Metodología: cómo encontramos las oportunidades

¿Cómo pone Opportunity Universe a disposición la mayor base de datos de programas del mundo?

Esta página documenta cómo Opportunity Universe descubre, extrae y verifica las oportunidades que publica. La plataforma se basa en un proceso automatizado de rastreo y extracción que combina modelos de lenguaje de gran tamaño con reglas de validación deterministas. Las secciones siguientes describen cada etapa de ese proceso, desde la obtención de las fuentes hasta el archivado diario, y presentan las cifras que el sistema produce actualmente.

1. Obtención de fuentes

El rastreador vigila tres clases de fuentes.

1. Plataformas de oportunidades consolidadas. Los sitios públicos de listados que figuran en la tabla siguiente, leídos con una periodicidad fija.
2. Editores primarios. Sitios web de universidades, fundaciones, ministerios y organizaciones no gubernamentales, leídos directamente en la fuente.
3. Búsqueda a escala de internet. Una capa de consulta que ejecuta búsquedas estructuradas en 25 idiomas y saca a la luz programas que no aparecen en ningún sitio de listados.

Dado que los editores primarios se indexan directamente, la base de datos no depende de que ninguna otra plataforma siga en línea, esté completa ni sea precisa.

2. Extracción y clasificación

Cada página candidata se envía a un modelo de lenguaje que realiza dos tareas. Clasifica la página y separa las convocatorias auténticas de los artículos de prensa, los listados y los anuncios ya cerrados. A continuación extrae un registro estructurado con el título, la entidad organizadora, el plazo, los criterios de elegibilidad, el tipo de financiación, la ubicación y los enlaces de solicitud. El resultado se valida frente a un vocabulario controlado de tipos, materias y regiones, de modo que cada registro sea comparable por medios automáticos y no un simple texto libre.

3. Eliminación de duplicados

Un mismo programa se vuelve a publicar con frecuencia en muchos sitios web. El sistema reduce esas publicaciones a un único registro canónico con varias fuentes atribuidas, utilizando la similitud de los títulos, la identidad de la entidad organizadora y la proximidad de los plazos. Los programas recurrentes se vinculan además en series. Cuando una edición se cierra, el proceso vuelve a examinar la serie de forma periódica, lo que permite detectar la edición siguiente en cuanto se anuncia.

4. Enlaces a la fuente original

Cada registro publicado enlaza con el sitio web de la entidad organizadora y con la página oficial de solicitud. La plataforma no enlaza con otros agregadores ni encamina a las personas solicitantes a través de redirecciones o intermediarios de seguimiento. Por tanto, las solicitudes se presentan siempre en la fuente.

5. Puntuación de calidad

Cada registro lleva tres puntuaciones independientes: confianza de extracción, prestigio de la entidad organizadora y legitimidad. Los registros que quedan por debajo del umbral de confianza no se incorporan al índice público y pasan a una cola de revisión. El prestigio y la legitimidad influyen en la ordenación, de modo que los programas consolidados y con financiación completa aparezcan antes que los anuncios no verificados.

6. Ciclo de actualización y archivado

Las fuentes se sincronizan con calendarios propios que reflejan la frecuencia con la que publican. Las plataformas de gran volumen se releen cada pocos días, los editores primarios con periodicidad semanal o mensual, y el barrido a escala de internet se ejecuta cada mes. Los plazos se evalúan a diario y las entradas caducadas se archivan de forma automática, de manera que el índice consultable refleje oportunidades que están realmente abiertas.

Cifras actuales

Comparación con la selección editorial manual

Las plataformas de selección editorial publican lo que un equipo reducido puede leer y redactar en una jornada de trabajo, lo que en la práctica las limita a unas pocas entradas al día, mayoritariamente en inglés y mayoritariamente procedentes de fuentes que ya siguen. Un proceso automatizado lee esas mismas fuentes, añade los editores primarios que hay detrás de ellas y funciona de forma continua en todos los idiomas que cubre. Esta diferencia de capacidad de procesamiento, y no una diferencia de criterio editorial, explica la brecha que muestra el gráfico siguiente.