Digitalización masiva

Quizás una de las consideraciones más notables sobre la digitalización masiva, en un sentido ficticio, sean las especulaciones de Jorge Luis Borges sobre la Biblioteca de Babel . En este relato, Borges describe la visión de una biblioteca donde se encuentran disponibles todas las permutaciones posibles de libros. ^{[ 1 ]} Si bien Borges describe la preservación y las prácticas de archivo de todo el conocimiento en un espacio físico (una biblioteca), su visión ficticia ya se ha materializado en el ámbito digital. Un sinfín de copias de libros en línea están disponibles gratuitamente para el público a través de archivos de internet o bases de datos de bibliotecas. Un relato como este era bastante común y transmite con maestría la idea de que «el sueño y la práctica de la digitalización masiva de obras culturales existen desde hace décadas». ^{[ 2 ]}

Algunos de los primeros programas de digitalización se iniciaron antes de la era de internet e incluyeron la adaptación de tecnologías como el microfilm en el siglo XIX. Las ventajas técnicas del microfilm lo convirtieron en un medio fundamental para preservar y ampliar los materiales de las bibliotecas, además de su capacidad para "dramatizar gráficamente las cuestiones de escala". El microfilm, también conocido como microfotografía , se desarrolló en 1839 y sus capacidades demuestran (quizás por primera vez) la posibilidad de almacenar grandes cantidades de información, en este caso fotografías, en un espacio físico reducido. Al hablar de las ventajas del microfilm, un observador comentó que "todos los archivos de la nación podrían guardarse en una tabaquera". Estas observaciones demuestran con maestría cómo se podía aprovechar la infraestructura técnica del microfilm para archivar y preservar a gran escala. Paul Otlet , autor belga a menudo considerado uno de los fundadores de la ciencia de la información, "destacó las ventajas del microfilm como un formato de recuperación estable y a largo plazo que podía utilizarse para ampliar el alcance de la literatura" en su obra de 1906, " Sur une forme nouvelle du livre : le livre microphotographique". Su afirmación se demostró acertada, ya que la Biblioteca del Congreso y otras instituciones utilizaron el microfilm para "digitalizar" objetos culturales como manuscritos, libros, imágenes y periódicos a principios del siglo XX.

El microfilm representa un cambio en la infraestructura de almacenamiento de datos: se podía almacenar una cantidad inmensa de imágenes en un espacio físico reducido, y luego ampliarlas para su visualización con la ayuda de la máquina de microfilm. El microfilm, junto con el lector de microfilm , se utilizó para digitalizar, preservar y visualizar objetos a gran escala. Es interesante observar que los estudiantes necesitaban la ayuda del personal antes de usar la máquina; ahora, acceder a los materiales digitales es un proceso rápido y sencillo que se puede realizar de forma independiente. Encontrará más información sobre el microfilm en la pestaña "Consideraciones de no ficción" de esta página.

Otro cambio importante en la infraestructura de almacenamiento de datos fue la aparición de los centros de datos. Los sitios web dependen de estos centros para obtener escalabilidad, fiabilidad y acceso de baja latencia al contenido de Internet. Según Randal Burns, ^{[ 3 ]} estas tecnologías son esenciales para construir una infraestructura de alto rendimiento para la entrega de contenido. El paso del microfilm a complejos centros de datos con sus propios esquemas demuestra las exigencias infraestructurales que requiere la digitalización masiva a lo largo del tiempo. En este contexto, la digitalización masiva se facilita y se materializa. Sin centros de datos, no sería posible almacenar ni acceder a los datos a la escala necesaria para los proyectos de digitalización masiva. Sin embargo, es importante señalar que los centros de datos no son los únicos que almacenan datos. Otras infraestructuras basadas en la web, como los discos duros de los ordenadores personales, contribuyen significativamente al almacenamiento de datos. Las herramientas y los servicios de cifrado también protegen y aseguran los datos en proyectos de digitalización masiva sensibles o de uso interno.

Las bases de datos suelen considerarse el centro de diversas iniciativas de digitalización masiva. Bases de datos como Google Books permiten visualizar una colección completa de objetos digitalizados. En el caso de Google Books, la base de datos permite al usuario buscar, investigar y previsualizar aproximadamente 40 millones de títulos, lo que corresponde a cerca del 30 % del total estimado de libros publicados que el equipo de Google ha escaneado y subido.Sin embargo, estas bases de datos presentan fallos; por ejemplo, las manos del escáner pueden escanearse y publicarse accidentalmente, en lugar de la página del libro en sí. Errores como estos en bases de datos públicas, y a menudo permanentes, ponen en entredicho la eficacia del trabajo humano en los proyectos de digitalización masiva.

Otras bases de datos permiten a investigadores de todo el mundo cargar o consultar datos para la investigación científica. En este caso, los datos brutos de experimentos científicos, anonimizados para proteger la privacidad de los participantes, se cargan y almacenan a gran escala. Un ejemplo destacado de estas bases de datos para fines de investigación es la base de datos del Sistema de Intercambio de Datos del Lenguaje Infantil ( CHILDES ). Esta base de datos contiene datos brutos sobre la adquisición del lenguaje e incluye vídeos, audio, transcripciones e información de los participantes anonimizada. También existen bases de datos que almacenan artículos de investigación publicados, como PubMed , ScienceDirect , JSTOR y EBSCO .

Las bases de datos, junto con los centros de datos y otras infraestructuras web, permiten una colaboración crucial en el ámbito científico. En este sentido, la digitalización masiva se ha extendido desde la digitalización de objetos físicos (como libros) hasta la digitalización de las interacciones para la investigación científica.