y los bolígra- fos. Un apretón de manos aquí y una presentación allí. Nada más. Muérdete la lengua, Brian. Muérdetela. Mirar y aprender. Mirar y espe- rar.
No dejes que esos cabrones te hagan picadillo, susurran.
Terminados los rondos, me quedo a un lado. Sale el sol, sigue llo- viendo. Hoy no habrá arcoíris. Aquí no. Las manos en mis caderas. La lluvia en mi cara. El sol en mi cuello. Las nubes se mueven deprisa en este lugar. Miro más allá. Mi hijo mayor está en el aparcamiento. Tiene una pelota en los pies. Su rodilla. Su cabeza. Entre los socavo- nes y los charcos, la lluvia y el sol, allí está él.
Un niño con una pelota. Un niño y su sueño.
English to Spanish: What Algorithms Want (La búsqueda de algoritmo), Ed Finn. General field: Science Detailed field: Computers: Systems, Networks
Source text - English 1 What Is an Algorithm?
If we want to live with the machine, we must understand the machine, we must not worship the machine.
Norbert Wiener1
Rise of the Culture Machines
Sometime in the late 2000s, our relationship with computers changed. We began carrying devices around in our pockets, peering at them at the dinner table, muttering quietly to them in the corner. We stopped thinking about hardware and started thinking about apps and services. We have come not just to use but to trust computational systems that tell us where to go, whom to date, and what to think about (to name just a few examples). With every click, every terms of service agreement, we buy into the idea that big data, ubiquitous sensors, and various forms of machine learning can model and beneficially regulate all kinds of complex systems, from picking songs to predicting crime. Along the way, an old word has become new again: the algorithm. Either overlooked or overhyped, the algorithm is rarely taken seriously as a key term in the cultural work that computers do for us. This book takes that word apart and puts it back together again, showing how algorithms function as culture machines that we need to learn how to read and understand.
Algorithms are everywhere. They already dominate the stock market, compose music, drive cars, write news articles, and author long mathemati- cal proofs—and their powers of creative authorship are just beginning to take shape. Corporations jealously guard the black boxes running these assemblages of data and process. Even the engineers behind some of the most successful and ubiquitous algorithmic systems in the world—executives at Google and Netflix, for example—admit that they understand only some of the behaviors their systems exhibit. But their rhet- oric is still transcendent and emancipatory, striking many of the same techno-utopian notes as the mythos of code as magic when they equate computation with transformational justice and freedom. The theology of computation that Ian Bogost identified is a faith militant, bringing the gospel of big data and disruption to huge swaths of society.
This is the context in which we use algorithms today: as pieces of quotid- ian technical magic that we entrust with booking vacations, suggesting potential mates, evaluating standardized test essays, and performing many other kinds of cultural work. Wall Street traders give their financial “algos” names like Ambush and Raider, yet they often have no idea how their money-making black boxes work.2 As a keyword in the spirit of cultural critic Raymond Williams,3 the word algorithm frequently encompasses a range of computational processes including close surveillance of user behaviors, “big data” aggregation of the resulting information, analytics engines that combine multiple forms of statistical calculation to parse that data, and finally a set of human-facing actions, recommendations, and interfaces that generally reflect only a small part of the cultural processing going on behind the scenes. Computation comes to have a kind of presence in the world, becoming a “thing” that both obscures and highlights par- ticular forms of what Wendy Hui Kyong Chun calls “programmability,” a notion we will return to in the guise of computationalism below.4
It is precisely this protean nature of computation that both troubles and attracts us. At some times computational systems appear to conform to that standard of discrete “thingness,” like the me of Sumerian myth or a shiny application button on a smartphone screen. At other moments they are much harder to distinguish from broader cultural environments: to what extent are spell-check programs changing diction and grammatical choices through their billions of subtle corrections, and how do we disentangle the assemblage of code, dictionaries, and grammars that underlie them? While the cultural effects and affects of computation are complex, these systems function in the world through instruments designed and implemented by human beings. In order to establish a critical frame for reading cultural computation, we have to begin with those instruments, jammed together in the humble vessel of the algorithm.
Our look at Snow Crash revealed the layers of magic, “sourcery,” and structured belief that underpin the facade of the algorithm in culture today. Now we turn to the engineers and computer scientists who implement computational systems. Rooted in computer science, this version of the algorithm relies on the history of mathematics. An algorithm is a recipe, an instruction set, a sequence of tasks to achieve a particular calculation or result, like the steps needed to calculate a square root or tabulate the Fibonacci sequence. The word itself derives from Abū ʿAbdallāh Muḥammad ibn Mūsā al-Khwārizmī, the famed ninth-century CE mathematician (from whose name algebra is also derived). Algorismus was originally the process for calculating Hindu-Arabic numerals. Via al-Kwarizmi, the algorithm was associated with the revolutionary concepts of positional notation, the decimal point, and zero.
As the word gained currency in the centuries that followed, “algorithm” came to describe any set of mathematical instructions for manipulating data or reasoning through a problem. The Babylonians used some of the first mathematical algorithms to derive square roots and factor numbers.5 Euclid devised an algorithm for taking two numbers and finding the great- est common divisor they share. Throughout this evolution, the algorithm retained an essential feature that will soon become central to the story: it just works. That is to say, an algorithm reliably delivers an expected result within a finite amount of time (except, perhaps, for those edge cases that fascinate mathematicians and annoy engineers).
Historian Nathan Ensmenger recounts how the academic discipline of computer science coalesced only after its advocates embraced the concept of the algorithm, with one of the field’s founders, Donald Knuth, tracing the field’s origins to al-Khwarizmi in his seminal textbook The Art of Computer Programming.6 The algorithm was an ideal object of study, both easily grasped and endlessly puzzling:
By suggesting that the algorithm was as fundamental to the technical activity of computing as Sir Isaac Newton’s laws of motion were to physics, Knuth and his fellow computer scientists could claim full fellowship with the larger community of scientists.7
And yet, as mathematician Yiannis Moschovakis points out, Knuth’s argu- ment about what algorithms actually are is an extremely rare instance where the question is foregrounded.8 For computer scientists the term remains more of an intuitive, unexamined notion than a delineated logical concept grounded in a mathematical theory of computation.
Thanks in large part to Knuth, the algorithm today is a fundamental concept in computer science, an intellectual keystone typically covered in the introductory Algorithms and Data Structures course for undergraduate majors. Algorithms represent repeatable, practical solutions to problems like factoring a number into its smallest prime number components or finding the most efficient pathway through a network. The major focus for contemporary algorithmic research is not whether they work but how efficiently, and with what tradeoffs in terms of CPU cycles, memory, and accuracy.
We can distill this pragmatic approach to algorithms down to a single PowerPoint slide. Robert Sedgewick, a leading researcher on computa- tional algorithms, also happened to teach the version of Algorithms and Data Structures that I took as an undergraduate; he calls the algorithm a “method for solving a problem” in his widely circulated course materials.9 This is what I term the pragmatist’s definition: an engineer’s notion of algo- rithms geared toward defining problems and solutions. The pragmatist’s definition grounds its truth claim in utility: algorithms are fit for a pur- pose, illuminating pathways between problems and solutions. This is the critical frame that dominates the breakout rooms and workstations of engineers at Google, Apple, Amazon, and other industry giants. As Google describes them: “Algorithms are the computer processes and formulas that take your questions and turn them into answers.”10 For many engineers and technologists, algorithms are quite simply the work, the medium of their labor.
The pragmatic definition lays bare the essential politics of the algorithm, its transparent complicity in the ideology of instrumental reason that digi- tal culture scholar David Golumbia calls out in his critique of computa- tion.11 Of course this is what algorithms do: they are methods, inheriting the inductive tradition of the scientific method and engineering from Archimedes to Vannevar Bush. They solve problems that have been identi- fied as such by the engineers and entrepreneurs who develop and optimize the code. But such implementations are never just code: a method for solv- ing a problem inevitably involves all sorts of technical and intellectual inferences, interventions, and filters.
As an example, consider the classic computer science problem of the traveling salesman: how can one calculate an efficient route through a geography of destinations at various distances from one another? The question has many real-world analogs, such as routing UPS drivers, and indeed that company has invested hundreds of millions of dollars in a 1,000-page algorithm called ORION that bases its decisions in part on trav- eling salesman heuristics.12 And yet the traveling salesman problem imag- ines each destination as an identical point on a graph, while UPS drop-offs vary greatly in the amount of time they take to complete (hauling a heavy package up with a handcart, say, or avoiding the owner’s terrier). ORION’s algorithmic model of the universe must balance between particular compu- tational abstractions (each stop is a featureless, fungible point), the lived experience and feedback of human drivers, and the data the company has gathered about the state of the world’s stop signs, turn lanes, and so on. The computer science question of optimizing paths through a network must share the computational stage with the autonomy of drivers, the imposi- tion of quantified tracking on micro-logistical decisions like whether to make a right or left turn, and the unexpected interventions of other com- plex human systems, from traffic jams to pets.
ORION and its 1,000-page “solution” to this tangled problem is, of course, a process or system in continued evolution rather than an elegant equation for the balletic coordination of brown trucks. Its equations and computational models of human behavior are just one example among millions of algorithms attempting to regularize and optimize complex cul- tural systems. The pragmatist’s definition achieves clarity by constructing an edifice (a cathedral) of tacit knowledge, much of it layered in systems of abstraction like the traveling salesman problem. At a certain level of cultural success, these systems start to create their own realities as well: various players in the system begin to alter their behavior in ways that short-circuit the system’s assumptions. Internet discussion boards catalog complaints about delivery drivers who do not bother to knock and instead leave door tags claiming that the resident was not at home. These short- cuts work precisely because they are invisible to systems like ORION, allow- ing the driver to save valuable seconds and perhaps catch up on all those other metrics that are being tracked on a hectic day when the schedule starts to slip.
Many of the most powerful corporations in existence today are essentially cultural wrappers for sophisticated algorithms, as we will see in the following chapters. Google exemplifies a company, indeed an entire worldview, built on an algorithm, PageRank. Amazon’s transformational algorithm involved not just computation but logistics, finding ways to out- source, outmaneuver, and outsell traditional booksellers (and later, sellers of almost every kind of consumer product). Facebook developed the world’s most successful social algorithm for putting people in contact with one another. These are just a few examples of powerful, pragmatic, lucrative algorithms that are constantly updated and modified to cope with the messy cultural spaces they attempt to compute.
We live, for the most part, in a world built by algorithmic pragmatists. Indeed, the ambition and scale of corporate operations like Google means that their definitions of algorithms—what the problems are, and how to solve them—can profoundly change the world. Their variations of pragma- tism then inspire elaborate responses and counter-solutions, or what com- munication researcher Tarleton Gillespie calls the “tacit negotiation” we perform to adapt ourselves to algorithmic systems: we enunciate differently when speaking to machines, use hashtags to make updates more machine- readable, and describe our work in search engine-friendly terms.13
The tacit assumptions lurking beneath the pragmatist’s definition are becoming harder and harder to ignore. The apparent transparency and sim- plicity of computational systems are leading many to see them as vehicles for unbiased decision-making. Companies like UpStart and ZestFinance view computation as a way to judge financial reliability and make loans to people who fail more traditional algorithmic tests of credit-worthiness, like credit scores.14 These systems essentially deploy algorithms to counter the bias of other algorithms, or more cynically to identify business opportuni- ties missed by others. The companies behind these systems are relatively unusual, however, in acknowledging the ideological framing of their business plans, and explicitly addressing how their systems attempt to judge “character.”
But if these are reflexive counter-algorithms designed to capitalize on systemic inequities, they are responding to broader cultural systems that typically lack such awareness. The computational turn means that many algorithms now reconstruct and efface legal, ethical, and perceived reality according to mathematical rules and implicit assumptions that are shielded from public view. As legal ethicist Frank Pasquale writes about algorithms for evaluating job candidates:
Automated systems claim to rate all individuals the same way, thus averting dis- crimination. They may ensure some bosses no longer base hiring and firing deci- sions on hunches, impressions, or prejudices. But software engineers construct the datasets mined by scoring systems; they define the parameters of data-mining analyses; they create the clusters, links, and decision trees applied; they generate the predictive models applied. Human biases and values are embedded into each and every step of development. Computerization may simply drive discrimination upstream.15
As algorithms move deeper into cultural space, the pragmatic definition gets scrutinized more closely according to critical frames that reject the engineering rubric of problem and solution, as Pasquale, Golumbia, and a growing number of algorithmic ethics scholars have argued. The cathedral of abstractions and embedded systems that allow the pragmatic algorithms of the world to flourish can be followed down to its foundations in sym- bolic logic, computational theory, and cybernetics, where we find a curious thing among that collection of rational ideas: desire.
From Computation to Desire
What are the truth claims underlying the engineer’s problems and solu- tions, or the philosophy undergirding the technological magic of sourcery? They depend on the protected space of computation, the logical, proce- dural, immaterial space where memory and process work according to very different rules from material culture.
Translation - Spanish
1. ¿Qué es un Algoritmo?
Si queremos vivir con la máquina, tenemos que entender a la máquina , no tenemos que adorarla.
Norbert Wiener
El Auge de las Máquinas Culturales
En algún momento de finales de la primera década del siglo XXI cambió nuestra relación con los ordenadores. Al principio llevábamos los dispositivos en los bolsillos, los consultábamos sentados a la mesa, les murmullábamos cosas silenciosamente desde un rincón. Dejamos de pensar en hardware y empezamos a pensar en aplicaciones y servicios. Ha llegado un momento en que no solo usamos sino que confiamos en los sistemas computacionales que nos dicen adónde ir, con quién citarnos y qué pensar (por mencionar solo unos pocos ejemplos). A cada clic, a cada aceptación de los términos de uso, nos convencemos un poco más de que la inteligencia de datos, los sensores de ubicación, y varias formas de aprendizaje automático, podrán moldear y regular de manera beneficiosa toda suerte de complejos sistemas, desde elegir canciones hasta predecir un delito. Y a lo largo de este camino, una vieja palabra se ha vuelto a poner de actualidad: algoritmo. Ya sea ignorado o idealizado, el algoritmo raramente es tomado en serio como término clave en el trabajo cultural que los ordenadores desempeñan para nosotros. Este libro desmenuzará y recompondrá de nuevo el término en cuestión, para mostrar así el funcionamiento de los algoritmos como máquinas culturales que necesitamos aprender a leer y a comprender.
Los algoritmos están por todas partes. A día de hoy ya dominan los mercados de valores, la composición musical, la conducción de coches y la redacción de noticias, y son artífices de extensas pruebas matemáticas; además, sus poderes para la autoría creativa solo están empezando a cobrar forma. Las corporaciones guardan celosamente las cajas negras que orquestan estas recolecciones de datos y procesos. De hecho, incluso los ingenieros que están detrás de algunos de los sistemas algorítmicos más exitosos y extendidos del planeta —como los ejecutivos de Google y de Netflix, por ejemplo— reconocen que solo entienden parte de los comportamientos que exhiben sus sistemas. Pero su retórica sigue siendo transcendente y rompedora, y cada vez que equiparen la computación con la justicia transformacional y la libertad, estarán pulsando muchas de las mismas teclas tecno-utópicas que el mito de la codificación como forma de magia. La teología de la computación, tal y como la identificó Ian Bogost, es una fe militante, que está propagando el evangelio del Big-Data y la perturbación, hasta enormes franjas de la sociedad.
Hoy los algoritmos forman parte de nuestro entorno, lo hacen como piezas domésticas de magia técnica a las que confiamos misiones como la de reservar nuestras vacaciones, sugerir posibles amistades, evaluar pruebas estandarizadas, y el desempeño de otras muchas formas de trabajo cultural. Los corredores de Wall Street bautizan a sus «algos» financieros con nombres como Ambush (emboscada) o Raider (invasor), y sin embargo, muchas veces no tienen la menor idea de cómo funcionan sus lucrativas cajas negras, . La palabra algoritmo, como palabra clave que es en el espíritu del crítico cultural Raymond Williams , abarca frecuentemente una serie de procesos computacionales, como la estrecha vigilancia del comportamiento de los usuarios, la recolección de los datos masivos de la información resultante, los múltiples cálculos estadísticos combinados que emplean las máquinas analíticas para analizar esos datos; y, finalmente un conjunto de acciones de confrontación humana, recomendaciones, e interfaces que tan solo acostumbran a reflejar una pequeña parte de todo el procesamiento cultural que se lleva a cabo entre bastidores. La computación está resultando tener una especie de presencia en el mundo, y se está convirtiendo en «algo» que eclipsa e ilumina a partes iguales determinadas formas de lo que Wendy Hui Kyong Chun ha acuñado como «programabilidad», una noción a la que regresaremos en forma computacional más adelante .
Será precisamente esta proteica naturaleza de la computación la que nos atraiga y nos repela. En ocasiones, los sistemas computacionales parecen ajustarse al patrón de la cosificación discreta, como el mi de la mitología sumeria, o el brillante botón de una aplicación en la pantalla de un teléfono inteligente. En otros momentos resultará harto más duro diferenciarlos de entornos culturales más amplios: ¿hasta qué punto están cambiando la dicción y las elecciones gramaticales los programas de escritura predictiva con sus miles de millones de sutiles correcciones? ¿Y cómo desentrañar el batiburrillo de códigos, diccionarios y gramáticas subyacentes? Mientras los efectos y afectos culturales de la computación son complejos, estos sistemas funcionan en el mundo a través de instrumentos diseñados e implementados por seres humanos. Así que con el fin de establecer una marco crítico para la lectura de la computación cultural, tendremos que empezar con estos instrumentos, todos hacinados conjuntamente en la modesta embarcación del algoritmo.
Nuestro repaso a Snow Crash ha descubierto las capas de magia, sourcery y creencias estructuradas que apuntalan la fachada de la cultura del algoritmo actual. Ahora nos centraremos en los ingenieros e informáticos que implementan los sistemas computacionales. Su participación se origina en una versión del algoritmo arraigada a la informática, y amparada en la historia de las matemáticas. Un algoritmo es una receta, un conjunto de instrucciones, una secuencia de tareas destinada a conseguir un cálculo o resultado particular, como los pasos necesarios para calcular una raíz cuadrada o para tabular la secuencia Fibonacci. La palabra proviene del apellido de Abū ʿAbdallāh Muḥammad ibn Mūsā al-Khwārizmī, el célebre informático del siglo IX de la Era Moderna (a cuyo nombre se debe también la palabra álgebra). Originalmente, se conocía como Algorismus al proceso para calcular números hindú arábigos. Gracias a Al-Kwarizimi el algoritmo sería asociado a los revolucionarios conceptos de la notación posicional y la puntuación decimal, y al cero.
Conforme la palabra fue ganando popularidad en los siglos sucesivos, el término «algoritmo» vino a describir cualquier conjunto de instrucciones matemáticas para manipular datos o para razonar un problema. Los babilonios emplearon algunos de los primeros algoritmos matemáticos para deducir raíces cuadradas y los números de los factores . Euclides ideó un algoritmo para deducir el máximo común denominador entre dos números distintos. A lo largo de toda esta evolución, el algoritmo conservaría un rasgo esencial que no tardaría en convertirse en determinante para su historia; y es que el algoritmo, sencillamente, funciona. Esto es, un algoritmo obtiene un resultado fidedigno en un margen de tiempo limitado (salvo, quizá, en aquellos casos extremos que fascinan a los matemáticos e irritan a los ingenieros).
El historiador Nathan Ensmenger relata cómo la disciplina académica de la ciencia informática solo se fraguaría después de que sus partidarios abrazaran el concepto de algoritmo. Sería entonces cuando uno de los fundadores de la ciencia, Donald Knuth, referiría los orígenes de la misma a Al-Khwarizmi en su seminal libro de texto Algoritmos Fundamentales (El arte de programar ordenadores ). El algoritmo se convertiría entonces en un objeto de estudio ideal, un objeto que resultaría tan fácil de manejar como infinitamente desconcertante:
Al sugerir que el algoritmo es tan fundamental para la actividad técnica de la computación como las leyes del movimiento de Newton lo son para la física, Knuth y sus colegas informáticos pudieron reivindicar su completa pertenencia a la aún más grande comunidad científica .
Y aún así, tal y como señala el matemático Yiannis Moschovakis, el argumento de Knuth sobre qué son los algoritmos realmente, se convertirá en un ejemplo extremadamente insólito desde el que responder la pregunta . Para los informáticos, el término sigue siendo una noción más bien intuitiva y por contrastar antes que un concepto delineado lógicamente y fundado en la teoría matemática de la computación.
Hoy, en gran parte gracias a Knuth, el algoritmo es un concepto fundamental para la ciencia informática, una clave intelectual que normalmente forma parte del programa académico introductorio al Algoritmo y a la Estructura de Datos de los futuros licenciados. Los algoritmos formulan soluciones prácticas y repetidas a problemas como la factorización de un número hasta su número primo más pequeño; o como encontrar el camino más efectivo para navegar una red. La investigación contemporánea del algoritmo no se concentra principalmente tanto en si los algoritmos funcionan, cómo en cuán eficazmente y con qué compensaciones, en términos de sus ciclos de CPU, memoria y precisión, lo hacen
Podríamos reducir esta pragmática aproximación a los algoritmos a una sola diapositiva de PowerPoint. Se da la circunstancia de que Robert Sedgewick, el pionero investigador en algoritmos computacionales, sería también el encargado de instruirme en la versión de la asignatura de Algoritmos y Estructuras de Datos que estudié en la universidad. En sus ampliamente difundidos materiales de curso , Sedgewick describe el algoritmo como «un método para solucionar un problema». Y eso es precisamente a lo que yo llamo la definición pragmática: una noción del algoritmo en clave de ingeniería que explica problemas y soluciones. La definición pragmática cimienta su presunción de veracidad en su utilidad. Los algoritmos están hechos con un propósito: iluminar los caminos que separan problemas de soluciones. Este es el marco crítico preponderante en las salas de reuniones y en los cubículos de los ingenieros de Google, Apple, Amazon y de otros gigantes de la industria. Tal y como los describe Google: «los algoritmos son los procesos y las fórmulas de los ordenadores que toman tus preguntas y las convierten en respuestas ». Para muchos ingenieros y tecnólogos, los algoritmos son pura y llanamente su trabajo, el medio de su dedicación laboral.
La definición pragmática pone al descubierto las políticas esenciales del algoritmo, su inequívoca complicidad con la ideología de la razón instrumental que el académico cultural David Golumbia denuncia en su crítica a la computación . No cabe duda de que eso es lo que hacen los algoritmos: son métodos, los herederos de la tradición inductiva del método científico y la ingeniería, desde Arquímedes hasta Vannevar Bush. Los algoritmos solucionan los problemas identificados como tales por los ingenieros y los emprendedores que han desarrollado y optimizado su programación. Pero estas implementaciones no son nunca solo código, ya que cualquier método para solucionar un problema implicará, inevitablemente, toda clase de inferencias técnicas e intelectuales, intervenciones y filtros.
Como ejemplo, basta con considerar el clásico problema informático del vendedor ambulante: ¿cómo podrá calcular un recorrido eficaz a través de una geografía de destinos que están a distintas distancias los unos de los otros? La pregunta cuenta con muchas analogías en el mundo real, como la de los conductores en tránsito de UPS; que, no en vano, es una compañía que ha invertido cientos de millones de dólares en un algoritmo de mil páginas que se llama ORION, y que basa parcialmente sus decisiones en la heurística del vendedor ambulante . Y aún así, el problema del vendedor ambulante es imaginarse cada destino como un punto idéntico en un gráfico, mientras que el tiempo de entrega de UPS varía mucho en función del encargo (arrastrar un paquete pesado en un carrito, o eludir al dueño de un terrier, por ejemplo). El modelo algorítmico del universo de ORION tendrá que conciliar las particulares abstracciones computacionales (cada parada será un punto monótono, fungible), la experiencia vivida y el feedback de los conductores humanos; con los datos recolectados por la empresa sobre el estado mundial de las señales verticales de stop, los carriles de cambio de sentido, y demás. En cuanto a la cuestión informática de optimizar caminos a través de una red, esta tendrá que compartir la fase computacional con la autonomía de sus conductores, la imposición de un rastreo cuantitativo de las decisiones micro logísticas, como girar a izquierda o derecha, y las inesperadas intervenciones de otros complejos sistemas humanos, desde los atascos de tráfico hasta las mascotas.
ORION y su «solución» de mil páginas a este enrevesado problema es antes un proceso o un sistema en permanente evolución que una elegante ecuación de grácil coordinación de camiones marrones, qué duda cabe. Sus ecuaciones y sus modelos computacionales del comportamiento humano son solo un ejemplo de los millones de algoritmos que intentan regular y optimizar complejos sistemas culturales. La definición pragmática adquiere su claridad gracias a la construcción de un edificio (una catedral) de conocimiento tácito, en gran parte cubierta de varias capas de sistemas de abstracción, como el problema del vendedor ambulante. Llegado cierto punto de éxito cultural, estos sistemas empezarán también a crear sus propias realidades: distintos participantes del sistema comenzarán a alterar su comportamiento de maneras que cortocircuitarán las conjeturas del sistema. Los foros de discusión de Internet hacen listas de quejas sobre repartidores al volante que no se molestan en llamar, dejan notificaciones en la puerta y aducen que el residente no se encontraba en casa. Estos accesos directos funcionan justamente porque son invisibles para sistemas como ORION, permitiendo a los conductores salvar unos segundos preciosos, y lo mismo entrar en otras mediciones que estén siendo rastreadas en los días frenéticos en que los horarios empiezan a torcerse.
Muchas de las más poderosas corporaciones que existen a día de hoy son, esencialmente, envoltorios culturales de algoritmos sofisticados, como veremos en los próximos capítulos. Google es el ejemplo de una compañía, que es, de hecho, toda una cosmovisión construida sobre un algoritmo, Page Rank. El algoritmo transformacional de Amazon no solo fue forjado a fuerza de computación, sino también de una logística consistente en encontrar maneras de subcontratar, de rebasar y de vender más que los vendedores de libros tradicionales (y, más tarde, a los vendedores de prácticamente cualquier tipo de producto de consumo). Facebook desarrolló el algoritmo más exitoso del planeta para poner a gente en contacto con otra gente. Estos son tan solo un puñado de ejemplos de poderosos, pragmáticos y lucrativos algoritmos que están siendo constantemente actualizados y modificados para lidiar con los caóticos espacios culturales que procuran computar.
Vivimos la mayor parte del tiempo en un mundo construido por pragmáticos del algoritmo. De hecho, la ambición y la escala de operaciones corporativas como las de Google implican que sus definiciones de algoritmos —qué problemas hay y cómo solucionarlos— pueden cambiar el mundo profundamente. Las variaciones de su pragmatismo generan elaboradas respuestas y enmiendas, o lo que el investigador en comunicaciones Tarelton Gillespie ha bautizado como la «negociación tácita», que interpretamos para adaptarnos a los sistemas algorítmicos: cuando hablamos con máquinas nuestros enunciados varían, empleamos hashtags para hacer actualizaciones que las máquinas puedan leer mejor, y describimos nuestro trabajo con términos que resulten amistosos para los buscadores .
Cada vez resulta más y más difícil ignorar las conjeturas tácitas que sobrevuelan la definición pragmática. La aparente transparencia y sencillez de los sistemas computacionales está provocando que muchos los vean como vehículos para la toma de decisiones imparciales. Empresas como UpStart y ZestFinance ven la computación como una manera de juzgar la fiabilidad financiera, y conceder préstamos a personas que no superan los exámenes algorítmicos de solvencia financiera más tradicionales, como el de capacidad crediticia . Estos sistemas se dedican, básicamente, a emplear algoritmos para contrarrestar las preferencias de otros algoritmos; sino para algo todavía más cínico: identificar posibilidades de negocio que se les han pasado a otros. Sin embargo, es relativamente inusual que las compañías que se esconden detrás de estos sistemas reconozcan cuál es el plan ideológico de sus planes de negocio, independientemente de cuál sea la manera en que sus sistemas intentan juzgar el «carácter» de sus candidatos.
Pero si bien se trata de algoritmos reflexivos concebidos para contrarrestar que se abuse de las desigualdades del sistema, también son la respuesta a sistemas culturales más amplios, sistemas que habitualmente están desprovistos de la misma consciencia. El giro computacional* ha significado que hoy muchos algoritmos reconstruyan y supriman la realidad legal, ética y percibida, de acuerdo a una serie de normas matemáticas y conjeturas implícitas al margen del conocimiento público. Así lo atestigua el experto en deontología legal Frank Pasquale cuando escribe sobre algoritmos de evaluación de candidatos a puestos de trabajo:
Los sistemas automáticos reivindican valorar a todos los individuos de idéntica manera; esto es, evitando la discriminación. Es posible que garanticen que determinados jefes ya no basen sus contrataciones y despidos en instintos, fantasías o prejuicios. Pero los ingenieros de software construyen conjuntos de datos plagados de sistemas de puntuación; definen los parámetros de los análisis de exploración de datos; crean los grupos, los vínculos y los árboles de decisión; generan los modelos predictivos aplicados. Las preferencias y los valores humanos estarán integrados en todas y cada una de las fases del desarrollo. Es posible que la computación se esté dedicando, sencillamente, a dirigir la discriminación a contracorriente .
Conforme los algoritmos se van instalando más profundamente en el espacio cultural, la definición pragmática es sometida a un escrutinio más estrecho en relación a marcos críticos que rechazan la categorización ingeniera de problema y solución, tal y como han defendido Pasquale, Golumbia, y un número cada vez mayor de académicos especializados en ética algorítmica. La catedral de abstracciones y de sistemas integrados que permiten el florecimiento de los algoritmos pragmáticos del mundo puede reconstruirse hasta su raíz en la lógica simbólica, la teoría computacional y la cibernética, donde nos encontramos con un curioso concepto rodeado de una colección de ideas racionales: el deseo.
De la Computación al Deseo
¿Cuáles son las auténticas presunciones de veracidad que subyacen bajo los problemas y las soluciones de los ingenieros? ¿Y cuál es la filosofía que sustenta la magia tecnológica de la brujería?
Adobe Illustrator, Microsoft Office Pro, Premiere, Powerpoint
CV/Resume
CV available upon request
Bio
Journalist Degree at Universitat Pompeu Fabra, Barcelona. I started editing fanzines and culture magazines in the late 90s. Got signed up by a national Spanish newspaper (La Razón), and became a freelance after a couple of years, always covering culture pieces for Vogue, El País, Marie-Claire, Playboy, Fotogramas, Intersection Magazine (London), Wad (Paris) and many more. During those years I interviewed the likes of Angelina Jolie, Brad Pitt, Anthony Hopkins, Matt Damon, Monica Bellucci, Diane Kruger, Kevin Costner, Schwarzenneger, Penélope Cruz, Woody Allen, among many others... In 2005 I wrote my first novel, Salida (Alpha Decay, Barcelona, 2005), a road trip based on real characters and a literary development. By 2007 Spain became a country on the verge of an economic collapse and living as a freelance writer was a dodgy prospect. So I came up with the plan of becoming a literary translator and moved over to Dublin (Ireland) in 2008, a country where to develop my English. I accomplished my goal after three years of intense work and reading: in 2011 I published my first novel as a translator, Letters to Emma Bowlcut (Bill Callahan, Alpha Decay). Since then I've translated 6 more novels and wrote another two, including the critically acclaimed Sideral, Estrella Fugada (Contra, Barcelona, 2014). I tend to achieve what I want, and though I like to live quietly and have a sense of how to do things on my own, I'm a relentless writer and communicator, like a number of Irish people. I can work isolated or in groups, and usually I combined both.
Expertise