Actas Abiertas · metodología pública
Del PDF escaneado a la decisión consultable
Las actas de cabildo de Colima se publican como imágenes escaneadas, sin texto seleccionable. Un proceso reproducible las convierte en decisiones que se pueden buscar, contar y verificar contra el original. Aquí está cómo, y dónde están sus límites.
01El problema no es el secreto: es la navegación
El Ayuntamiento publica sus actas. No hay nada oculto. Pero son 640 PDF sueltos desde 2012, sin buscador y sin resúmenes: para saber qué contiene uno, hay que abrirlo.
Saber cuándo se aprobó la obra de tu colonia significa hojear decenas de documentos. El dato es público y es inutilizable. Eso es lo que cerramos: no revelamos nada, reordenamos lo que ya era de todos.
02El recorrido de un acta
Cinco etapas automáticas. Cualquiera puede correrlas y obtener lo mismo.
| Etapa | Qué hace | Qué no hace |
|---|---|---|
| 1. Índice | Lee el listado oficial: fecha, número de acta, período, órden del día y enlace al PDF. | No corrige la fuente. Los huecos y enlaces rotos del ayuntamiento se quedan a la vista. |
| 2. OCR | Convierte cada página escaneada en texto. | No corrige palabras mal leídas. Un nombre que el escáner arruinó se queda arruinado. |
| 3. Estructura | Un modelo redacta el resumen de cada punto y extrae resultado, categoría, dinero, quién lo presentó y quién votó en contra. | No decide una votación que el acta no declara. Si no se lee, queda sin resultado legible. |
| 4. Verificación | Contrasta cada dato contra una segunda señal independiente del documento. | No resuelve las discrepancias en silencio. Las reporta. |
| 5. Publicación | Compila archivos estáticos. El buscador corre en su navegador. | No hay servidor, ni base de datos, ni registro de lo que usted busca. |
Cada etapa es un script reproducible: github.com/umbralmx/cabildo-libre
Procesar un término entero —78 actas, 11 millones de caracteres— cuesta menos de un dólar y corre sobre infraestructura gratuita. Es deliberado: un archivo público que depende de un presupuesto muere cuando el presupuesto se acaba.
03La regla que gobierna todo
Nunca se rellena un vacío de la fuente por inferencia.
Es la única regla no negociable, y explica casi todo lo demás. Un archivo de rendición de cuentas que adivina se vuelve una opinión con formato de dato. En la práctica:
- Si el acta no declara cómo se votó un punto, queda sin resultado legible. No se deduce del contexto.
- Las cantidades son sólo las que el acta enuncia. Nunca una suma calculada y presentada como si fuera el presupuesto del municipio.
- Un nombre que no corresponde a ningún integrante se reporta tal cual, sin forzarlo al más parecido. Así aparecieron las suplencias reales.
- Las colonias son menciones. Que una no aparezca no significa que el cabildo la ignorara: significa que no la nombró.
- Los enlaces rotos y las sesiones faltantes del portal se quedan a la vista. Son de la fuente, y taparlos sería hacerle un favor a quien los dejó caer.
Por eso cada cifra declara sobre cuántas actas se calculó. Un porcentaje sin su cobertura es una afirmación sin evidencia.
04Tres problemas que hubo que resolver
Ninguno era previsible desde fuera. Se documentan porque cualquiera que intente esto en otro municipio se los va a encontrar.
Las actas no son documentos: son fotografías de papel
Comprobado sobre una muestra de 2016 a 2026.
El plan suponía PDF con texto extraíble. Ninguno lo trae: todos son salida de escáner, páginas de imagen sin una sola letra seleccionable. Eso obliga a pasar el 100 % de las actas por OCR antes de leer una palabra, con el ruido que implica — numerales mal leídos, nombres deformados, columnas entremezcladas.
Detalle del muestreo en docs/a3-spike.md.
Leíamos la primera página y creíamos leer el acta entera
Proporción de puntos sin resultado legible antes y después del arreglo de ventanas de lectura, sobre las 78 actas del término 2024-2027. El defecto más grave, y el más silencioso.
Un acta puede tener 400 000 caracteres. Se enviaban al modelo los primeros 45 000, sin avisar de nada.
El síntoma engañaba: el 58 % de las decisiones salía «sin resultado legible» y parecía culpa del modelo. No lo era — el resultado de la votación se registra al final de cada punto, justo en la parte que se estaba tirando.
La solución no fue leer más, sino leer todo: cada acta se recorre en ventanas superpuestas y los registros se fusionan, con una regla — un resultado declarado le gana a uno no leído. Si dos lecturas discrepan, el punto se marca para revisión en vez de resolverse por desempate silencioso.
Cuando el cabildo cambia su agenda a media sesión
Ocurre en 19 de las 78 actas del término.
El órden del día que publica el portal es el previo a la sesión. Si el cabildo retira o incorpora asuntos, todo lo posterior recorre un lugar: el punto 7 publicado ya no es el punto 7 del acta. Eso mezclaba dos asuntos distintos en un mismo registro.
La detección usa dos señales independientes entre sí —la fórmula con que el acta anuncia la modificación, y las veces que reimprime su órden del día— y coinciden exactamente. Cuando discrepen, el acta se marca para revisión.
Una petición de retiro puede perder. En una sesión el cabildo aprobó retirar un punto y negó retirar otro. Por eso se registra la petición y, por separado, cómo se votó.
05Qué se puede medir y qué no
No todo lo interesante está en el acta. Separar una cosa de la otra es parte del método.
| Se mide | Porque el acta lo declara |
|---|---|
| El resultado de cada punto | «fue aprobado por unanimidad de votos» |
| Quién asistió, quién faltó, quién se conectó a distancia | El pase de lista, al inicio de cada sesión |
| Quién votó en contra y quién se abstuvo | El acta los nombra: «con el voto en contra de la Regidora…» |
| Quién presentó el dictamen y por qué comisión | «la Regidora X, Presidenta de la Comisión Y, dio lectura…» |
| El dinero nombrado en cada punto | Las cifras que el propio dictamen enuncia |
| Quién es la contraparte del acuerdo | La empresa, persona o dependencia que el acta nombra |
| No se mide | Por qué |
|---|---|
| Quién votó a favor | El acta nombra a los disidentes, no a la mayoría. Contar «a favor» por descarte sería inferencia. |
| El presupuesto real del municipio | Sólo tenemos lo que las actas nombran, que es una fracción y no una contabilidad. |
| Quién dijo qué en la discusión | El texto lo permitiría en parte, pero todavía no con precisión suficiente para publicarlo. |
| Dónde queda cada obra en el mapa | Tenemos menciones de colonias, no coordenadas. Un mapa daría una precisión que el dato no tiene. |
06Esto no es un favor del ayuntamiento
La Ley de Transparencia y Acceso a la Información Pública del Estado de Colima (art. 34, numeral 1, fracción III) obliga a los ayuntamientos a hacer públicas tres cosas:
«Las actas de sesiones de cabildo, los controles de asistencia a las sesiones de cabildo y el sentido de votación de las y los miembros del Cabildo sobre las iniciativas o acuerdos discutidos.»
Son exactamente las tres que extraemos. Por eso, cuando un punto queda sin resultado legible, no falla nuestro proceso: falla la posibilidad de saber cómo votó el cabildo — justo lo que la ley manda que se pueda saber. Ese número se publica destacado.
Pregunta abierta, declarada como tal: la fracción II del mismo artículo obliga además a transmitir las sesiones en vivo y conservar las videograbaciones en la página oficial. La página de actas no enlaza ninguna. No afirmamos incumplimiento — podrían estar en redes sociales del ayuntamiento, y no lo hemos comprobado.
07Límites conocidos
Se enumeran porque un archivo que no declara sus límites no es verificable.
- Los resúmenes los redacta un modelo sobre texto de OCR y pueden contener errores. Cada uno enlaza al acta original. Ante cualquier diferencia, manda el documento.
- Regenerar un resumen no reproduce exactamente el anterior. Volver a procesar mueve cerca del 1 % de los puntos en ambas direcciones, así que las cifras se mueven un poco al refrescar el archivo.
- El análisis profundo cubre sólo el término 2024-2027. El buscador de órdenes del día llega a 2012; el texto completo y las decisiones estructuradas, no.
- Algunas actas se contradicen a sí mismas. Cuatro declaran un tipo de sesión al principio y el contrario en las firmas. Se reporta la discrepancia; no se elige un ganador.
- Hay actas cuyo OCR no permite leer todo. Donde el escaneo derrota a la máquina, el dato queda sin determinar en vez de completarse por contexto.
08Reproducible de principio a fin
Todo el proceso es público: el código que lee, extrae, verifica y publica. No hay pasos manuales ni correcciones a mano en los datos — cuando algo se corrige, se corrige en el código, para que la corrección sobreviva al siguiente procesamiento.
Descargar JSON — sesiones con su órden del día Descargar CSV — un renglón por punto de agenda Código fuente (MIT) Metodología técnica completa
El contenido de las actas es del Ayuntamiento de Colima. El trabajo de estructuración se comparte bajo CC BY 4.0; el código, bajo MIT.