Fundamentos para la digitalización y gestión de largo plazoFundamentos para la digitalización y gestión de largo plazode colecciones digitalizadasde colecciones digitalizadas

Lic. Fernando BoroFFyL - UBA / CONICET Daguerrotipo, c.1852, Paseo Colón hacia Parque Lezama

CICAC - Comisión Nacional de Energía Atómica – octubre 2010

Primera reuniónPrimera reunión

Fundamentos para la digitalización... Lic. Fernando Boro2

Acostumbrados a los fenómenos del mundo físico, empezamos a enfrentar lo Acostumbrados a los fenómenos del mundo físico, empezamos a enfrentar lo digital con los conocimientos y capacidades que nos habían sido útiles en la digital con los conocimientos y capacidades que nos habían sido útiles en la preservación de originales analógicos:preservación de originales analógicos:

Principios década de 1990Principios década de 1990Discusión microfilm versus digital en bibliotecas y archivosDiscusión microfilm versus digital en bibliotecas y archivos

Comparando características físicas / longevidadComparando características físicas / longevidadcomo soportes de informacióncomo soportes de información

Microfilm: 500 años / 100 años Microfilm: 500 años / 100 años

Disco Magneto Óptico: ¿… años?Disco Magneto Óptico: ¿… años? IBM: refrescar (recopiar) cada 10 años IBM: refrescar (recopiar) cada 10 años

Daguerrotipo, c. 1854, Alameda hacia RetiroDaguerrotipo, c. 1854, Alameda hacia Retiro

Fundamentos para la digitalización... Lic. Fernando Boro3

Pero enseguida se hizo claro que el mundo digital planteaba problemas Pero enseguida se hizo claro que el mundo digital planteaba problemas nuevos, y requería de nuevas soluciones:nuevos, y requería de nuevas soluciones:

Hoy se podría construir un medio de almacenamiento con materiales Hoy se podría construir un medio de almacenamiento con materiales especiales, garantizando la estabilidad a largo plazo del soporte de especiales, garantizando la estabilidad a largo plazo del soporte de archivos digitalesarchivos digitales

Pero ese no es el verdadero problema, y ese soporte no resolvería los Pero ese no es el verdadero problema, y ese soporte no resolvería los desafíos de la preservación de objetos digitalesdesafíos de la preservación de objetos digitales

El problema tiene que ver con la propia “naturaleza” de los objetos El problema tiene que ver con la propia “naturaleza” de los objetos digitales, y del mundo en el que “existen”, es decir, los entornos digitales, y del mundo en el que “existen”, es decir, los entornos informáticos. Para acercarnos al problema, revisemos primero las informáticos. Para acercarnos al problema, revisemos primero las características de los objetos físicos como portadores de características de los objetos físicos como portadores de informacióninformación

Daguerrotipo, c. 1852, Fuerte de Buenos Aires, frente norte

Objetos físicosObjetos físicos

Preservación tradicional, analógicaPropiedades físico-químicas de los soportes (papel, microfilms, Propiedades físico-químicas de los soportes (papel, microfilms, etc.) Preservación = extender vida útil de los soportesetc.) Preservación = extender vida útil de los soportes

La preservación física del soporte suele preservar el La preservación física del soporte suele preservar el contenido informativo / intelectual / artístico, etc.contenido informativo / intelectual / artístico, etc.

Si contrariando la razón de ser de la preservación moderna, Si contrariando la razón de ser de la preservación moderna, guardáramos bajo siete llaves a un original físico por 100 años, guardáramos bajo siete llaves a un original físico por 100 años, nuestros nietos podrían acceder a la información contenida en él, nuestros nietos podrían acceder a la información contenida en él, siempre que el soporte se mantuviera en buenas condiciones.siempre que el soporte se mantuviera en buenas condiciones.

Lic. Fernando Boro 4 Fundamentos para la digitalización…Lic. Fernando Boro 4 Fundamentos para la digitalización…

Objetos físicosObjetos físicos

Contenidos accesibles directamente a los humanos, sólo se requiere luz y a lo Contenidos accesibles directamente a los humanos, sólo se requiere luz y a lo sumo una lupa (microfilm)sumo una lupa (microfilm)

Se puede esperar muchos años entre la creaciónSe puede esperar muchos años entre la creacióno adquisición del objeto y las acciones deo adquisición del objeto y las acciones depreservación: “negligencia benigna”preservación: “negligencia benigna”

Originales físicos: Originales físicos: tolerancia a daños parcialestolerancia a daños parciales

Normas de preservación bien conocidas y establesNormas de preservación bien conocidas y estables(estabilización, condiciones de almacenamiento)(estabilización, condiciones de almacenamiento)

¿Los objetos digitales comparten estas características?¿Los objetos digitales comparten estas características?

Lic. Fernando Boro 5 Fundamentos para la digitalización…Lic. Fernando Boro 5 Fundamentos para la digitalización…

““Naturaleza” de los objetos digitalesNaturaleza” de los objetos digitales

Fuerte de Buenos Aires, circa 1860, Fuerte de Buenos Aires, circa 1860, en imagen analógica sobre papel en imagen analógica sobre papel

(copia fotográfica)(copia fotográfica)

Fuerte de Buenos Aires, circa 1860, Fuerte de Buenos Aires, circa 1860, imagen digitalizada, guardada en un imagen digitalizada, guardada en un

disco rígido o un CD.disco rígido o un CD.

010000101101100111010101000101010100010101010100010001101010101010101010101010101010101010101010000101110101010101010010010101010100010101010101010101110101010101010101111010101010101010101010101010101010101010101010101100101010101010100101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101010101101010101010000011110010101010101010

Lic. Fernando Boro 6 Fundamentos para la digitalización…Lic. Fernando Boro 6 Fundamentos para la digitalización…

Nunca “vemos” los datos digitales, los bits y bytes que son la forma de existencia de la Nunca “vemos” los datos digitales, los bits y bytes que son la forma de existencia de la información digitalizada o nacida digital, aquello que se guarda en los discos rígidos de información digitalizada o nacida digital, aquello que se guarda en los discos rígidos de nuestras computadoras. Pero es importante tener en cuenta que la “naturaleza” de la nuestras computadoras. Pero es importante tener en cuenta que la “naturaleza” de la información digital no es otra que esas cadenas de ceros y unos, ya sea en una foto información digital no es otra que esas cadenas de ceros y unos, ya sea en una foto digital, música en mp3, texto electrónico, etc. Y esto tiene consecuencias directas frente digital, música en mp3, texto electrónico, etc. Y esto tiene consecuencias directas frente al esfuerzo por preservar archivos digitales.al esfuerzo por preservar archivos digitales.

““Naturaleza” de los objetos digitalesNaturaleza” de los objetos digitales

Inicio del poema Inicio del poema Martín Fierro, Martín Fierro, de de José Hernández, como lo vemos José Hernández, como lo vemos impreso en copia analógica:impreso en copia analógica:

Aquí me pongo a cantarAquí me pongo a cantar Al compás de la vigüela,Al compás de la vigüela, que al hombre que lo desvelaque al hombre que lo desvela una pena estrordinaria,una pena estrordinaria, como la ave solitariacomo la ave solitaria con el cantar se consuelacon el cantar se consuela

Inicio del poema Inicio del poema Martín Fierro, Martín Fierro, de de José Hernández. Texto ASCII José Hernández. Texto ASCII guardado en computadora:guardado en computadora:

0101010101010101010101010101010101001010101010101010101010101010101010101010101010101010101010101010101011010101010101010101010101010101010101010101010101010101010101010101010010101010101010101010101010101010101010101010101010101010101010101010110101010101010101010101010101010101010101010101010101010101010101010100101010101010101010101010101010101010101010101010101001010101000101011101010101010101010010101010001010110101101010111010100100111101010101001011010101110101001001111010101010010101010001111010100101010110101010101010100011110101001010101101010101010101010110101010101010101010101010101010101101010101010101010101010101010101010101010101010101010101001010101010101010101010101010101010

Lic. Fernando Boro 7 Fundamentos para la digitalización…Lic. Fernando Boro 7 Fundamentos para la digitalización…

““Naturaleza” de los objetos digitalesNaturaleza” de los objetos digitalesCuando chateamos, lo que se trafica por Internet no son las palabras Cuando chateamos, lo que se trafica por Internet no son las palabras

que escribimos y leemos, sino cadenas de ceros y unos que ciertos que escribimos y leemos, sino cadenas de ceros y unos que ciertos programas (software) saben interpretar…programas (software) saben interpretar…

Cuando una computadora arranca, aunque veamos un mensaje de Cuando una computadora arranca, aunque veamos un mensaje de texto legible, lo que se está procesando realmente son cadenas de texto legible, lo que se está procesando realmente son cadenas de ceros y unos. Nunca “vemos” ni “accedemos” a los datos digitales ceros y unos. Nunca “vemos” ni “accedemos” a los datos digitales crudos realmente. Todo lo digital está codificado en cadenas de crudos realmente. Todo lo digital está codificado en cadenas de

ceros y unos (bits, bytes):ceros y unos (bits, bytes):

11010101010101010101010101101010101010101010101010

¿Cómo hacemos los humanos para acceder a esos datos codificados? ¿Cómo hacemos los humanos para acceder a esos datos codificados? ¿Y para preservarlos como información?¿Y para preservarlos como información?

¿Hasta donde nos ayudan las prácticas conocidas de preservación de ¿Hasta donde nos ayudan las prácticas conocidas de preservación de originales en bibliotecas, archivos y museos?originales en bibliotecas, archivos y museos?

Lic. Fernando Boro 8 Lic. Fernando Boro 8 Fundamentos para la digitalización… Fundamentos para la digitalización…

““Naturaleza” de los objetos digitalesNaturaleza” de los objetos digitalesAcceso:Acceso: sólo mediante el uso del hardware y el software apropiados. sólo mediante el uso del hardware y el software apropiados.

El software, con su entorno de hardware, realiza unas operaciones El software, con su entorno de hardware, realiza unas operaciones que convierten a esos ceros y unos en una representación que convierten a esos ceros y unos en una representación analógica visible en el monitor, u otro dispositivo de salida. analógica visible en el monitor, u otro dispositivo de salida.

Lo que vemos, escuchamos o imprimimos desde una computadora, Lo que vemos, escuchamos o imprimimos desde una computadora, es una representación analógica de los datos binarios “reales”.es una representación analógica de los datos binarios “reales”.

Hardware y software actúan como “traductores”: convierten los Hardware y software actúan como “traductores”: convierten los ceros y unos en información analógica, accesible para nosotrosceros y unos en información analógica, accesible para nosotros

Lic. Fernando Boro 9 Lic. Fernando Boro 9 Fundamentos para la digitalización… Fundamentos para la digitalización…

Video y sonidoVideo y sonido

Para que este código,Para que este código,0101010101010101010101010101010010101010101010101010101010101010101010101010101010101010101011010101010101010101010101010101010101010101010101010101010101001010101010101010101010101010101010101010101010101010111000101101010101010101010101011100010101010101010101010101010101010100101010101010101010101010101010101010100110101010101010101001010101010011010101010101010100101010101010111101000101001011100101010101011110100010100101110001010100010011101100110101010110101010001001110110011010101011

Hardware y software “traducen” la información codificadaHardware y software “traducen” la información codificada

Una foto en pantalla…Una foto en pantalla…

Texto legible…Texto legible…Aquí me pongo a cantarAquí me pongo a cantarAl compás de la vigüela,Al compás de la vigüela,

que al hombre que lo desvelaque al hombre que lo desvelauna pena estrordinaria,una pena estrordinaria,como la ave solitariacomo la ave solitaria

con el cantar se consuelacon el cantar se consuela

se convierta en…

Lic. Fernando Boro 10 Fundamentos para la digitalización…Lic. Fernando Boro 10 Fundamentos para la digitalización…

Hardware y software “traducen” los datos codificados, pero…Hardware y software “traducen” los datos codificados, pero…

La tecnología cambia muy rápidamenteLa tecnología cambia muy rápidamente: el nuevo hardware y : el nuevo hardware y software “ignora” cómo “traducir” el código creado 15 o 20 software “ignora” cómo “traducir” el código creado 15 o 20 años atrás, y así vuelve efímeros a los datos digitalesaños atrás, y así vuelve efímeros a los datos digitales(Latín y griego clásicos: siglos para ser lenguas muertas)(Latín y griego clásicos: siglos para ser lenguas muertas)

Por eso, Por eso, puede perderse el acceso a la informaciónpuede perderse el acceso a la información,, aún si el aún si el archivo digital está guardado en un soporte enarchivo digital está guardado en un soporte enperfectas condicionesperfectas condiciones

Perdido el accesoPerdido el acceso, la información digital, la información digitalpuede considerarse perdida, algo comparablepuede considerarse perdida, algo comparablecon un incendio devastador encon un incendio devastador enun museo o archivo físicos. un museo o archivo físicos.

Lic. Fernando Boro 11 Lic. Fernando Boro 11 Fundamentos para la digitalización… Fundamentos para la digitalización…

““Naturaleza” de los objetos digitalesNaturaleza” de los objetos digitalesYa hay muchos ejemplos de información digital que se ha perdido, Ya hay muchos ejemplos de información digital que se ha perdido, desde soportes relativamente recientes (disquetes de 5 ¼) o bien desde soportes relativamente recientes (disquetes de 5 ¼) o bien desde las antiguas tarjetas perforadas de la década de 1960. Y en desde las antiguas tarjetas perforadas de la década de 1960. Y en otros casos, debido a la obsolescencia y/o desaparición del software otros casos, debido a la obsolescencia y/o desaparición del software que creó los archivos.que creó los archivos.

Obsolescencia tecnológicaObsolescencia tecnológica = Alto riesgo de pérdida ---> = Alto riesgo de pérdida --->obliga a realizar acciones de preservación ahora, con laobliga a realizar acciones de preservación ahora, con lacreación o ingreso de la colección digitalcreación o ingreso de la colección digital

Preservación digital =Preservación digital = Preservación del acceso, oPreservación del acceso, odel caracter accesible de la información codificadadel caracter accesible de la información codificada

Lic. Fernando Boro 12 Lic. Fernando Boro 12 Fundamentos para la digitalización… Fundamentos para la digitalización…

Preservación del accesoPreservación del accesoCambio de paradigma respecto de la “preservación tradicional”

Preservación digital toma en cuenta:Preservación digital toma en cuenta:

SoportesSoportes

Cadenas de bitsCadenas de bits

Formatos de archivo electrónicoFormatos de archivo electrónico

Software de acceso y visualizaciónSoftware de acceso y visualización

Ciclo de cambio tecnológico de hardware + softwareCiclo de cambio tecnológico de hardware + software

010001001010001001010101010010101010101011100101011100

Lic. Fernando Boro 13 Fundamentos para la digitalización…Lic. Fernando Boro 13 Fundamentos para la digitalización…

Analógico y digitalAnalógico y digital

AnalógicoAnalógico

Información accesible Información accesible directamente por humanosdirectamente por humanos

Preservación centrada en los Preservación centrada en los soportessoportes

Tolera deterioro parcialTolera deterioro parcial

Soluciones conocidas y estables, Soluciones conocidas y estables, estándaresestándares

Se puede esperar mucho tiempoSe puede esperar mucho tiempo

DigitalDigital

Información inaccesible Información inaccesible directamente por humanosdirectamente por humanos

No alcanza con preservar los No alcanza con preservar los soportessoportes

No tolera deterioro parcialNo tolera deterioro parcial

Campo en desarrollo, estandares Campo en desarrollo, estandares emergentesemergentes

Prever acciones de preservación Prever acciones de preservación desde el inicio de digitalizacióndesde el inicio de digitalización

Lic. Fernando Boro 14 Fundamentos para la digitalización…Lic. Fernando Boro 14 Fundamentos para la digitalización…

Digitalización y desafíosDigitalización y desafíosImpresos, manuscritos, materiales fotográficos, mapas (imágenes fijas)Impresos, manuscritos, materiales fotográficos, mapas (imágenes fijas)

Experiencia de muchos años, en muchas instituciones del mundo: Experiencia de muchos años, en muchas instituciones del mundo: estándares y buenas prácticas, manuales, cursos. Es el área más estándares y buenas prácticas, manuales, cursos. Es el área más desarrollada y mejor comprendidadesarrollada y mejor comprendida

Archivos sonoros Archivos sonoros

Menor experiencia mundial, buenas prácticas sugeridas, complejidad técnica Menor experiencia mundial, buenas prácticas sugeridas, complejidad técnica por los distintos tipos de soportes analógicos, algunos obsoletospor los distintos tipos de soportes analógicos, algunos obsoletos

Archivos fílmicos Archivos fílmicos

El área más desafiante y menos conocida: inexistencia de estándares, El área más desafiante y menos conocida: inexistencia de estándares, complejidad y diversidad de formatos y codificaciones, enorme tamaño de complejidad y diversidad de formatos y codificaciones, enorme tamaño de los archivos digitales (costos de los sistemas de almacenamiento)los archivos digitales (costos de los sistemas de almacenamiento)

OtrosOtros

Preservación digital de sitios web con valor histórico y cultural en distintos Preservación digital de sitios web con valor histórico y cultural en distintos países (bibliotecas nacionales, programa Internet Archive, entre otros)países (bibliotecas nacionales, programa Internet Archive, entre otros)

Lic. Fernando Boro 15 Fundamentos para la digitalización…Lic. Fernando Boro 15 Fundamentos para la digitalización…

Estrategias de preservación digitalEstrategias de preservación digital

De corto plazoDe corto plazoPreservar los soportes (chequeos, refresco)Preservar integridad de la cadena de bits (chequeos)Usar formatos de archivo universales, no propietarios (TIFF, XML)Redundancia de copias de los objetos digitalesSi todo falla ----> Arqueología digital = muy caro, no siempre Si todo falla ----> Arqueología digital = muy caro, no siempre

funcionafunciona

De largo plazoDe largo plazoRegistrar - documentar - controlar las distintas instancias de la

información en formato digital, a lo largo del ciclo de vida (metadatos, diversas clases)

Migración (formatos de archivo)

Emulación R. Lorie, UVM – Dioscuri (Bib. Nac. Holanda)

Lic. Fernando Boro 16 Fundamentos para la digitalización…Lic. Fernando Boro 16 Fundamentos para la digitalización…

Estrategias de preservación digitalEstrategias de preservación digital

MigraciónMigraciónConversión de formatos de archivo, para mantenerlos “legibles” con los nuevos software del futuro. Práctica en uso en algunas instituciones, sobre colecciones de imágenes fijas

EmulaciónEmulaciónMáquinas virtuales, software que emula antiguos entornos de

hardware y software, manteniendo el código original (formato) del archivo intacto. Prueba de concepto:

Dioscuri – Biblioteca Nacional de Holandawww.dioscuri.sourceforge.net/www.dioscuri.sourceforge.net/

Esquemas de metadatosEsquemas de metadatos

Fundamentales, mucho trabajo realizado en los últimos años: Fundamentales, mucho trabajo realizado en los últimos años: interoperabilidad, búsqueda, acceso, preservación digitalinteroperabilidad, búsqueda, acceso, preservación digital

Lic. Fernando Boro 17 Lic. Fernando Boro 17 Fundamentos para la digitalización… Fundamentos para la digitalización…

La situación actualLa situación actual Iniciativas nacionales e internacionales desarrollaron un conjunto

de buenas prácticas para la digitalización de originales, y para la preservación de largo plazo de objetos “nacidos digitales” o digitalizados

Definición de estándares ISO para generar una infraestructura de preservación digital (OAIS y esquemas de metadatos normalizados)

Aparición de herramientas de software para apoyar la gestión de la preservación digital

Emergencia de buenas prácticas y estándares: resultado del consenso internacionalconsenso internacional entre especialistas de distintas disciplinas y pertenecientes a diversas instituciones

Todavía es un campo en desarrollo, muchas líneas de investigación abiertas. No hay “recetas” sencillas válidas No hay “recetas” sencillas válidas universalmenteuniversalmente

Lic. Fernando Boro 18 Fundamentos para la digitalización…Lic. Fernando Boro 18 Fundamentos para la digitalización…

Fin de la presentación Muchas graciasFin de la presentación Muchas graciasFotografía, c. 1880; Paseo de Julio y Cangallo desde el antiguo Muelle de Pasajeros