1. Número 1 · Enero 2015

  2. Número 2 · Enero 2015

  3. Número 3 · Enero 2015

  4. Número 4 · Febrero 2015

  5. Número 5 · Febrero 2015

  6. Número 6 · Febrero 2015

  7. Número 7 · Febrero 2015

  8. Número 8 · Marzo 2015

  9. Número 9 · Marzo 2015

  10. Número 10 · Marzo 2015

  11. Número 11 · Marzo 2015

  12. Número 12 · Abril 2015

  13. Número 13 · Abril 2015

  14. Número 14 · Abril 2015

  15. Número 15 · Abril 2015

  16. Número 16 · Mayo 2015

  17. Número 17 · Mayo 2015

  18. Número 18 · Mayo 2015

  19. Número 19 · Mayo 2015

  20. Número 20 · Junio 2015

  21. Número 21 · Junio 2015

  22. Número 22 · Junio 2015

  23. Número 23 · Junio 2015

  24. Número 24 · Julio 2015

  25. Número 25 · Julio 2015

  26. Número 26 · Julio 2015

  27. Número 27 · Julio 2015

  28. Número 28 · Septiembre 2015

  29. Número 29 · Septiembre 2015

  30. Número 30 · Septiembre 2015

  31. Número 31 · Septiembre 2015

  32. Número 32 · Septiembre 2015

  33. Número 33 · Octubre 2015

  34. Número 34 · Octubre 2015

  35. Número 35 · Octubre 2015

  36. Número 36 · Octubre 2015

  37. Número 37 · Noviembre 2015

  38. Número 38 · Noviembre 2015

  39. Número 39 · Noviembre 2015

  40. Número 40 · Noviembre 2015

  41. Número 41 · Diciembre 2015

  42. Número 42 · Diciembre 2015

  43. Número 43 · Diciembre 2015

  44. Número 44 · Diciembre 2015

  45. Número 45 · Diciembre 2015

  46. Número 46 · Enero 2016

  47. Número 47 · Enero 2016

  48. Número 48 · Enero 2016

  49. Número 49 · Enero 2016

  50. Número 50 · Febrero 2016

  51. Número 51 · Febrero 2016

  52. Número 52 · Febrero 2016

  53. Número 53 · Febrero 2016

  54. Número 54 · Marzo 2016

  55. Número 55 · Marzo 2016

  56. Número 56 · Marzo 2016

  57. Número 57 · Marzo 2016

  58. Número 58 · Marzo 2016

  59. Número 59 · Abril 2016

  60. Número 60 · Abril 2016

  61. Número 61 · Abril 2016

  62. Número 62 · Abril 2016

  63. Número 63 · Mayo 2016

  64. Número 64 · Mayo 2016

  65. Número 65 · Mayo 2016

  66. Número 66 · Mayo 2016

  67. Número 67 · Junio 2016

  68. Número 68 · Junio 2016

  69. Número 69 · Junio 2016

  70. Número 70 · Junio 2016

  71. Número 71 · Junio 2016

  72. Número 72 · Julio 2016

  73. Número 73 · Julio 2016

  74. Número 74 · Julio 2016

  75. Número 75 · Julio 2016

  76. Número 76 · Agosto 2016

  77. Número 77 · Agosto 2016

  78. Número 78 · Agosto 2016

  79. Número 79 · Agosto 2016

  80. Número 80 · Agosto 2016

  81. Número 81 · Septiembre 2016

  82. Número 82 · Septiembre 2016

  83. Número 83 · Septiembre 2016

  84. Número 84 · Septiembre 2016

  85. Número 85 · Octubre 2016

  86. Número 86 · Octubre 2016

  87. Número 87 · Octubre 2016

  88. Número 88 · Octubre 2016

  89. Número 89 · Noviembre 2016

  90. Número 90 · Noviembre 2016

  91. Número 91 · Noviembre 2016

  92. Número 92 · Noviembre 2016

  93. Número 93 · Noviembre 2016

  94. Número 94 · Diciembre 2016

  95. Número 95 · Diciembre 2016

  96. Número 96 · Diciembre 2016

  97. Número 97 · Diciembre 2016

  98. Número 98 · Enero 2017

  99. Número 99 · Enero 2017

  100. Número 100 · Enero 2017

  101. Número 101 · Enero 2017

  102. Número 102 · Febrero 2017

  103. Número 103 · Febrero 2017

  104. Número 104 · Febrero 2017

  105. Número 105 · Febrero 2017

  106. Número 106 · Marzo 2017

  107. Número 107 · Marzo 2017

  108. Número 108 · Marzo 2017

  109. Número 109 · Marzo 2017

  110. Número 110 · Marzo 2017

  111. Número 111 · Abril 2017

  112. Número 112 · Abril 2017

  113. Número 113 · Abril 2017

  114. Número 114 · Abril 2017

  115. Número 115 · Mayo 2017

  116. Número 116 · Mayo 2017

  117. Número 117 · Mayo 2017

  118. Número 118 · Mayo 2017

  119. Número 119 · Mayo 2017

  120. Número 120 · Junio 2017

  121. Número 121 · Junio 2017

  122. Número 122 · Junio 2017

  123. Número 123 · Junio 2017

  124. Número 124 · Julio 2017

  125. Número 125 · Julio 2017

  126. Número 126 · Julio 2017

  127. Número 127 · Julio 2017

  128. Número 128 · Agosto 2017

  129. Número 129 · Agosto 2017

  130. Número 130 · Agosto 2017

  131. Número 131 · Agosto 2017

  132. Número 132 · Agosto 2017

  133. Número 133 · Septiembre 2017

  134. Número 134 · Septiembre 2017

  135. Número 135 · Septiembre 2017

  136. Número 136 · Septiembre 2017

  137. Número 137 · Octubre 2017

  138. Número 138 · Octubre 2017

  139. Número 139 · Octubre 2017

  140. Número 140 · Octubre 2017

  141. Número 141 · Noviembre 2017

  142. Número 142 · Noviembre 2017

  143. Número 143 · Noviembre 2017

  144. Número 144 · Noviembre 2017

  145. Número 145 · Noviembre 2017

  146. Número 146 · Diciembre 2017

  147. Número 147 · Diciembre 2017

  148. Número 148 · Diciembre 2017

  149. Número 149 · Diciembre 2017

  150. Número 150 · Enero 2018

  151. Número 151 · Enero 2018

  152. Número 152 · Enero 2018

  153. Número 153 · Enero 2018

  154. Número 154 · Enero 2018

  155. Número 155 · Febrero 2018

  156. Número 156 · Febrero 2018

  157. Número 157 · Febrero 2018

  158. Número 158 · Febrero 2018

  159. Número 159 · Marzo 2018

  160. Número 160 · Marzo 2018

  161. Número 161 · Marzo 2018

  162. Número 162 · Marzo 2018

  163. Número 163 · Abril 2018

  164. Número 164 · Abril 2018

  165. Número 165 · Abril 2018

  166. Número 166 · Abril 2018

  167. Número 167 · Mayo 2018

  168. Número 168 · Mayo 2018

  169. Número 169 · Mayo 2018

  170. Número 170 · Mayo 2018

  171. Número 171 · Mayo 2018

  172. Número 172 · Junio 2018

  173. Número 173 · Junio 2018

  174. Número 174 · Junio 2018

  175. Número 175 · Junio 2018

  176. Número 176 · Julio 2018

  177. Número 177 · Julio 2018

  178. Número 178 · Julio 2018

  179. Número 179 · Julio 2018

  180. Número 180 · Agosto 2018

  181. Número 181 · Agosto 2018

  182. Número 182 · Agosto 2018

  183. Número 183 · Agosto 2018

  184. Número 184 · Agosto 2018

  185. Número 185 · Septiembre 2018

  186. Número 186 · Septiembre 2018

  187. Número 187 · Septiembre 2018

  188. Número 188 · Septiembre 2018

  189. Número 189 · Octubre 2018

  190. Número 190 · Octubre 2018

  191. Número 191 · Octubre 2018

  192. Número 192 · Octubre 2018

  193. Número 193 · Octubre 2018

  194. Número 194 · Noviembre 2018

  195. Número 195 · Noviembre 2018

  196. Número 196 · Noviembre 2018

  197. Número 197 · Noviembre 2018

  198. Número 198 · Diciembre 2018

  199. Número 199 · Diciembre 2018

  200. Número 200 · Diciembre 2018

  201. Número 201 · Diciembre 2018

  202. Número 202 · Enero 2019

  203. Número 203 · Enero 2019

  204. Número 204 · Enero 2019

  205. Número 205 · Enero 2019

  206. Número 206 · Enero 2019

  207. Número 207 · Febrero 2019

  208. Número 208 · Febrero 2019

  209. Número 209 · Febrero 2019

  210. Número 210 · Febrero 2019

  211. Número 211 · Marzo 2019

  212. Número 212 · Marzo 2019

  213. Número 213 · Marzo 2019

  214. Número 214 · Marzo 2019

  215. Número 215 · Abril 2019

  216. Número 216 · Abril 2019

  217. Número 217 · Abril 2019

  218. Número 218 · Abril 2019

  219. Número 219 · Mayo 2019

  220. Número 220 · Mayo 2019

  221. Número 221 · Mayo 2019

  222. Número 222 · Mayo 2019

  223. Número 223 · Mayo 2019

  224. Número 224 · Junio 2019

  225. Número 225 · Junio 2019

  226. Número 226 · Junio 2019

  227. Número 227 · Junio 2019

  228. Número 228 · Julio 2019

  229. Número 229 · Julio 2019

  230. Número 230 · Julio 2019

  231. Número 231 · Julio 2019

  232. Número 232 · Julio 2019

  233. Número 233 · Agosto 2019

  234. Número 234 · Agosto 2019

  235. Número 235 · Agosto 2019

  236. Número 236 · Agosto 2019

  237. Número 237 · Septiembre 2019

  238. Número 238 · Septiembre 2019

  239. Número 239 · Septiembre 2019

  240. Número 240 · Septiembre 2019

  241. Número 241 · Octubre 2019

  242. Número 242 · Octubre 2019

  243. Número 243 · Octubre 2019

  244. Número 244 · Octubre 2019

  245. Número 245 · Octubre 2019

  246. Número 246 · Noviembre 2019

  247. Número 247 · Noviembre 2019

  248. Número 248 · Noviembre 2019

  249. Número 249 · Noviembre 2019

  250. Número 250 · Diciembre 2019

  251. Número 251 · Diciembre 2019

  252. Número 252 · Diciembre 2019

  253. Número 253 · Diciembre 2019

  254. Número 254 · Enero 2020

  255. Número 255 · Enero 2020

  256. Número 256 · Enero 2020

  257. Número 257 · Febrero 2020

  258. Número 258 · Marzo 2020

  259. Número 259 · Abril 2020

  260. Número 260 · Mayo 2020

  261. Número 261 · Junio 2020

  262. Número 262 · Julio 2020

  263. Número 263 · Agosto 2020

  264. Número 264 · Septiembre 2020

  265. Número 265 · Octubre 2020

  266. Número 266 · Noviembre 2020

  267. Número 267 · Diciembre 2020

  268. Número 268 · Enero 2021

  269. Número 269 · Febrero 2021

  270. Número 270 · Marzo 2021

  271. Número 271 · Abril 2021

  272. Número 272 · Mayo 2021

  273. Número 273 · Junio 2021

CTXT necesita 15.000 socias/os para seguir creciendo. Suscríbete a CTXT

TECNOLOGÍA

Poetas y novelistas, al servicio del ‘big data’. Y al revés

La industria de las artes depende de los algoritmos para encontrar su mercado. Mientras, los gigantes de la informática fichan a escritores y artistas

Raquel C. Pico 21/12/2016

<p>Fotograma de <em>El club de los poetas muertos</em> (1989).</p>

Fotograma de El club de los poetas muertos (1989).

TOUCHSTONE

A diferencia de otros medios, en CTXT mantenemos todos nuestros artículos en abierto. Nuestra apuesta es recuperar el espíritu de la prensa independiente: ser un servicio público. Si puedes permitirte pagar 4 euros al mes, apoya a CTXT. ¡Suscríbete!

____________

En enero CTXT deja el saloncito. Necesitamos ayuda para convertir un local en una redacción. Si nos echas una mano grabamos tu nombre en la primera piedra. Del vídeo se encarga Esperanza. 

Donación libre:

 

____________

Orgullo y prejuicio es uno de esos libros que todo el mundo conoce, aunque no necesariamente lo haya leído. La novela, de la inmensamente popular Jane Austen, es uno de los artefactos culturales que generan cientos de productos derivados, que sirve para hacer otros cientos de estudios sobre prácticamente cualquier tema que se le ocurra al investigador de turno y que se emplea para casi cualquier cuestión literaria.

A sus lectores (lectoras, en realidad: solo el 8% de quienes leen Orgullo y prejuicio hoy en día son hombres) les lleva unos 10 días acabar el libro y leen a una velocidad irregular. Cuando se llega a los momentos cumbres de la novela, la velocidad de lectura se acelera, para procesar antes lo que ocurre. De hecho, hay tres puntos clave en los que los lectores comienzan a leer más deprisa. El primero llega en los primeros capítulos, cuando el señor Darcy y Elizabeth Bennet bailan juntos. Luego una carta intercambiada por los protagonistas y el momento en el que se produce la resolución de la trama son los otros dos momentos de lectura más rápida.

Conseguir una horquilla de datos como esta, tan precisa y tan demográfica, por así decirlo, no fue el trabajo de una armada de cotillas que persiguió a los lectores para encontrar cómo se comportaban ante el libro. Fue, en realidad, una de esas informaciones que las marcas dan a los medios y que a los medios les entusiasman tanto. El cómo se lee Orgullo y prejuicio viene de una batería de datos que hizo públicos en su momento el servicio de lectura en la nube Oyster. Las estadísticas llegaban de los hábitos de sus usuarios. A medida que los consumidores del servicio iban leyendo, el sistema iba almacenando información y más información y de todos esos datos se podían sacar conclusiones sobre lo que gustaba y lo que no.

De las pautas de comportamiento de los lectores se podía establecer qué libros lograban enganchar a los usuarios, qué momentos eran los que funcionaban como conectores definitivos (ese momento que ya hace que no se pueda dejar un libro), cuántas horas se dedican a leer, qué se lee en realidad (y no qué se dice que se lee) o a qué velocidad se leen los diferentes géneros (la novela romántica se lee rápido, la erótica más y los libros religiosos muy despacio). Las posibilidades parecen infinitas, ahora que la lectura se ha mudado al formato tecnológico.

Netflix analiza grandes cantidades de datos para determinar qué producir y cuánto pagar por cada contenido

Y quien dice lectura podría decir prácticamente cualquier cosa. Lo mismo ocurre, por ejemplo, con las series de televisión y las películas, que ahora se consumen a la carta dejando un reguero de información sobre por qué y cómo se ven. Así, Netflix sabe que si se llega al segundo episodio de Stranger things o al de Anatomía de Grey se verán las temporadas de cada serie hasta el final. Es algo similar, en parte, a lo que Amazon puede averiguar sobre su consumidor: sabe que, si compra tal producto, es más que probable que se haga también con aquel otro.

En realidad, las compañías tecnológicas de nuevo cuño del mundo de los contenidos no están haciendo nada tan exótico. El big data, que hace unos años era una suerte de término misterioso que protagonizaba eventos y conferencias de prensa a los que iban solo periodistas tecnológicos, se ha convertido casi en mainstream. Ya prácticamente todo el mundo ha recibido el impacto de algún artículo en el que le intentaron explicar por qué las grandes empresas quieren acumular información y cómo de esas grandes masas de datos se sacan conclusiones para determinar qué ofrecer.

Los datos hacen que aquel supermercado venda aquellos minoritarios cereales tan caros porque sabe que compensa atrayendo a consumidores con compras medias más elevadas, pero también que aquella firma audiovisual produzca tal y tal cinta porque sabe que llenará las salas. Los datos se han convertido no solo en la fuente de poder del siglo XXI, sino también en la fuente de riqueza.

También en Netflix

Y esto ha impactado en todos los sectores. Netflix usa algoritmos que analizan grandes cantidades de datos para determinar qué producir y también (y esto es un dato más nuevo que acaba de destapar un periodista de Business Insider) para establecer cuánto va a pagar por cada uno de esos contenidos. Marvel decide en qué superhéroe centrarse cuando acaba de relanzar a uno porque el big data le dice cuál es el que despertará mejor recepción entre los consumidores. ¿Está la tecnología tomando prisionero al mundo del arte y está haciendo que se deje  de producir contenidos y crear películas, series y quién sabe si libros en el futuro para hacer lo que los algoritmos digan que hay que hacer? ¿Ha llegado el momento en el que el arte se va a producir de forma masiva por un hiperentrenado robot?

Al otro lado del Atlántico, conferencia por Skype mediante, Michael Smith y Rahul Telang ponen un cierto punto de distancia ante estos temores. Ambos son profesores en la Universidad Carnegie Mellon y autores de Streaming, Sharing, Stealing (The MIT Press, 2016), sobre el impacto que el big data está teniendo en la televisión. “Existe bastante miedo”, apunta Smith cuando se le pregunta si el big data va a cambiar por completo lo que se hace o no en series de televisión, pero puntualiza que con este cambio tecnológico no se está diciendo tanto a los creadores cómo crear sus series o cómo derivar la trama sino más bien cómo hacer que estos productos lleguen mejor al consumidor.

Las plataformas de streaming, explica, solo están usando las mismas armas que se llevan empleando en marketing desde hace años.  Como añade su colega Rahul Telang, “lo que está pasando no afecta al contenido sino al tipo de contenido que se hace”. Es decir, el big data no dice cómo tiene que ser la historia y cómo debe avanzar, sino que detecta nichos para cada contenido y alerta de que alguien podría quererlo.

Hacer películas bajo un mismo patrón como churros se ha hecho siempre

“Creo que el big data está aquí para quedarse”, señala Jordi Sellas, el comisario del ciclo Hacia una nueva cultura audiovisual, del Centro Cultural-Librería Blanquerna, y recordando que el análisis de datos lo está cambiando todo en general en la sociedad, “pero todo lo que tenga un componente artístico no lo puedes fabricar”. Y Sellas también recuerda que House of Cards, el paradigma de cómo usar datos para hacer series, “tiene trampa”. “Al final es una serie con actores conocidos y un director potente. Vale que lo metieron en una coctelera, pero hay otros ejemplos que no tuvieron tanto éxito”, añade.

Tampoco es, además, que hacer productos culturales para cumplir con las expectativas exactas de lo que el espectador quiere recibir sea tan nuevo. “Hacer películas bajo un mismo patrón como churros se ha hecho siempre”, recuerda Sellas.

Los ganadores y los perdedores del big data

Netflix está presente en prácticamente todo el mundo y tiene, por tanto, un potencial de audiencia millonaria. La cuestión no es solo importante para sus cuentas de negocio sino también para la carrera del big data. Como ocurre en todos los sectores (no es lo mismo el caudal de datos que puede acumular un Carrefour que un Supermercado Manolo), los millones de potenciales espectadores son también potenciales contribuidores de datos (lo que hace que no sea lo mismo la major de Hollywood que la tele autonómica de turno o el gigante global de la edición que la pequeña editorial independiente).

“Todo el mundo está haciendo big data”, concede Jordi Sellas cuando se le pregunta si toda esta revolución es algo lejano y americano o si llega también a la tele más cercana, “lo que pasa es que al big data lo que lo hace big es el data”. Esto es, poco importa el interés por la cuestión si no se tiene un caudal completo de información para poder desde ella sacar conclusiones sobre los consumidores. “Amazon cruza datos de libros, películas, cosas que has comprado, todo”, explica.

Todo ello crea, al final, una suerte de diferentes carreteras, en las que no se puede competir en las mismas condiciones. Los grandes gigantes del audiovisual (o de los libros, o de la música, póngase aquí el arte que más interese a uno) tendrán mucha más información de la que partir para comprender al mercado de la que lo tendrán los más pequeños.

La revolución digital democratiza, pero lo que sigue siendo visto de forma masiva sigue estando concentrado

Igualmente, también se podría ver la lucha desde un punto de vista distinto, el que enfrenta a los de siempre con los recién llegados. ¿Puede por ejemplo la televisión tradicional competir, partiendo de sus audímetros con décadas de vida y datos poco sofisticados, con los nuevos jugadores de la tecnología? La televisión está, de hecho, viendo no solo cómo están cambiando las maneras de producir y de comprender el mercado sino también cómo los hábitos sociales lo están modificando. De ver la tele cuando la tele decidía que debía ser vista se ha pasado a la multipantalla y al visionado bajo demanda. Sus cifras de audiencia están en retroceso y las generaciones más jóvenes ya dedican muchas más horas a ver contenidos en Internet que en la televisión.

La televisión posiblemente no muera mañana ni pasado ni quizás dentro de unos cuantos años. Ahí está la radio tradicional, que lleva muriéndose décadas para ver lo que puede ocurrir. Sellas recuerda que se lleva anunciando la muerte de la tele ya tanto tiempo que ya no es una noticia nueva. Y Rahul Telang indica que más que una desaparición lo que va a cambiar es el epicentro del poder. Los modelos de distribución de contenidos seguirán existiendo de forma paralela, pero el centro de poder no estará en las mismas manos que lo tienen ahora en su poder.

No será el único cambio: como explican los expertos estadounidenses, se modificará también la forma en la que se produce el contenido y los modelos económicos. En Estados Unidos ya se ve de forma bastante clara. En lugar de los grandes paquetes de cable, el espectador busca el vídeo bajo demanda, que es además más barato. Las grandes de la tele podrán sobrevivir, pero lo harán si logran, como apunta Michael Smith, acumular ellas también datos, quizás optando también por modelos de visionado online paralelos a la tele tradicional, al estilo de Hulu.

Y, quizás, en vez de preocuparse tanto por cómo el big data puede cambiar o no la producción de contenidos, habría que preocuparse por otras cosas. “Los sistemas continúan igual de concentrados que antes”, apunta Jordi Sellas, señalando que incluso ahora se podría estar produciendo una mayor concentración de las grandes en menos manos. Al fin y al cabo, en los últimos tiempos las grandes compañías de telecomunicaciones han ido comprando más y más firmas de contenidos. “La revolución digital es un arma de doble filo. Por un lado, democratiza y todo el mundo puede producir vídeo de calidad, pero por otro lado lo que sigue siendo visto de forma masiva sigue estando concentrado”, añade.

Un camino de doble sentido

El big data es la más analizada de las tecnologías que tienen un impacto en el arte, aunque lo cierto es que el potencial es mucho más amplio y abarca muchos campos. La realidad virtual y la inteligencia artificial también cambiarán cómo se producen libros, películas o series, aunque, en estos terrenos, se está produciendo también una suerte de camino inverso. No es solo que la tecnología cambie el arte, sino que el arte cambia la tecnología. Cada vez es más fácil encontrar artículos sobre nuevas profesiones culturetas del mundo tech. La prensa estadounidense está llena de ellos. Se podría pensar que todos esos artistas que se incorporan a las filas de esos gigantes son algo cosmético, pero lo cierto es que no lo son. Para avanzar en ese nuevo terreno de la revolución tecnológica, las grandes empresas ya no solo necesitan ingenieros, también necesitan escritores, periodistas o poetas.

Queremos que suene cercana, pero no tan humana como para que suene raro

Estos fichajes son necesarios porque las nuevas áreas en las que trabajan van un poco más allá de las líneas de código. El desarrollo de la inteligencia artificial y sobre todo de sus aplicaciones comerciales hace que sea necesario optar por el menos estructurado trabajo de los artistas. Los asistentes personales (la actual cara visible de la inteligencia artificial) tienen detrás el trabajo de muchos de ellos. En Microsoft, por ejemplo, tienen un equipo de escritores, poetas, periodistas, community managers o periodistas para trabajar en Cortana. “Queríamos que todos fueran personas que pudiesen plasmar una personalidad, la personalidad de un personaje a lo largo del tiempo”, explica Alejandro Campoy, responsable de Cortana, el asistente personal de Microsoft para mercados internacionales.

Lo de la personalidad no es un tema baladí, al menos en lo que a este desarrollo tecnológico corresponde. Los humanos sienten, de entrada, cierto rechazo a hablar con una máquina, lo que hace que sea mucho más decisivo cómo resultan esas primeras impresiones. El asistente tiene que resultar natural y cercano, pero no tanto que resulte inquietante. “Queremos que suene cercana, pero no tan humana como para que suene raro. Se hace trabajo fino un para que suene lo más natural posible, pero no tan natural”, apunta Campoy, explicando que intentan que lo haga bien pero no tan bien como para que pueda parecer un ser humano (para lo que no solo necesitan artistas sino también especialistas en sonido y filólogos

Autor >

Raquel C. Pico

Periodista, especializada en tecnología por casualidad, y en literatura por pasión.

Suscríbete a CTXT

Orgullosas
de llegar tarde
a las últimas noticias

Gracias a tu suscripción podemos ejercer un periodismo público y en libertad.
¿Quieres suscribirte a CTXT por solo 6 euros al mes? Pulsa aquí

Artículos relacionados >

1 comentario(s)

¿Quieres decir algo? + Déjanos un comentario

  1. Jesús

    Los lectores de mi novela "Regalo de Reyes" son "very small data", pero les ha gustado mucho http://regalodereyeslanovela.blogspot.com

    Hace 4 años 5 meses

Deja un comentario


Los comentarios solo están habilitados para las personas suscritas a CTXT. Puedes suscribirte aquí