Debian Long Tail

Estoy aprovechando las vacaciones para finalizar mi trabajo final de asignatura. En la materia de introducción del máster se han tocado varios temas de soslayo, muchos de los cuales me interesan enormemente, por lo que me ha costado realizar la propuesta. Finalmente tuve que descartar otros 2 que tenía en mente:

Si hasta los títulos tenía.. pero de igual modo que en las películas, uno es esclavo de sus palabras y tiene el derecho a permanecer en silencio… aunque pocas veces yo lo ejerza xD
Me explico. Veréis, durante una de las clases, Gregorio nos presentó un paper sobre el copyright de Debian a lo largo del tiempo. El estudio formaba parte de la nueva rama de investigación que quiere iniciar la gente de Libresoft y que trata de responder a la pregunta: ¿cómo las comunidades de usuarios y las compañías colaboran en el desarrollo de software libre?
Este estudio en concreto, consistía en analizar el copyright de todos los paquetes incluidos en debian con el objetivo de determinar a quien pertenecía. Los resultados son claros: el porcentaje de código con copyright de las empresas era del 14% en la Debian Hamm (1998) y supone un 20% en la Debian Sarge (2005), una cantidad no despreciable pero tampoco demasiado relevante con respecto a la producción individual (en torno al 60%).

Este resultado podría dar a entender que la presencia de las empresas en la comunidad (como desarrolladoras de software) es muy limitada y que se están especializando en otras tareas, por ejemplo: márketing, comercialización de producto, integración, etc.
Fue entonces cuando me erigí en defensor de las empresas como desarrolladoras (Roberto, luego de nuestra experiencia con la empresa CAD… todo ha cambiado! ;D). Como decía, me erigí en defensor de la producción empresarial diciendo algo como:

Me parece que la participación de las empresas está distorsionada por la naturaleza del estudio.
Si -tal y como supongo- la distribución del tamaño de los paquetes en Debian sigue una distribución paretiana, es decir, un modelo Long Tail, existirán muchos paquetes muy pequeños creados por un sólo desarrollador individual, concentrándose la participación de las empresas en los paquetes de mayor tamaño.
Creo que si realizamos el mismo análisis para el 20% de los paquetes de mayor tamaño (por seguir la ley de pareto), el copyright en manos de las empresas aumentará notablemente y superará al copyright de personas individuales. Esto dará una medida de la participación más realista, ya que los paquetes mayores suelen ser más críticos: el kernel, el entorno de escritorio, el sistema de ventanas X11, etc. Se podría argüir así todo lo contrario: la participación de las empresas en el desarrollo de software es crucial.

Y claro, uno no puede tirar una piedra de este calibre ante los libresoft y esconder la mano. Así fue cómo surgió mi trabajo. Por lo que, en estas vacaciones, me toca realizar análisis del copyright de Debian que demuestren -o tiren abajo- mis hipótesis.
Como además estamos en Navidad, la gente de Libresoft me ha cedido amablemente los datos recopilados en su estudio para que pueda jugar con ellos (gracias chicos!). Ahora mismo me siento como un niñito con zapatos nuevos… jugando con su copyright 😀