The Theory and Craft of Digital Preservation

archivos fueran OGG, un formato gratuito sin restricciones de patentes, podría comunicar que el creador del archivo estaba más comprometido con el movimiento de softwares de código abierto que con asegurarse de que la mayoría de los usuarios que visitaban el sitio pudieran reproducirlo fácilmente en sus navegadores. En cada caso, el formato de ese archivo y la información sobre cómo el archivo está estructurado dentro de los parámetros de las especificaciones para ese archivo, contiene información que, en muchos casos, es esencial para determinar lo que es importante de él.

Protocolos de intercambio

También vale la pena destacar que los formatos de archivos en sí están relacionados con otros tipos de plataformas auxiliares. Como acabo de señalar, las restricciones de ancho de banda para transferir archivos a través del Internet han jugado un rol importante en el establecimiento del éxito o el fracaso de ciertos formatos de archivo en el pasado. Este punto está relacionado tanto a la infraestructura material del Internet (el cable de fibra óptica, los proveedores de servicio, las torres de telefonía, etc.) como a la infraestructura que existe en protocolos como HTTP, TCP/IP y el sistema de nombres de dominio, que gobiernan la forma en que funciona el World Wide Web y la manera en la que se transmite la información. Así como la caja negra de un disco duro oculta la materialidad de la información digital, también lo hace la retórica y el diseño de estos sistemas, protocolos y plataformas.

Vale mencionar que los estudios de medios han demostrado continuamente que comprender "cómo funciona" en relación a cualquiera de estas plataformas también forma parte de revelar "para quién funciona." Que incluso algo que parece banal como las especificaciones técnicas de estos protocolos "importan, tanto ontológica como políticamente."33 Aunque estos protocolos no están presentes en el ejemplo del disco duro anterior, de todas maneras están implicados. El contenido fue diseñado para ser accedido a través de la Web y como tal, HTTP, TCP/IP y el Sistema de nombres de dominio, entre muchos otros protocolos, así como la infraestructura física de la web, juegan un rol clave en el cómo y el por qué se ha estructurado de esa forma el contenido.

Codificación de la información

La información dentro de los archivos se codifica a través de estándares que también se especifican y existen fuera de los archivos mismos. Así es como fue posible leer el texto dentro del archivo de audio en un editor de texto. El texto dentro de cualquir archivo se codifica de acuerdo a estándares que, de igual modo que el formato, transmiten información y contexto sobre la historia del objeto.

Por ejemplo, el texto puede codificarse de muchas maneras. Así, el texto ASCII viene con un conjunto de posibilidades para producir un conjunto particular de caracteres, mientras que las versiones de Unicode incluyen posibilidades diferentes para codificar más tipos de caracteres. De acuerdo con la tendencia general de acercarse a estos elementos como plataformas, es crítico guardar la información sobre el esquema de codificación utilizado para que los futuros usuarios puedan estar seguros de atribuir la razón de ser de algo a la fuente correcta. Por ejemplo, si en algún momento un esquema de codificación no tuviera una forma de representar marcas diacríticas en el texto, usted no querría que alguien en el futuro creyera que la falta de las marcas diacríticas fue un simple descuido del autor.

Lo que nos lleva a un punto más general. Cualquiera y todos los cambios a los archivos, para normalizarlos o migrarlos a una versión más nueva de un formato, o para actualizarlos con codificaciones mejoradas, pueden generar un impacto en la habilidad del usuario para contextualizarlo de forma precisa dentro de las múltiples plataformas en las que está involucrado

33 Thacker, "Protocol Is as Protocol Does" en Galoway, Protocol. Ver también Chun, Control and Freedom para explorar más sobre cómo funcionan los protocolos subyacentes del Internet como parte de sistemas de control y de vigilancia.

en un momento particular del tiempo.

Reproducción de objetos

Nuestras experiencias con la información digital están generalmente mediadas a través de un número de interfaces gráficas que reproducen la información en nuestras pantallas y, en muchos casos, nos permiten interactar con ella. Esto es en si mismo una parte de la razón por la que es tan fácil ser un esencialista de la pantalla. La experiencia de utilizar computadoras es la de interactuar con el contenido a través de interfaces en una pantalla. A cierto nivel, incluso algo como su sistema operativo reproduce información digital. Es la interfaz gráfica de usuario que utiliza para navegar y manipular archivos. Cabe destacar que diferentes versiones de aplicaciones de software, o diferentes implementaciones para la lectura de tipos particulares de archivo, pueden resultar en que los archivos se reproduzcan de formas muy distintas.

Como ejemplo, muchas obras tempranas del Net Art, obras creadas para ser desplegadas en el World Wide Web, dependían de peculiaridades y características que sólo estaban disponibles en los primeros navegadores web. Por lo que en algunos casos, para capturar como se pretendía que fuera visto es necesario grabar su apariencia en una pantalla utilizando el software y el hardware de reproducción considerados originalmente.34

Códigos y archivos fuente

Existe otro género completo de tipos de información que es una especie de precursor de gran parte de nuestra experiencia con archivos y de cómo se reproducen. Para cada objeto digital hay usualmente archivos fuente que permitieron la producción de ese archivo al que tenemos acceso. Por ejemplo, en el caso de los archivos de música en un CD, existen todas las pistas originales de audio para cada instrumento grabado, que después fueron mezcladas y manipuladas en softwares como Pro Tools, Acid Pro, o algo como el Garageband de Apple. Para un archivo de imagen podría ser algo como Photoshop o Illustrator. En este caso, cada uno de estos softwares viene con su propio conjunto adicional de formatos de archivos. Por ejemplo, Photoshop utiliza archivos .psd e Illustrator archivos .ai.

Los archivos fuente son generalmente mucho más tiquismiquis que los archivos que producen para ser distribuidos. Es decir, un archivo de Photoshop sólo necesita ser abierto por Photoshop, mientras que un JPG que haya sido exportado de Photoshop está estandarizado al punto de que varios tipos diferentes de aplicaciones pueden reproducirlo. Además, cada versión nueva de Photoshop viene con nuevas características por lo que el formato debe cambiar. Al mismo tiempo, el archivo fuente es casi infinitamente modificable y, como resultado, es mucho más complejo que el JPG que puede exportar para ser difundido. En un archivo de Photoshop se puede jugar con todo tipo de capas, retocar, hacer y deshacer diferentes aspectos durante el proceso de trabajo de manipulación de una imagen. En el caso del archivo fuente de audio, siempre se puede volver y aumentar la reverberación del bombo o cambiar la forma en que las guitarras panean desde el canal izquierdo al derecho, o regresar y grabar otro conjunto de voces.

Esta relación con los archivos fuente es también cierta para el software mismo. La mayor parte de nuestra experiencia al utilizar un software implica ejecutar una aplicación que ya ha sido compilada. Es decir, la aplicación fue escrita en un lenguaje de programación de computadoras como C o BASIC. En su forma de código fuente el software fue escrito utilizando comandos de texto. Ese código fuente fue luego compilado. Se utilizó un programa de computación para transformar el código fuente en código de máquinas que generalmente ya no es legible como un texto para una persona. En vez de esto, está optimizado para correr rápida y eficientemente en una computadora. En el caso de algo como Photoshop, existe el software que uno instala en lacomputadora para abrir

34 Ver Fino-Radin, "Rhizome Artbase: Preserving Born Digital Works of Art."

y editar archivos de Photoshop, pero también está el código fuente que se compiló para crear el software.

Ambos son en sí objetos que podrían ser interesantes para su estudio. Cuando alguien utiliza Photoshop para editar imágenes, tanto la interfaz como su historial pueden privilegiar y sugerir formas particulares de trabajar las imágenes. Además, el código fuente es en sí un registro que puede servir para entender ya que explica el cómo y el porqué Photoshop sugiere esas formas de trabajar con las imágenes. El área de estudios de software ha dedicado varios estudios a la forma en la que el código fuente funciona.35 Incluso, el Computer History Museum adquirió, preservó y publicó el código fuente para el primer lanzamiento de Photoshop.

El desorden de lo digital

A lo largo de este capítulo he intentado dar una perspectiva sobre aspectos clave de los medios digitales y de teoría que nos ayuda a atravesarlos y comprenderlos. En el próximo capítulo, conectaré estas características de los nuevos medios con los linajes de la preservación que exploramos en el capítulo anterior. Al juntarlos, intentaré articular y desglosar lo más claramente posible algunas de las suposiciones tácitas que dan vida al trabajo en la preservación digital. En cuanto a la teoría sobre los medios digitales en este capítulo, quisiera volver a una de las implicaciones fundamentales de los estudios de medios digitales: los medios digitales son desordenados.

Los comerciales de Apple presentan una retórica visual de la computación como un mundo blanco y esterilizado en donde las cosas "simplemente funcionan." Esta es la fachada de la computación. La realidad es mucho más parecida al mundo imperfecto lleno de cables y alambres que vemos en The Matrix.36 Esta retórica visual es indicativa del modo en que las superficies, las pantallas de computadoras ocultan de forma intencional las complejidades de la naturaleza de plataformas de la información escondida detrás. Hacen que el mundo digital parezca un universo genial regulado por la lógica y orden. En la práctica es un mundo de especificaciones incompletas y contradictorias, de archivos que no son válidos pero parecen funcionar en las aplicaciones que la mayoría de la gente usa y, bien en el fondo, toda esa información está compuesta de marcas físicas en medios tangibles.

Esos medios físicos se gastan. Son quebradizos. Se pueden deformar y degradar al calentarse. Se cubren de pelusas cuando el ventilador trata de enfriarlos. El desorden de lo digital está incluso escrito ahí en el código fuente. "Los programadores tienen un nombre especial para la forma en que el software tiende a acumularse como capas de historia sedimentada, de fósiles y reliquias de versiones pasadas y áreas en desarrollo sin salida: "cruft", una palabra tan llena de textura como costra o polvo y a otras que se refieren físicamente a cáscaras y sobras."37 En cada nivel, las plataformas que permiten, limitan y construyen nuestras interacciones con la información digital están hechas a mano por personas. Todo esto está hecho por individuos, compañías, comités internacionales. Casi todo aspecto de esa información puede decirnos cosas sobre las personas que guardaron los archivos, las personas que crearon el software, y las comunidades y sociedades a las que pertenecen. El mundo digital es desordenado. Es importante que en nuestros esfuerzos por recolectar, preservar y dar acceso a él, no lo ordenemos en formas que le quiten partes importantes.

35 Ver Manovich, Software Takes Command. 36 Para una exploración crítica de las diferencias entre las visiones estéticas de los comerciales de Apple y The Matrix vea Nakamura, Digitizing Race. 37 Kirschenbaum, "Software. It's a Thing."

Los desafíos y las oportunidades de la preservación digital

"Míralo", dijo el Sr. Mundo conversándole al aire. "Parece que acabara de ver una secuencia de ceros y unos convertirse en un racimo de pájaros de colores brillantes que se fue volando". - Neil Gaiman (2001)

"Preocuparse por ti es como preguntarse si va a salir el sol". - Omar (2004)

Con algo de conocimiento sobre los medios digitales y un poco de contexto sobre varios linajes de preservación, ahora es posible desglosar cuáles son los retos, oportunidades y suposiciones inherentes a la preservación digital. Una de las grandes lecciones en cuanto a los linajes de la preservación es que siempre se trata de un diálogo entre las posibilidades materiales de nuestros medios y nuestras visión sobre las expresiones culturales perdurables. Nuestras formas culturales son remediatizadas y reconfiguradas en un diálogo con las posibilidades que ofrecen los medios y los formatos. Entonces, cuando se trata de la preservación digital, ¿dónde la ubicamos en los linajes de la preservación?

Como pasa con frecuencia, la respuesta es que: es complicado. Para empezar, descartaremos el linaje artefactual. Las computadoras son sorprendentemente buenas para hacer copias de la información. Sin embargo, son tan buenas que cuando hacen las copias, algunos aspectos del artefacto terminan por ocurrir también en las capas de la plataforma de los objetos informativos. Intentaré rápidamente describir lo que quiero decir con esto y al mismo tiempo intentaré aclarar cómo funciona este capítulo para explicarlo basicamente.

Por diferentes razones que se explicarán, el enfoque de proximidad histórica de los artefactos ha sido efectivamente abandonado en el trabajo de la preservación digital. El desafío de mantener los objetos digitales funcionando en sus medios originales, es demasiado grande. Como consecuencia, la preservación digital trata con objetos informativos, y no con el material subyacente en el que están codificados. Ésto conformará la primera gran porción del capítulo.

Afortunadamente los medios digitales permiten grandes oportunidades. La informática se ha desarrollado con un enfoque en la creación y autentificación de copias. Como resultado, nunca ha habido otro medio que esté tan preparado para el enfoque de la preservación informativa. Así que dedicaré algo tiempo en este capítulo para explicar más sobre este aspecto de la información digital.

Dicho esto, gracias a la naturaleza de plataformas anidadas de la información digital descrita en el último capítulo, existen todo tipo de características de los objetos digitales que terminan teniendo cualidades artefactuales. Esas capas de información son palimpsestas en su naturaleza. Si bien la "información" parece sonar como un concepto directo y esterilizado, cuando profundizamos en todas esas capas de las plataformas encontramos repetidamente información aparentemente oculta. Como resultado, gran parte del pensamiento de preservación utilizado para trabajar con artefactos en el enfoque de proximidad histórica para tratar con objetos tangibles termina siendo muy útil al abordar la preservación del contenido informativo en la cadenas de bits. Las posibilidades físicas y tangibles de los diferentes medios digitales continuan formando y estructurando el contenido digital mucho después de que se haya transferido y migrado a nuevos medios. Me doy cuenta de que esto es confuso. Se volverá mucho más claro a través de una serie de ejemplos del mundo real.

El resultado de estos dos puntos 1) que existen bastantes cualidades artefactuales de

los objetos informativos y 2) que la preservación digital ha renunciado a la conservación de los medios físicos subyacentes es que la preservación digital tiene una relación significativamente diferente con el apoyo a las ciencias de la preservación. Un conservador que trabaja con una pintura quiere comprender la química de todo. Para el conservador, la base del trabajo está en las ciencias del mundo natural y físico (química, ciencia de los materiales, física y biología). En contraste, las ciencias subyacentes para la preservación digital son las ciencias de lo artificial; aquellas como las ciencias de la computación, la informática, el aprendizaje automático y la inteligencia artificial. Estamos comenzando a comprender las implicaciones de esto, pero significa que nuestras relaciones con las ciencias subyacentes deben cambiar a medida que avanzamos cada vez más para trabajar con la preservación digital.

Conservación de los medios digitales: inviable

Se ha derramado mucha tinta sobre por qué la preservación digital es tan difícil. Gran parte del impulso en este trabajo proviene del anhelo por las posibilidades de los medios del pasado. Gracias a su larga vida y a las buenas condiciones alrededor de los materiales, hoy tenemos acceso directo a pinturas rupestres de hace 40,000 años, pergaminos, esculturas y edificios de hace 2,000 años. Incluso en la historia más reciente, uno de los éxitos de la microfilmación respecto a la preservación fue la idea de que, en buenas condiciones, la copia de registros en microfilm podría durar casi mil años.

Las estimaciones sobre el promedio de vida de diferentes tipos de medios digitales varían dramáticamente. Pero una cosa está clara, no se parecen en nada a lo que tenemos con nuestros medios analógicos. La cinta magnética, los disquetes, los discos duros, el almacenamiento flash, los CDs y los DVDs varían en cierta medida, pero el punto central es que generalmente los medios están bien durante una década o dos antes de que requieran de algunas técnicas bastante extremas para extraerles datos. Es verdad que ha habido una variedad de intentos para crear medios más longevos; el M-Disc es un CD de piedra que supuestamente estará bien por mil años; hay un esfuerzo por crear un almacenamiento de cinta basado en aluminio que mantenga los datos seguros incluso en un incendio. Sin embargo, estas tecnologías aún no han despegado realmente en el mercado. Los expertos son muy escépticos de que incluso puedan despegar; el ciclo de actualización de las tecnologías es tan rápido que la mayoría de los medios digitales nunca se acercan al final de su vida útil antes de que sean descartados.

Las interfaces, tanto las conexiones de hardware (piense en lo que se necesitaría para encontrar un lector para un disquete de 8 pulgadas o para un disco Zip), como los programas de software y los controladores que pueden abrir y leer datos van y vienen mucho antes de que los medios hayan llegado al final de su vida. Vale la pena subrayar que esta no es una característica propia de la informática. Tiene menos que ver con la naturaleza de los medios digitales que con la obsolescencia programada y la gigantesca industria informática que vierte recursos considerables para mantener el ritmo de las expectativas de los dispositivos informáticos cada vez mejores, más rápidos y con más almacenamiento cada vez más pequeños. También vale la pena señalar que, si bien hemos visto un crecimiento explosivo en la cantidad de información digital que podemos almacenar en un espacio físico determinado durante el último medio siglo, no existe una razón inherente para que pueda continuar al mismo ritmo. Cada avance sucesivo en la tecnología del almacenamiento digital ha implicado nuevas técnicas sobre cómo aumentar la capacidad de los medios de almacenamiento y mantener los tiempos de lectura altos, pero existen límites físicos muy reales para algunos medios a los que se está por llegar. En cualquier caso, los resultados para la preservación de los medios digitales siguen siendo los mismos. Incluso si tienen medios antiguos, se necesita mucho trabajo para poder acceder a la información. Ese trabajo se vuelve ez cada vmás difícil a medida que pasan los años y los medios subyacentes se siguen degradando.

Históricamente, los conservadores desarrollaron y crearon técnicas para reparar, manipular o hacer que los medios vuelvan a ser útiles. De esta forma, si se tiene un trabajo en papel que no es libre de ácido,