De repositorios institucionales a infraestructuras digitales para la investigación
Alberto Santiago Martínez, Responsable de la Coordinación de Innovación Digital, Biblioteca Daniel Cosío Villegas.
Desde la década de los noventa, la Biblioteca Daniel Cosío Villegas (BDCV) ha desarrollado e implementado una cantidad significativa de sistemas y servicios digitales creados con el propósito de dar acceso y gestionar los recursos digitales de la institución. Estos incluyen, entre otros, los siguientes:
- El sistema de Legislación Mexicana(Sistema HTML)
- La plataforma de Videos Mexmedia(Collective Access)
- Las Revistas Institucionales y Tesis Colmex (Joomla + Conector a Aleph)
- Repositorios Institucional (Samvera)
- Primer Versión con Sufia
- Segunda versión con Hyrax
- Distintas Colecciones Temáticas (Omeka)
Muchos de estos sistemas comparten rasgos comunes en sus funciones y flujos de trabajo. En términos generales, están orientados a organizar y permitir la búsqueda, la consulta y la descarga de materiales digitalizados y digitales de origen. En la mayoría de los casos, los proyectos de la biblioteca se han enfocado a reproducir la experiencia de consultar una obra física en lugar de aprovechar lo que se permite en un entorno digital. Reconociendo lo anterior, recientemente la BDCV ha estado explorando y llevando a cabo proyectos orientados a crear sistemas para impulsar nuevas formas de interactuar con recursos de información, y permitir nuevas formas de investigación que no son posibles en un entorno físico.
Esta entrada es un relato de las distintas herramientas y plataformas contempladas para la creación de nuestro ámbito digital, y de algún modo alude al cambio de percepción sobre los propósitos tanto de los sistemas y recursos digitales, como de lo que será la BDCV hacia el futuro.
El texto completo
Al disponer de objetos digitales a través de un sistema, se le permite a los usuarios buscar dentro de la totalidad de los textos. Esta funcionalidad, aunque parece algo sencillo, ofrece nuevas oportunidades previamente imposibles para interactuar con la información. La integración de recursos en texto completo permite consultar miles de documentos de manera simultánea y facilita el desarrollo de investigaciones avanzadas de análisis lingüístico, de sentimiento, del discurso, de contenido, de personajes, temas, lugares, eventos y fuentes más citadas, así como la creación de concordancias. Posibilidades que previamente involucraban invertir cantidades excesivas de horas, la lectura de fuentes de información se hace eficiente y precisa a través de métodos de minería de texto. En algunos casos, la dinámica de investigación se transforma de una cualitativa a través de la lectura a una cuantitativa a través del procesamiento computacional, o bien de carácter mixto.
Los Metadatos Descriptivos
El análisis y búsqueda dentro del texto completo puede ser complementado con metadatos descriptivos, que permiten filtrar lo recuperado: por región (despliegues geográficos), periodo (sistemas cronológicos), temática, conjuntos (geoespaciales) y muchas otras dimensiones. Crear registros con metadatos exhaustivos también facilita la curaduría de información a partir del análisis semántico. Tradicionalmente, la curaduría de recursos, el desarrollo de bibliografías y la diseminación selectiva de información es una labor manual que requería de un humano para analizar un recurso y tomar la decisión de incluirlo en una colección.
En el pasado, las estrategias descriptivas se desarrollaron bajo el supuesto de que un humano haría la interpretación semántica de un metadato. En cierto sentido, esto permite mucha libertad para establecer y aplicar estándares descriptivos, dado que un humano tiene la capacidad de distinguir entre un dato como en el ejemplo de México (Ciudad) y México (país). En el caso de un sistema digital, esto sería mucho más difícil. Un sistema opera de una manera óptima cuando existen los campos “Ciudad” y “País” de manera explícita.
Aunque la creación de plantillas exhaustivas requiere de un esfuerzo significativo por parte de los catalogadores y especialistas en metadatos, esto es necesario para disminuir los esfuerzos de identificación y búsqueda de materiales por parte de los usuarios y del personal que atiende los servicios de recuperación y acceso, La idea es dejar la mayoría de este esfuerzo en las manos de sistemas semánticos cuyo propósito es mostrar recursos que cumplen con condiciones previamente establecidas. Es decir, los especialistas en metadatos tienen la responsabilidad de contemplar usos futuros de la información, para que la integración de recursos a colecciones futuras se haga de manera automática y complementada por intervenciones humanas.
La extracción de información
Otras funcionalidades contempladas hacia el futuro, dentro de los sistemas digitales de recursos de información, están orientadas al reconocimiento automatizado de otros tipos de información más allá de lo textual. Estos incluyen el reconocimiento y desarrollo de transcripciones de audio y video, así como también, servicios que pueden identificar patrones en imágenes como colores, objetos, personas, y lugares. Estos se hacen a través de herramientas como Computer Visión Library Google Text-to-Speech e IBM Watson.
Para la interacción con multimedia, se contemplan servicios que permiten anotaciones en textos, audios, imágenes y videos desde la misma plataforma de consulta. También podrían llevar a cabo otros tipos de estudios como comparación de imágenes, versiones de texto literarios, entre otros. Esto se puede hacer a través del International Image Interoperability Framework (IIIF), Soundcloud API, Aubio, Audio-Notes-and-Books, Paleopal, entre otros.
Implicaciones y Retos
Actualmente existen una variedad de soluciones para muchos problemas tecnológicos y también es posible crear algunas propias. Sin embargo, el problema principal es asegurar que estas herramientas sean útiles a lo largo del tiempo. Los recursos de información físicos y sus herramientas de investigación tienen una alta probabilidad de que sean consultables por muchos años, siempre y cuando haya un cierto nivel de cuidado y que los posibles riesgos presentados por su entorno sean eliminados. En cambio, las tecnologías tienen un muy alto nivel de obsolescencia por razones como el cambio tecnológico, falta de planeación en la digitalización, etcétera. Por ello, es difícil recomendarles a las investigadoras utilizar tecnologías que harán sus proyectos inaccesibles debido a la obsolescencia.
La biblioteca también busca desarrollar estos proyectos de una manera ordenada para evitar la creación de proyectos aislados, para hacer factible el mantenimiento y el desarrollo continuo. Por tal motivo, la BDCV ha invertido varios años en la planeación e implementación de una infraestructura a nivel institucional que contempla los distintos usos de la producción académica en términos administrativos y académicos. Tal sistema integrará la totalidad de la producción académica para permitir el acceso a la información y la reutilización de estas hacia el futuro.
En términos de gestión esto implica la reorganización de la BDCV para contemplar estos nuevos tipos de recursos y los servicios de apoyo pertinentes. En este sentido, la BDCV ha trabajado para crear la Unidad de Innovación Digital. el personal que la compone incluye un puesto orientado hacia las humanidades, dos puestos con especialistas que dan asesoría al desarrollo de sistemas y la aplicación de lenguajes de programación para fines humanísticos y de ciencias sociales, y un puesto para llevar a cabo las tareas correspondientes a la digitalización y la preservación digital. Conjuntamente con esto, la Coordinación de Servicios colabora en el desarrollo de sistemas y colecciones temáticas digitales para la investigación, y la Coordinación de Organización de Información que cuenta con especialistas en metadatos y desarrollo de sistemas semánticos colabora en el desarrollo de nuevas formas descriptivas.
Lo que resulta de estos esfuerzos es la evolución de un sistema de repositorio a un ecosistema de la BDCV, y eventualmente al ecosistema de información académica institucional. Si bien la BDCV es considerada como el corazón de la institución, el ecosistema podría considerarse la espina dorsal de El Colegio de México.
OpenEdition le sugiere que cite este post de la siguiente manera:
Autores invitados (2 de diciembre de 2020). De repositorios institucionales a infraestructuras digitales para la investigación. Amontonamos las palabras: Blog de la Biblioteca de El Colegio de México. Recuperado 10 de diciembre de 2024 de https://doi.org/10.58079/lwem
