Algunas precisiones conceptuales para un Programa Institucional de Preservación Digital en una institución académica

La Preservación Digital (PD) ha ido ganando espacio de manera acelerada en los últimos años en el contexto de bibliotecas, archivos y otras instituciones de información. Esto se debe al reconocimiento ya casi universal de los riesgos y vulnerabilidades asociados a los documentos digitales y a que la pérdida de parte de estos puede implicar altos costos de todo orden. Muchas bibliotecas de instituciones académicas han formalizado sus acciones de preservación digital en la forma de Programas Institucionales de Preservación Digital (PIDP), desde los cuales se coordinan las tareas y los actores involucrados en la preservación durante todo el ciclo de vida de la información digital.

Actualmente, uno de los retos mayores de un PIPD en un contexto académico es atender, tomando como determinante su condición digital, a la gran diversidad de producción académica que se da hoy en día en ese medio de registro. Esto implica trabajar en un ambiente donde convergen tipologías de información que solían tratarse de manera separada en medios tradicionales. En un mismo espacio, determinado por la forma de registro de manera digital, coexiste ahora información de diversos orígenes, funciones, características físicas, formas y capas de organización, tipologías de contenidos y de creadores. A la complejidad de esta realidad se añade el hecho de que proliferan muchas formas de conceptualizar los objetos digitales de información, según diversas disciplinas y tradiciones en el marco de las Ciencias de la Información y de otras ciencias relacionadas.

La convergencia documental en el medio digital implica un cambio en las formas históricas con que hemos organizado la información y requiere plantearse taxonomías y categorías operativas claras de las tipologías a tratar para emprender el trabajo en la práctica. De no tenerse esto en cuenta, se corre el riesgo de una homogeneización o aplanamiento en el tratamiento de la información, que no tome en cuenta las necesidades específicas de los objetos de información, ni las necesidades de los usuarios. Es útil, entonces, comenzar por preguntarse, ¿cuáles son los objetos digitales de información que debemos preservar desde un PIPD en un medio académico?: ¿información en su concepto más amplio? ¿archivos o ficheros? ¿documentos? ¿obras intelectuales? ¿conocimiento? ¿datos de Investigación? ¿cuáles son las unidades conceptuales a las que debe atender esta clase de PIPD?

Algunos conceptos para el PIPD

Para efectos operativos entendemos la Preservación Digital como “la serie de acciones e intervenciones requeridas para asegurar el acceso confiable y continuado a objetos digitales auténticos, por tanto tiempo como estos sean considerados de valor. Esto comprende no solamente actividades técnicas, sino también todas las consideraciones estratégicas y organizacionales que se relacionan con la gestión y mantenimiento en el tiempo de la gestión de los materiales digitales.”[1] El centro del concepto de PD está justamente en el mantenimiento en el tiempo de la autenticidad y la confiabilidad de los objetos de información a los que atiende. Se trata de mantener cualidades específicas y funcionales de los mismos, lo que es una tarea mucho más compleja y abarcadora que la realización de copias, respaldos y migraciones de formatos.

El PIPD gestiona objetos digitales de información todos los cuales poseen una materialidad, o sea, son información registrada en soportes físicos. No se trata de otra cosa que del concepto clásico de documento: “una unidad indivisible de información constituida por un mensaje afijado a un medio (registrado) en una forma sintáctica estable”.[2] Como punto de partida, en nuestro caso no es objeto del PIPD la preservación a largo plazo de mensajes o información no registrados o información en su sentido más amplio, entendida como “un ensamblaje de datos destinado a la comunicación, ya sea a través del espacio o del tiempo”.[3] Con respecto a los documentos, es importante considerar que también existirán diversas especies, subespecies o tipologías de los mismos. Entre las más importantes a nivel superior están las de documentos bibliográficos, archivísticos, y museográficos, de unidades documentales simples y compuestas, de documentos textuales, sonoros, visuales, audiovisuales en dependencia del contenido que poseen, y otras más complejas ya sea al mismo nivel de estas categorías o al interior de las mismas.

Se observa a menudo un tratamiento del fichero informático como si fuera la unidad fundamental a preservar, bajo la idea de que creando duplicados de estos en los formatos adecuados se estaría garantizando la preservación a largo plazo de los documentos.[4] La realidad está lejos de eso. Podemos decir que los ficheros son solamente expresiones materiales de los documentos: “secuencia nombrada y ordenada de Bytes que es conocida por un sistema operativo (…) Un fichero posee Formato”.[5] El PIDP, deberá ser capaz de gestionar entidades intelectuales que están expresadas materialmente en esos ficheros, en representaciones específicas que constituyen documentos. En muchas ocasiones no existe una relación uno a uno entre esas entidades, como tampoco existe una relación uno a uno entre las entidades y sus registros de metadatos descriptivos. El PIPD debe mantener de manera indispensable las relaciones entre esas partes estructurales, y entre ellas y sus metadatos relacionados, como un requisito sin el cual no se puede decir que están siendo preservados. La preservación del documento, en cuanto a su carácter intelectual, depende de otros muchos datos y elementos que son exteriores al (los) fichero(s) en sí mismos.

Véase en el Gráfico 1 una representación de las unidades de información consideradas en la norma internacional de metadatos para preservación digital PREMIS. Queda clara ahí la relación entre fichero, unidad intelectual, representación y flujo de bits, donde la entidad intelectual es “el conjunto coherente de contenido que es descrito como una unidad”[6], que a su vez puede ser compuesta, o sea incluir otras unidades intelectuales y puede tener una o más representaciones. La propia norma incluye una importante aclaración sobre la relación entre este concepto de entidad intelectual para preservación, con los de obra, expresión, manifestación e ítem, manejados en los registros bibliográficos de metadatos en los Functional Requirements for Bibliographic Records (FRBR),[7] y con los conceptos de fondo, sección, serie, y otros niveles intelectuales manejados por la ISAD(G)[8] y otras normas de descripción archivística.[9] La claridad en estas relaciones es fundamental a la hora de establecer los vínculos entre las unidades de preservación y las unidades a las que corresponden los registros de metadatos descriptivos, tanto para utilizar metadatos ya existentes en la conformación de los objetos de preservación a largo plazo, como para tomar decisiones acerca de a qué nivel se requieren metadatos descriptivos en un proceso de preservación, dependiendo del cuál sea el objeto “blanco” de ese proceso.

La representación se entiende como “el objeto digital u objeto físico que instancia o incorpora a una unidad intelectual[10]. Al ser un objeto digital, es entonces “un conjunto guardado de ficheros y metadatos estructurales necesarios para brindar una renderización completa de la unidad intelectual[11]. Los ficheros están conformados de bitstreams o flujos de bits, que son “datos contiguos o no contiguos dentro de un fichero que tienen propiedades significativas comunes para propósitos de preservación”. Ante esta diversidad de objetos de atención, la práctica de la preservación digital hubo de distinguir entre la llamada “preservación a nivel de bits”, para referirse a la preservación de los ficheros y sus cadenas de bits, y la “preservación lógica” o intelectual, la primera de carácter muy limitado con respecto a la segunda.

Gráfico 1. Relación establecida en la norma internacional de metadatos de preservación PREMIS, entre la entidad intelectual, las representaciones, los archivos o ficheros, y las cadenas de bits, para la PD. Gráfico tomado de PREMIS Data Dictionary for Preservation Metadata. Versión 3.0, junio 2015. https://www.loc.gov/standards/premis/v3/premis-3-0-final.pdf Consultado el 18 de agosto de 2021. Traducción propia.

Además de las entidades mencionadas, en el contexto actual un nuevo término viene a sumarse como objetivo de la PD: el de datos de investigación; se habla ahora de preservación de datos de investigación en el medio digital. En las universidades esto ha estado determinado por el emprendimiento en carrera acelerada, por parte del Ecosistema Académico o ecosistema de investigación universitario, de proyectos de acceso y preservación a largo plazo para los registros que han sido el insumo o resultado de las tareas investigativas habituales o de sus novedosos programas de Ciencia de Datos. En este ecosistema, entendido como “la comunidad de investigadores que interactúan unos con otros, su ambiente y otros actores interesados en sus respectivas áreas de investigación de tal modo que el conocimiento es trasferido entre ellos y emergen procesos a nivel de sistema”,[12] sistema del cual el PIPD forma parte, surgen nuevas demandas para la preservación digital. La terminología empleada debe entrar en sintonía para el diálogo directo no solo con la comunidad de actores dentro de las Ciencias de la Información que realiza parte de los procesos de esos registros a preservar, sino con el resto de los actores que forman parte de la comunidad académica, que empieza a manejar cada vez con más frecuencia el término datos de investigación.

Aunque el concepto de dato en singular manejado en el contexto de los conceptos básicos de las Ciencias de la Información podría enunciarse como “la menor unidad de información con significado”,[13] cuando hablamos de datos de investigación en el contexto del ecosistema académico estos son los “…materiales generados o colectados durante el curso de una investigación…”[14] o las “fuentes primarias que soportan la investigación técnica o científica, la actividad académica o artística, y que son usados como evidencia en el proceso de investigación y/o comúnmente aceptados en la comunidad de investigación como necesarios para validar los hallazgos y resultados de investigación”[15]. Es decir, son los “materiales” o “fuentes” que contienen “el dato” o “los datos” en el primer sentido expresado en este párrafo. Se ha señalado que el concepto de “datos de investigación” en el segundo sentido, es en gran medida o totalmente coincidente con el concepto de record procedente de la Gestión Documental, o documento de archivo, cuando estos son producidos como parte de la actividad científica. En un final son entonces documentos cuya particularidad está en las funciones investigativas que le dieron origen y en su carácter evidencial. Para el sistema de preservación, al ser los datos de investigación de interés precisamente porque poseen datos en el sentido estrecho que deben mantenerse utilizables para la comunidad designada, se refuerza la necesidad de preservar todo cuanto sea posible de los determinantes de significado de esos datos (entre ellos sus contextos), es decir, de entenderlos como entidades intelectuales, más allá de su materialidad en la forma de ficheros, para no poner en riesgo su calidad y utilidad.

El conocimiento, que ha sido definido como “un tipo de significado, que porta datos y es constitutivo de información, cuya producción usualmente involucra una labor intelectual sustancial, donde los criterios para considerarse sustancial son normalmente acordados y autorizados por la comunidad de investigación”[16], sería solamente objeto de la preservación digital cuando este se encuentre registrado o representado en este tipo de soporte y formato; ya sea formando este parte de lo que se entiende como datos de investigación, o estando registrado en cualquier otra de las tipologías de documentos producidos en el ecosistema académico y que históricamente han sido el objeto del trabajo de bibliotecas académicas y archivos universitarios.

En notas posteriores de este blog podremos ver como estos conceptos se aplican al caso específico del Programa Institucional de Preservación Digital de El Colegio de México.

Bibliografía y notas

[1] Pennock, M. Digital Preservation: Continued access to authentic digital assets. Digital Curation Centre Research Officer at the University of Bath, on behalf of JISC. 2006, p. 1. https://www.dcc.ac.uk/sites/default/files/documents/publications/digitalpreservationbp.pdf. Consultado el 23 de agosto de 2021.

[2] The InterPARES 2 Glossary. Recurso en línea. Última actualización del 15 de agosto de 2021. http://www.interpares.org/ip2/display_file.cfm?doc=ip2_glossary.pdf&CFID=22401094&CFTOKEN=68432440 Consultado el 15 de agosto de 2021

[3] The InterPARES 2 Glossary. Recurso en línea. Última actualización del 15 de agosto de 2021. http://www.interpares.org/ip2/display_file.cfm?doc=ip2_glossary.pdf&CFID=22401094&CFTOKEN=68432440 Consultado el 15 de agosto de 2021

[4] Se prefiere aquí la utilización de la palabra fichero porque en el contexto transdisciplinar de las Ciencias de la Información no se confundirá con la palabra archivo en el sentido que le da la Archivística y la Gestión Documental.

[5] PREMIS Data Dictionary for Preservation Metadata. Versión 3.0, junio 2015, p. 270. https://www.loc.gov/standards/premis/v3/premis-3-0-final.pdf Consultado el 18 de agosto de 2021.

[6] PREMIS Data Dictionary for Preservation Metadata. Versión 3.0, junio 2015, p. 270. https://www.loc.gov/standards/premis/v3/premis-3-0-final.pdf Consultado el 18 de agosto de 2021.

[7] IFLA, Functional Requirements for Bibliographic Records. Munich: K.G. Saur Verlag, 1998, 137 p. http://www.ifla.org/VII/s13/frbr/frbr.pdf. Consultado el 24 de agosto de 2021.

[8] Consejo Internacional de Archivos. Norma Internacional General de Descripción Archivística. Madrid: Ministerio de Educación, Cultura y Deporte, 2000, 125 p. https://www.ica.org/sites/default/files/isad%20g%20SP.pdf Consultado el 24 de agosto de 2021.

[9] Para esta comparación véase PREMIS Data Dictionary for Preservation Metadata. Versión 3.0, junio 2015, p. 11-12. https://www.loc.gov/standards/premis/v3/premis-3-0-final.pdf Consultado el 18 de agosto de 2021.

[10] PREMIS Data Dictionary for Preservation Metadata. Versión 3.0, junio 2015, p. 272. https://www.loc.gov/standards/premis/v3/premis-3-0-final.pdf Consultado el 18 de agosto de 2021.

[11] PREMIS Data Dictionary for Preservation Metadata. Versión 3.0, junio 2015, p. 267. https://www.loc.gov/standards/premis/v3/premis-3-0-final.pdf Consultado el 18 de agosto de 2021.

[12] Pandey, S. C., & Pattnaik, P. N. (2015). University Research Ecosystem: A Conceptual Understanding. Review of Economic and Business Studies, 8(1), 169–181, p. 173. https://doi.org/10.1515/rebs-2016-0021.

[13] The InterPARES 2 Glossary. Recurso en línea. Última actualización del 15 de agosto de 2021. http://www.interpares.org/ip2/display_file.cfm?doc=ip2_glossary.pdf&CFID=22401094&CFTOKEN=68432440 Consultado el 15 de agosto de 2021

[14] National Endowment for the Humanities Office of Digital Humanities. Data Management Plans for NEH Office of Digital Humanities Proposals and Awards. p. 1 https://www.neh.gov/sites/default/files/2018-06/data_management_plans_2018.pdf Consultado el 23 de agosto de 2021.

[15] The Consortia Advancing Standards in Research Administration Information (CASRAI). Research Data Management Glossary. Recurso en línea. https://casrai-test.evision.ca/glossary-term/research-data/ Consultado el 23 de agosto de 2021.

[16] Yu, L. (2015). Back to the fundamentals again: A redefinition of information and associated LIS concepts following a deductive approach. Journal of Documentation, 71(4), 795–816, p.806. https://doi.org/10.1108/JD-12-2014-0171


También te podría gustar...

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Buscar en OpenEdition Search

Se le redirigirá a OpenEdition Search