El objetivo de este artículo es analizar el proceso llevado a cabo por Repsol para preservar su patrimonio documental. En este sentido, se exponen las diferentes opciones que se han barajado para su perdurabilidad, llegando a la conclusión que la opción presentada por la empresa Piql es la que mejor se ajusta a las necesidades de Repsol.
Podríamos determinar que los objetivos fundamentales de este caso de estudio son los siguientes:
Describir el patrimonio documental de Repsol.
Analizar los nuevos conceptos y técnicas de preservación digital.
Describir la técnica de preservación digital de la empresa piql
El proyecto para realizar la preservación digital del patrimonio documental de Repsol se dividió en dos fases principalmente: Análisis y de Producción.
En cuanto a la primera fase del proyecto, se crea un equipo de trabajo interno formado por cuatro documentalistas
Una buena organización es una condición previa indispensable para la preservación documental. La historia de Repsol se remonta a principios del siglo pasado, con la creación en el año 1944 de la Empresa Nacional Calvo Sotelo (ENCASO). A partir de esa empresa hasta lo que hoy se conoce como Repsol ha pasado un siglo y el patrimonio documental conservado por Repsol numeroso y de gran importancia para la historia de los hidrocarburos en España y en los lugares donde opera o ha operado, a saber, Argentina, Canadá, Malasia, Vietnam, etc.
Para Repsol, el patrimonio documental, tanto bibliográficos, publicitarios, audiovisuales como sonoros, se organizan en un sistema de gestión documental donde se registran y se catalogan atendiendo a la naturaleza del documento y de los distintos soportes (
En el momento de redactar este artículo, el patrimonio documental de Repsol está compuesto por una gran diversidad de materiales, entre los que podemos mencionar, los siguientes:
Las publicaciones periódicas, en formato papel y electrónico, se distribuyen por medios diversos, incluida la difusión en línea o en soportes portátiles como los CD o DVD.
Las monografías también en soporte papel y electrónico
Los documentos de archivo, registros de actividades de cada empresa que originó Repsol.
Las herramientas informáticas, como las bases de datos, los modelos, las simulaciones y los programas informáticos.
Los documentos inéditos únicos, como informes de investigación.
Las obras audiovisuales, sonoras y gráficas, incluyendo las fotografías y
La correcta identificación -catalogación, registro, etc.- y el control de las colecciones requiere tiempo y disciplina, pero evita pérdidas innecesarias y dobles manipulaciones.
En su tratamiento, dependiendo del tipo de soporte, se segmentan las unidades de información de tal forma que la colección bibliográfica se encuentra accesible para los usuarios de la Biblioteca -física y digital-, los documentos internos forman parte del Archivo, tanto Histórico como de Oficina y hace dos años se ha creado una sección específica para la gestión del patrimonio documental publicitario. Además, existe una pequeña parte de la colección audiovisual que se custodia en el Instituto de la Cinematografía y las Artes Audiovisuales (ICAA).
El patrimonio documental de Repsol, en particular en papel, es numeroso y algunos documentos tienen más de un siglo por lo que el almacenamiento de dichos documentos ha sido y es una prioridad para la empresa. La temperatura, la humedad, la luz, los contaminantes atmosféricos, los animales e insectos, la seguridad material, etc. son condicionantes que actúan sobre la vida de los soportes almacenados, en algunos casos a su favor, prolongando su estabilidad y continuidad y, en otros casos, en su contra, ya que perjudican su conservación.
Los requisitos ideales varían considerablemente en función del tipo de material: por ejemplo, el papel, las películas y las cintas de vídeo requieren diferentes niveles de temperatura y humedad idóneos. Lamentablemente, en muchas instituciones no se reúnen las condiciones óptimas para la conservación de documentos de especial interés patrimonial.
A lo largo de la historia de Repsol, producto de la propia dinámica de la institución y del inexorable paso del tiempo, se han padecido circunstancias poco favorables para la conservación del patrimonio documental. Se han sufrido problemas en los tejados, por goteras, ventanas rotas, cimientos poco firmes que han afectado a las condiciones de almacenamiento, etc. Además, no se han considerado los sistemas de detección/extinción de incendios, ni se han previsto otros posibles desastres o acciones relativas a vigilancia ambiental. Todo ello, junto con los inconvenientes mencionados, han obligado a especificar buenas prácticas de gestión y vigilancia para la preservación documental.
Entre estas prácticas, la posibilidad de digitalizar los diferentes documentos ha permitido el uso intensivo de los mismos, conservando los originales en las mejores condiciones posibles y en instalaciones de almacenamiento adecuado. Por otra parte, la multiplicidad de formas de almacenamiento digital ordenado ha permitido que exista seguridad tanto en su acceso como en los aspectos de seguridad informática y ciberseguridad.
La antigua máxima de que «
Conservar un documento original y proteger su integridad significa que no se pierda la información, y que no se cierre ninguna posibilidad futura de preservación y acceso. Los documentos originales poseen un valor intrínseco que jamás tendrá una copia. Por ello, numerosas instituciones se lamentan de la destrucción prematura de originales tras haber hecho copias que resultaron ser de inferior calidad. Independientemente del número de copias que se hayan realizado y, como una premisa fundamental, tenemos que considerar que jamás deben eliminarse los originales.
La transferencia de contenido -copiar un documento en un formato diferente- es útil y frecuentemente necesario para poder facilitar el acceso al mismo. De hecho, el programa
Se trata, consecuentemente, de no poner en peligro la preservación a largo plazo, para lo que tendremos que hacer una labor previa de vigilancia tecnológica y mantener unos planes de contingencia actualizados que nos permitan actuar con premura ante posibles amenazas inesperadas. No cabe duda, que intentar satisfacer la demanda de acceso a corto plazo siempre es más sencillo y, a veces, una necesidad política, social, científica, etc., pero es un riesgo que debería evitarse en la medida de lo posible. En los casos en que no existe una copia duplicada de acceso, es preferible exponer el documento original lo menos posible para evitar posibles daños irreversibles.
Después del análisis realizado sobre la colección, se llegó a la conclusión que la preservación del patrimonio documental de Repsol, en sus diferentes formatos, implica no solo la conservación del formato original sino también la conversión en formatos digitales accesibles. Acceso que se estaba realizando a través de plataformas integradas para toda la compañía y sistemas de almacenamiento seguros en la nube, tales como, Azure © Microsoft, y AWS © Amazon.
Pero para la elección de los formatos de preservación se debe tener en cuenta no solo la tecnología actual sino también los estándares de aplicación futuros y la posibilidad de disponer de esos equipos de reproducción/conversión en el futuro.
Una vez analizada la colección y considerando las condiciones de almacenamiento y conservación de esta, pasamos a la siguiente fase.
Repsol, además de contar con sistema tradicional de archivo documental en papel, ha apostado por la colección en digital y para que ésta se preserve digitalmente, es decir, que una copia de todo el patrimonio documental de la compañía se quede en custodia en instalaciones específicas y ajenas. Esto lo que permite es la recuperación ante posibles catástrofes que se puedan producir en los edificios (incendios, inundaciones, mal estado de las instalaciones) o incluso en caso de colapso de los sistemas informáticos locales. Solo se han digitalizado los materiales que así lo permiten los derechos de autor y enviado dicha copia en custodia ajena. Por tanto, aunque más de 80% del patrimonio documental de Repsol pueda ser considerado como patrimonio documental digital, hay una parte que no puede digitalizarse (en concreto ciertas monografías) por temas de derechos de autor.
Para la consecución de esta fase, una vez identificados los fondos a preservar digitalmente, el grupo de trabajo lleva a cabo un análisis de los principales proveedores que se explicará en el apartado 2.3.1.
Tras finalizar esta tarea, se define la planificación de esta fase, estableciendo la siguiente hoja de ruta:
Esta fase se inicia el 13 de junio de 2022 y se divide en varias subfases lideradas por el proveedor Piql:
Preparación de la documentación y elementos que intervienen en las siguientes fases. Elaboración del documento de diseño de las dos fases en donde se establecen los objetivos y se define tanto el formato de los metadatos, los contenidos y flujos de trabajo. Además, se realizan pruebas sobre los microfilms para comprobar la correcta impresión de la información.
Producción donde el grupo de trabajo le entrega los datos a Piql para la posterior producción de los microfilms y transporte. (todas las actividades relacionadas con este proceso se detallarán en los siguientes apartados).
Finalmente, dos personas del grupo de trabajo vuelan a Noruega para la Ceremonia de Depósito en donde se deposita la información en el
Para realizar la preservación digital y por tanto garantizar la continuidad digital en Repsol, tras el análisis previamente mencionado, se ha optado por la tecnología utilizada y patentada por el proveedor noruego Piql (
El proceso de selección del proveedor se realizó verificando las necesidades de preservación de Repsol, los requisitos técnico-económicos presentes, así como la evaluación de soluciones en un modelo de benchmarking que permitía valorar los diferentes parámetros críticos por comparación y, también, en casos y usos de referencia en instituciones, gobiernos, universidades, etc. de referencia, como los expuestos en Remote Capture: Digitising Documentary Heritage in Challenging Locations (
Los parámetros principales que considerar para la selección del sistema más viable fueron los siguientes:
Adaptado a la tipología de documentos, volumen, etc. de los que dispone Repsol y previsión de futuro.
Complementario y sinérgico con los medios de almacenamiento de documentación actuales, fundamentalmente en la nube y archivo físico.
Adaptación tecnológica presente y futura, previsible, que permita que en un amplio rango de tiempo la accesibilidad y recuperación esté asegurada.
Seguridad física, de mantenimiento, de accesibilidad y ciberseguridad con la confidencialidad requerida.
Capacidad de acceso, escalabilidad, modularidad e incremento de fondos si fueran necesarios, incluyendo ubicación física del archivo.
Velocidad de recuperación y eficiencia de los procesos.
Coste adecuado ya que es un coste por incurrir a largo plazo.
Cadena de responsabilidad del gestor sobre los fondos asegurada durante el plazo de custodia.
Simplicidad en la gestión y la tecnología para evitar brechas tecnológicas que impidan el acceso.
Todos estos parámetros se evaluaron tanto interna, en lo referente a recursos documentales, tecnologías, requisitos futuros, como externamente, en la modalidad de mantenimiento, seguridad, velocidad de recuperación y coste. Esto permitió establecer un criterio sobre la forma en la que las necesidades se verían cubiertas de manera óptima.
Hay que indicar que además de los requisitos puramente técnicos y económicos, y cómo se adaptan a la realidad de los recursos documentales de Repsol, del que existen múltiples enfoques y tecnologías, también se debe considerar la seguridad que da la experiencia y confianza de otros fondos documentales, como se ha indicado anteriormente.
La importancia de la preservación digital de los recursos documentales hace que sea necesario tener referencias y conocer experiencias previas de los proveedores para que no solo el parámetro de infraestructura técnica o coste actuales se vuelvan críticos. Dado que este tipo de preservación a muy largo plazo presenta problemas de obsolescencia técnica para su gestión y recuperación, integridad física, e incluso supervivencia física de la empresa todos estos parámetros se deben tener en consideración.
En el futuro cuando exista un mercado más desarrollado de soluciones abiertas para estos propósitos probablemente pueda convertirse en una commodity como se ha convertido el almacenamiento en la nube en la actualidad donde unos pocos proveedores: Amazon Web Services (AWS), Microsoft Azure, Google Cloud Platform (GCP), Alibaba Cloud e IBM Cloud que acaparan en 2023 casi el 75% de las necesidades y, por lo tanto, se han homogeneizado y abaratado los costes de los servicios (
La tecnología de este proveedor, seleccionada como acabamos de mencionar por Repsol para la preservación digital de su colección, se basa en un medio de grabación óptica, utilizado para el almacenamiento digital. Se trata de una película de poliéster de 35 mm de ancho recubierta por una cara, con una emulsión de gelatina que contiene cristales de tamaño microscópico de haluro de plata sensibles a la luz. Los haluros de plata se oscurecen cuando se exponen a la luz, y precisamente se utiliza esta característica para exponer datos binarios en fotogramas a lo largo de dicha película. Ambos componentes de la película, el poliéster y la plata, son extremadamente estables, y su durabilidad puede ser de más de 500 años si se almacenan adecuadamente (las recomendaciones de almacenamiento ambiental de la película son 21ºC y 50% HR) (
Para la grabación digital, se utiliza el formato de carrete de archivo (ARF, del inglés
Esta área de almacenamiento se divide en una secuencia lineal de fotogramas. Las dimensiones físicas se ajustan a las de las películas de 35 mm definidas en la norma ANSI/SMPTE 139-1996
En la cabeza de la película hay una zona de película principal de al menos 130 cm de longitud (denominada
En cuanto a la estructura de los fotogramas, debemos tener en cuenta que un fotograma es un área rectangular de la película que se utiliza para almacenar contenido digital y analógico. La estructura del fotograma o
Para poder conservar los datos y recuperarlos automáticamente, un fotograma debe estar construido con las cuatro necesidades básicas:
marcas de seguimiento para localizar un fotograma y su contenido.
información específica del fotograma (metadatos del fotograma).
banda de calibración para determinar el rango dinámico de los píxeles utilizados para grabar el fotograma.
el propio contenido.
El fotograma de conservación, utilizado por Repsol, consta de las siguientes secciones:
Sección de contenido: zona rectangular, en el centro del fotograma, donde se almacena el contenido con datos digitales o analógicos.
Marcas de esquina: Una marca de referencia se encuentra en cada esquina de un fotograma para permitir el seguimiento automático.
Bandas legibles para el ser humano: Las bandas de lectura humana son dos áreas rectangulares situadas en los bordes izquierdo y derecha del fotograma. Estas bandas contienen información legible para el ser humano en forma de información visual relacionada con el marco/contenido.
Bandas de referencia: Mientras que las marcas de las esquinas localizan el marco, las bandas de referencia localizan al píxel/dato dentro de la sección de contenido.
Banda de calibración: La banda de calibración es una zona rectangular situada en la parte superior del fotograma para calibrar los colores y contribuir a la conservación física de la película.
Banda de metadatos: La banda de metadatos es un contenedor de datos que almacena la información específica del fotograma necesaria para decodificar el contenido de la sección.
El sistema de archivo (AFS) define el marco lógico que ocupa un
El primer fotograma del área de almacenamiento, de la película, es el Marco de Referencia Cero (ZRF)
El fotograma de control o
Los metadatos administrativos contienen una breve descripción del contenido de los datos: el nombre del autor/creador, las fechas de creación, etc. Mientras que los metadatos técnicos contienen la información necesaria para decodificar el contenido de los datos en el resto del volumen AFS. Apunta al marco con la Tabla de Contenido y tiene una descripción del formato de codificación utilizado.
El parámetro
Hay diferentes formas de incorporar contenido a esta parte del sistema de archivo de
Formato de ingestión PDF/A-1. documento que representa el código fuente de un visor de código abierto para PDF y su respectiva documentación (
Es un formato de archivo de documentos para su conservación a largo plazo y es un estándar basado en el PDF Reference 1.4 de
Especificación del formato del lenguaje C99, documento que describe el formato del lenguaje de programación C99 (
Código fuente POSIXTAR, documento que representa el código fuente POSIXTAR, necesario para desempaquetar cualquier código fuente distribuido. El formato de archivo TAR es un programa archivador que almacena los ficheros en un único archivo sin compresión. La aplicación ha sido escrita por Piql utilizando las bibliotecas POSIXTAR.
En resumen, en el fotograma de la Información sobre la representación del contenido se enumera todo el contenido conservado en una película Piql y cumple dos funciones: en primer lugar, actúa como un índice que localiza los datos y metadatos conservados por Repsol y, en segundo lugar, define los formatos de archivo conservados en la bobina y la disposición de las páginas dentro de un solo fotograma. Proporciona instrucciones sobre cómo decodificar y convertir los cuadros de datos en archivos digitales. Este documento se añade automáticamente en formato visual a cada rollo durante la preparación.
Aunque se estudiaron otras alternativas tales como la migración a una única tecnología o el cambio de sistema de gestión documental, la solución, como veremos a continuación, que ofrece PIQL y su posterior depósito en el AWA (Arctic World Archive) fue la seleccionada (
Una vez definido el fotograma y la secuencia de éstos, la tecnología desarrollada por Piql incorpora el contenido seleccionado por Repsol, además de otros datos de control mencionados, a esta película para lo cual se partirá del esquema básico de:
El contenido se
Para recuperar los datos de una película, el único componente necesario es la parte
Hay varios elementos tecnológicos en el
El software utilizado para decodificar los datos es de código abierto, está disponible de forma gratuita y se ha probado utilizando varios sistemas operativos.
Después de exponer la película, el valor de los píxeles no puede cambiarse, proporcionando un verdadero medio de almacenamiento WORM (
Esta tecnología asegura que los datos digitales de Repsol estén protegidos y sean accesibles, independientemente de los avances tecnológicos. Se pone a disposición de Repsol una solución
La seguridad de los datos se ha garantizado durante todo el proceso de conservación, desde la ingesta hasta el almacenamiento físico. Al transferir los datos de Repsol al proveedor Piql, se han aplicado mecanismos de transferencia segura. Existen protocolos seguros de transferencia de datos en línea y servicios seguros de transporte físico. Los protocolos de transferencia en línea utilizados son HTTP (HyperText Transfer Protocol) sobre SSL, SSH FTP y VPN seguros. La ventaja de estos protocolos es la capacidad de aprovechar una conexión segura para transferir archivos. El sistema seleccionado fue configurado para trabajar en un entorno de red cerrado.
En cuanto Repsol envió los datos, el proveedor inició un proceso de codificación creando una bobina virtual de imágenes que representan el flujo binario de los archivos. Estas imágenes se envían a una máquina que inicia los procedimientos de
Esta tecnología está diseñada para evitar cambios involuntarios en la información y garantizar que todos los datos se escriben y recuperan con la mayor integridad posible. La solución implementa la redundancia de datos mediante la aplicación de algoritmos FEC estándar CIRC (Cross-Interleaved Reed-Solomon Coding) utilizados por los medios de almacenamiento tradicionales como CD, DVD, discos Raid, etc (
El primer paso de integridad en el proceso de preservación es calcular que las sumas de comprobación de datos no han variado de su paquete de archivo antes de ser transferido. Una vez recibido el archivo, se genera la suma de comprobación (SHA-1) para el archivo y se guarda en la base de datos de Piql para la comprobación final de la integridad. Tras la aprobación de la verificación de la transferencia de datos, el archivo se descodifica y se divide en pequeños elementos de información, forma binaria, que caben en un fotograma. Para cada fotograma que se va a escribir, se genera otra suma de comprobación (
Hay un último paso de verificación de los datos antes del almacenamiento físico. Después de exponer y procesar el carrete (processor), éste se escanea y en la máquina donde se aloja el lector (reader), las imágenes escaneadas se decodifican de nuevo en archivos digitales. Las sumas de comprobación de los archivos (SHA-1) se calculan y se comparan con las almacenadas en la base de datos. Después de la verificación exitosa, la película se envía al almacenamiento físico (
Hay varias capas de autenticidad en la película que van desde el soporte físico hasta los datos conservados. El fabricante de la película comprueba la autenticidad del material escribiendo una firma en el borde de cada película. Esta firma de borde se escribe en la zona del margen fuera de las perforaciones y describe ciertos parámetros que proporcionan una imagen precisa de dónde y cuándo se ha fabricado la película. Este equipo especializado colocado en un proceso de producción intermedio dificulta la copia de la firma después de que la película haya salido de la fábrica.
Métodos de determinación de la edad: existen métodos mecánicos o no mecánicos aplicados a la película que sirven de reloj para probar la edad de la película. Se ofrecen varias opciones a los clientes, como el análisis del carbono 143 o la firma radiactiva. Estos métodos son opcionales para el cliente y proporcionan una capa adicional de seguridad que garantiza la autenticidad del soporte. El presente documento no abarca estos métodos, solo destaca las opciones que tienen los clientes para probar la autenticidad del soporte.
Autenticidad de los datos. Existen tecnologías de firma digital que proporcionan una prueba de autenticidad de los datos. Estos métodos generan un sello de tiempo que es verificado por el cliente. Una vez verificados los datos, se escriben en una película con esta firma digital. Cuando los datos se restauran, la autenticidad de los datos puede probarse utilizando esta firma.
Dependiendo de si la tecnología actual está disponible o no en el momento en el que se solicita la recuperación de la información, según las indicaciones de Piql, el procedimiento varía.
En el caso de que la tecnología actual está disponible, Repsol puede acceder a los archivos a través de la aplicación del navegador web y el
Si, por el contrario, no se dispone de la tecnología Piql actual, es necesario construir el