conservaplan

DOCUMENTOS PARA CONSERVAR N 9 1998

DEL MICROFILME A LA IMAGEN DIGITAL

Informe de la Yale University Library por DONALD J. WATERS

BIBLIOTECA NACIONAL DE VENEZUELA CENTRO NACIONAL DE CONSERVACIN DE PAPEL CENTRO REGIONAL IFLA-PAC PARA AMRICA LATINA Y EL CARIBE COMISIN DE PRESERVACIN Y ACCESO COUNCIL ON LIBRARY AND INFORMATION RESOURCES

Caracas, Venezuela

BIBLIOTECA NACIONAL DE VENEZUELA

CENTRO NACIONAL DE CONSERVACION DE PAPEL CENTRO REGIONAL IFLA-PAC PARA AMERICA LATINA Y EL CARIBE Edificio Rogi, Piso 1 Calle Soledad con Calle Las Piedritas Zona Industrial de La Trinidad Caracas, Venezuela Telefax: (58-2)-941.4070 Central: (58-2)-941.8011 (x 203, 218)

CONSERVAPLAN

Documentos para Conservar N 9, 1998 Del microfilme a la imagen digital por Donald J. Waters Derechos reservados por Commission on Preservation and Access Washington, D.C. 1991 Para los pases de habla hispana, por la Biblioteca Nacional de Venezuela 1998.
Este programa recoge y disemina en traduccin al espaol documentos significativos de la literatura de conservacin aparecida en otros idiomas y cuya lectura es recomendada en los programas de formacin. La ausencia de publicaciones actualizadas en espaol, sobre conceptos, historia y tcnicas, ha frustrado el nivel y calidad de la conservacin en pases hispanoparlantes. Conservaplan ha sido creado para proporcionar apoyo bibliogrfico en temas fundamentales. Los interesados en suscribirse y en realizar propuestas para la serie podrn dirigirse al Editor de Conservaplan, a la direccin arriba sealada.

Instituto Autnomo Biblioteca Nacional 1998

Hecho el depsito de ley Depsito legal LF227199802516 LF227199802516.9

ISSN 1315-3579 (Conservaplan) ISBN 980-319-145-4

PRESENTACIN

La Biblioteca Nacional de Venezuela, en su carcter de Centro Regional IFLA-PAC para Amrica Latina y El Caribe, y como promotora y responsable del curso de "Conservacin de obras grficas", dirigido a empleados de las bibliotecas nacionales y archivos de Latinoamrica, ha percibido la enorme importancia de contar con informacin tcnica actualizada que oriente a los conservadores y responsables de bibliotecas y archivos de la regin en su constante esfuerzo por preservar en el tiempo sus diversas, y muchas veces valiossimas, colecciones de material bibliogrfico y audiovisual. Hasta hace poco menos de un lustro, casi nada de la informacin existente sobre preservacin de materiales de bibliotecas y archivos publicada por reconocidas instituciones archivsticas, centros de investigacin y especialistas en la materia se encontraba en espaol. Actualmente, aparte de UNESCO, muchas organizaciones estn realizando aportes en este sentido. En el marco de este esfuerzo, el Centro Nacional de Conservacin de Papel de la Biblioteca Nacional de Venezuela publica desde 1987 Conservaplan, un instrumento de divulgacin dirigido a profesionales y tcnicos hispanohablantes en el rea de la conservacin. El presente nmero de Conservaplan forma parte de un proyecto de traduccin, y de diseminacin en dieciocho fascculos, de ocho ttulos en ingls sobre preservacin de material bibliogrfico y no bibliogrfico, iniciado en 1996 y desarrollado con la coparticipacin de la Comisin de Preservacin y Acceso, programa internacional del Council on Library and Information Resources con sede en Washington D.C. Este proyecto se complementa con uno similar recientemente culminado en Brasil, y que pone a disposicin estos temas en portugus para profesionales en conservacin y responsables de colecciones de ese pas.

En este logro ha sido fundamental el apoyo de Hans Rtimann, responsable del Programa Internacional de la Comisin de Preservacin y Acceso, en quien, desde su primera visita a Latinoamrica en 1989, hemos encontrado una receptividad y un empeo excepcionales en beneficio de proyectos orientados hacia este objetivo. Este documento, Del microfilme a la imagen digital, contribuye a facilitar nuestra comprensin sobre la capacidad de uso de la tecnologa digital para preservar el acceso a materiales valiosos, inestables o en proceso de deterioro. El anlisis presentado permite evaluar la pertinencia de emplear el cmulo de materiales ya preservados a travs del microfilme para aprovechar las ventajas, en cuanto a diseminacin y acceso, que ofrecen los sistemas de digitalizacin, los cuales hacen posible al usuario de una biblioteca, e incluso, al de otra institucin remota, hojear, seleccionar, imprimir o almacenar informacin desde su computador personal, gracias a las redes que interconectan los sistemas automatizados y las bases de datos de la biblioteca con los de otras instituciones.
Centro Nacional de Conservacin de Papel de la Biblioteca Nacional de Venezuela

Datos de la versin original en ingls: From Microfilm to Digital Imagery : on the feasibility of a project to study the means, costs and benefits of converting large quantities of preserved library materials from microfilm to digital images / a report of the Yale University Library to the Commission on Preservation and Access by Donald J. Waters, Head, Systems Office, Yale University Library. New Haven, Connecticut 06520
Copyright 1991 por Commission on Preservation and Access

Coordinacin y revisin:

Centro Nacional de Conservacin de Papel Centro Regional IFLA/PAC para Amrica Latina y el Caribe
Calle Soledad con Calle Las Piedritas Edificio Rogi, 1er. piso Zona Industrial de La Trinidad Caracas, Venezuela Telefax: (582)-941.4070

Comit Editor: Virginia Betancourt, Lourdes Blanco, Aurelio lvarez Comit Coordinador: Pedro Hernndez, Adelisa Castillo V., Ramn Snchez, Pa Rodrguez Traduccin: Ana Margarita Gonzlez

Todos los derechos reservados

Edicin en espaol : Del microfilme a la imagen digital: sobre la factibilidad de un proyecto para estudiar los medios, costos y beneficios de convertir a imgenes digitales grandes cantidades de materiales bibliogrficos preservados en microfilme / informe de la Yale University Library para la Commission on Preservation and Access por Donald J. Waters, Jefe, Oficina de Sistemas, Yale University Library

Composicin electrnica: Adelisa Castillo V. Impresin: Editorial EX-LIBRIS, Caracas

Biblioteca Nacional de Venezuela con la autorizacin de la Comisin de Preservacin y Acceso del Council on Library and Information Resources Caracas, 1997-1998

Waters, Donald J. Del microfilme a la imagen digital / informe de la Yale University Library para la Comisin de Preservacin y Acceso por Donald J. Waters, Oficina de Sistemas, Yale University Library ; coordinacin y revisin tcnica, Centro Nacional de Conservacin de Papel/Centro Regional IFLA/PAC para Amrica Latina y el Caribe. Ed. en espaol. Caracas : Biblioteca Nacional de Venezuela, 1998. 42 p. : il. ; 28 cm. (Conservaplan. Documentos para conservar ; n 9) Proyecto financiado por la Commission on Preservation & Access, Council on Library and Information Resources. Traduccin de: From Microfilm to Digital Imagery. ISBN 980-319-145-4 1. Digitalizacin de imgenes. 2. Digitalizacin de informacin. 3. Microfilms. I. Yale University Library. Systems Office. II. Biblioteca Nacional (Venezuela). Centro Nacional de Conservacin de Papel. III. Ttulo.

ISSN 1315-3579 (Conservaplan) ISBN 980-319-145-4

Edicin de la versin original en ingls de junio de 1991

Del Microfilme a la Imagen Digital

Jefe, Oficina de Sistemas Yale University Library

Donald J. Waters

Biblioteca Nacional de Venezuela

Centro Nacional de Conservacin de Papel Centro Regional IFLA/PAC para Amrica Latina y el Caribe

Sobre la factibilidad de un proyecto para estudiar los medios, costos y beneficios de convertir a imgenes digitales grandes cantidades de materiales bibliogrficos preservados en microfilme

Comisin de Preservacin y Acceso Council on Library and Information Resources

Informe de la Yale University Library para la Commission on Preservation and Access

Caracas, 1998

por Donald J. Waters

PREFACIO DE LA COMISIN
En un informe anterior de la Comisin, Michael Lesk, miembro del Comit Asesor sobre Evaluacin de Tecnologas, seala que la conversin de microfilme a imgenes digitales para la preservacin y consulta de materiales bibliogrficos en condicin de deterioro es aconsejable a largo plazo, ya que en la actualidad es tcnicamente posible y relativamente barato de realizar (Image Formats for Preservation and Access, July 1990, p. 8). Sin embargo, la tecnologa de conversin de documentos en imgenes an est en desarrollo, las normas en cuanto a los equipos y programas de computacin continan evolucionando y la conversin del microfilme al formato de imgenes digitales todava no ha sido comprobada en verdaderos ambientes de bibliotecas. En este momento, pareciera decisivo que la investigacin y las inversiones fueran orientadas a desarrollar sistemas para manejar la conversin digital, el almacenamiento y el acceso que puedan ser utilizados por las bibliotecas universitarias y de investigacin. Para desarrollar esos sistemas la Yale University Library orient sus esfuerzos hacia este estudio de planificacin. El estudio, realizado bajo contrato con la Comisin, explora la factibilidad de un proyecto para estudiar los medios, costos y beneficios de convertir a imgenes digitales grandes cantidades de materiales bibliogrficos preservados en microfilme. Esta labor seala la necesidad de que se lleve a cabo un proyecto multianual, de gran envergadura, para convertir dichos materiales del microfilme al formato digital, dando acceso tanto intrainstitucional como interinstitucional a las imgenes almacenadas, as como para investigar las amplias implicaciones de brindar un mayor acceso intelectual a los materiales de investigacin digitalizados. La Comisin espera que los resultados constituyan una importante contribucin a nuestra capacidad de utilizar las nuevas tecnologas de digitalizacin con fines de

preservacin. Ejemplares complementarios de este informe han sido distribuidos de acuerdo con la lista de correos de la Comisin. Publicado por Commission on Preservation and Access 1785 Massachusetts Ave, NW Suite 313 Washington, DC 20036 Junio 1991

Esta publicacin [edicin en ingls de1991] ha sido presentada a la ERIC Clearing House on Information Resources.

CONTENIDO
Introduccin Visin El valor del acceso La biblioteca accesible * Acceso intelectual y fsico * Colecciones y renovacin de colecciones Preservando el acceso mediante la preservacin La digitalizacin de imgenes Alternativas econmicas La conversin desde el microfilme como objetivo Un modelo de inversin progresiva l El sistema bsico l Impresin por solicitud l Revisin en lnea l Acceso remoto l Revisin a nivel de pgina l Revisin a nivel de la estructura del documento Arquitectura del sistema Normas Componentes del sistema l Conversin l Almacenamiento l Acceso l Reproduccin Aspectos relacionados con la factibilidad Plan de trabajo Metas del proyecto Alcance del proyecto Fase 1: Organizacin Fase 2: Preparacin Fase 3: Conversin Fase 4: Acceso a la biblioteca Fase 5: Acceso remoto Fase 6: Finalizacin Conclusin Notas 8 8 9 10 11 11 12 14 16 17 18 18 19 20 20 21 21 22 23 24 24 27 28 29 30 32 32 32 33 34 35 36 38 39 39 40 Tablas e ilustraciones Tabla 1 Uso de los modos para obtener informacin Ilustracin 1 Modelo de biblioteca orientada al acceso Ilustracin 2 Proceso de la renovacin de colecciones Ilustracin 3 Preservacin en microfilme Ilustracin 4 Digitalizacin de imgenes en la biblioteca

10

11

12 13

15

Ilustracin 5 Conversin de microfilme de preservacin a imgenes digitales 17 Ilustracin 6 Arquitectura de los sistemas de digitalizacin de imgenes Ilustracin 7 Fases del proyecto

24 33

DEL MICROFILME A LA IMAGEN DIGITAL

INTRODUCCIN
Durante las ltimas tres dcadas, el microfilme se ha convertido en el medio por excelencia para preservar materiales bibliogrficos susceptibles de deterioro. El microfilme es duradero, siempre y cuando sea almacenado en un ambiente controlado. Las bibliotecas y los archivos siguen procedimientos y especificaciones estndares, e incluso se sirven de instalaciones comunes en el proceso de microfilmacin. Los costos del proceso son predecibles, variando entre 10 y 15 centavos de dlar por pgina, sin incluir los costos generales de administracin y de seleccin de materiales a ser microfilmados. Por otra parte, la tecnologa para tener acceso al microfilme es estable y no es probable que sufra grandes cambios en el futuro. En pocas palabras, por la solucin que brinda al problema de los libros quebradizos, que actualmente azota a los repositorios de obras impresas en papel cido, el microfilme esencialmente est exento de riesgos.1 Michael Lesk, Gerente de la Divisin de Investigacin en Ciencias Informticas en Bellcore, en un reciente informe presentado a la Commission on Preservation and Access, ratific el uso del microfilme para fines de preservacin hoy en da. Sin embargo, asumi una posicin relativamente cautelosa con respecto a su papel en el futuro, alegando que, con seguridad, el microfilme no ser el final del proceso de preservacin. Sostuvo, por el contrario, que es un paso intermedio razonable para llegar a la digitalizacin de imgenes, el cual consiste en un proceso de escanear libros y almacenarlos en la memoria de un computador.2 Aunque Lesk reconoci que la tecnologa para digitalizar imgenes es costosa y todava no se ha afianzado, sostuvo con firmeza que la tecnologa encierra una promesa sumamente importante para la misin bibliotecaria de generar, preservar y mejorar el acceso al conocimiento registrado. Lesk hizo notar que

en la actualidad la conversin del microfilme a la imagen digital es tcnicamente posible y argument que los usuarios de las bibliotecas demandarn, a largo plazo, los resultados de dicha conversin. Predijo que la tecnologa para digitalizar imgenes, incluida la capacidad de conversin a partir del microfilme, estar al alcance de la mayora de las bibliotecas dentro de una dcada, e inst a que se invirtiera e investigara hoy en el desarrollo de sistemas que puedan ser utilizados por bibliotecas comunes en el futuro.3 La Yale University Library, una de las pioneras en desarrollar las prcticas de preservacin en microfilme, actualmente est comprometida en las primeras etapas de un exhaustivo esfuerzo a largo plazo para desarrollar sistemas prcticos para convertir materiales microfilmados a imgenes digitales y, por consiguiente, llegar a comprender la debida relacin entre las dos tecnologas para las futuras prcticas de preservacin. Este informe resume los resultados de la fase inicial de planificacin de un proyecto de mayor envergadura. En la siguiente seccin, se comienza a articular una visin del lugar que tiene la tecnologa de digitalizacin en una biblioteca de investigacin como la de Yale. Luego, a grandes rasgos, se indican las alternativas econmicas y de organizacin, en las cuales la conversin de materiales microfilmados a imgenes digitales pudiera surgir como una opcin de preservacin viable. El informe describe la arquitectura de un sistema de digitalizacin de imgenes e identifica puntos crticos referentes a la factibilidad. Finalmente, presenta un plan de trabajo para un proyecto de demostracin, que investigar en forma exhaustiva los costos y beneficios que implica la conversin en el proceso de conformar una biblioteca digitalizada de 10.000 libros a partir de materiales microfilmados.

VISIN
Para tener una visin a largo plazo del papel que desempean las bibliotecas de investigacin en la universidad, se debe analizar de cerca y cuidadosamente las diversas formas en que los investigadores trabajan

para crear y diseminar el conocimiento. Numerosos estudios recientes enfatizan que la calidad y la cantidad de la productividad acadmica en todas las disciplinas dependen enormemente del acceso rpido y oportuno a la informacin pertinente. La biblioteca del futuro, para tales investigadores, no ser necesariamente una biblioteca electrnica, como tampoco ser nicamente su misin la de preservar el conocimiento registrado. La biblioteca del futuro se orientar a generar, preservar y mejorar para sus usuarios el rpido acceso -tanto intelectual como fsico-, del conocimiento registrado. Las tecnologas emergentes, como la imagen digital, encontrarn all un lugar crtico, en la medida en que ayuden a respaldar la misin general de las bibliotecas. El valor del acceso A principios de 1985, el Research Libraries Group estableci un Programa especial sobre el Manejo de la Informacin de Investigacin (PRIMA, por su nombre en ingls, Program for Research Information Management). El programa dio como resultado una evaluacin detallada de las necesidades de informacin en ms de veinte disciplinas en tres amplios grupos: las humanidades, las ciencias sociales y las ciencias. Entre las diversas necesidades que surgieron de la evaluacin, muchas fueron especficas para las disciplinas que estaban siendo estudiadas. Un tema, sin embargo, aparece en todos los estudios y se aplica a todas las disciplinas. Los investigadores, segn las palabras del informe sobre las necesidades de informacin en humanidades, prefieren los mtodos familiares y no sistemticos de consultar a colegas y notas a pie de pgina.4 No se aportan evidencias en los informes para respaldar la caracterizacin de estos mtodos como no sistemticos, pero s queda muy claro que, para los investigadores, el valor de consultar las notas a pie de pgina y a sus colegas radica en que estos mtodos son rpidos y de fcil acceso. Un estudio patrocinado por el Faxon Institute for Advanced Studies in Scholarly

and Scientific Communication y presentado en una conferencia celebrada en abril de 1991, seala el mismo punto con respecto a los cientficos de manera todava ms precisa. El estudio examin, en una muestra considerable de profesionales del rea cientfica, su comportamiento al localizar y utilizar informacin en su trabajo. Se concentr en la informacin utilizada por profesionales noveles, medios y de ms alto rango en las disciplinas de qumica, gentica y ciencia informtica en instituciones acadmicas, privadas y gubernamentales. Basndose en los recuentos diarios de los llamados encuentros de informacin, que fueron definidos como cualquier uso o adquisicin de informacin, ideas o datos relacionados con la sustancia de su profesin, el estudio del Faxon Institute contiene muchos datos valiosos y reveladores sobre la competencia por informacin percibida entre los profesionales estudiados: el tipo de fuentes que utilizan para recabar informacin, la frecuencia con la cual usan esas fuentes, el tiempo que dedican a recabar informacin, el uso que le dan a sta y, particularmente, sus mtodos o modos de recabar la informacin que necesitan.5 La Tabla 1 resume algunos de los resultados obtenidos en el estudio del Faxon Institute e indica claramente hasta qu punto los investigadores del rea cientfica dependen, para su trabajo productivo, de fuentes de informacin que estn fcilmente al alcance de su mano. Los participantes del estudio encontraron que la biblioteca es tan til como consultar sus bibliotecas personales y entablar discusiones cara a cara. Sin embargo, utilizan las bibliotecas con menos frecuencia que los otros modos, presumiblemente porque consume ms tiempo llegar hasta ellas y usarlas. Por otra parte, la consulta de los materiales que se tienen a mano en la biblioteca personal apareci en muchos ms encuentros de informacin que cualquier otro mtodo y fue, junto con el correo electrnico, el mtodo usado con mayor frecuencia. Adems, si se combinan todos los mtodos para consultar a sus colegas -discusiones cara a cara, llamadas telefnicas, comunicaciones

Modos de Informacin

Porcentaje del total de encuentros de informacin en que el modo fue usado 45,0% 31,0% 29,0% 15,0% 7,0% 6,0% 5,0% 4,0% 2,0% 0,3%

Nmero promedio de veces usado la semana pasada 9,7% 2,8% 7,7% 9,5% 4,4% 2,6% 14,7% 2,6% 1,6% 3,6%

Utilidad percibida del modo (clasificacin media en una escala de 10 puntos) 7,9% 7,9% 7,9% 7,2% 5,9% 6,8% 6,2% 6,8% 5,1% 4,3%

Archivo/Biblioteca personal Biblioteca Discusin cara a cara Telfono Comunicacin por escrito Bases de datos en lnea Correo electrnico Fax CD-Rom Boletines computarizados

Tabla 1. Uso de los modos para obtener informacin6

por escrito, correo electrnico y fax-, el estudio del Instituto Faxon sugiere que la red personal de colegas ocupa el primer lugar y la biblioteca est en un distante tercer puesto en el porcentaje de veces que es utilizada para resolver un problema concerniente a la bsqueda de informacin.

10

La biblioteca accesible Los resultados de los estudios del Research Libraries Group y del Faxon Institute refuerzan en general los hallazgos hechos en casi dos dcadas de investigacin sobre el comportamiento de los investigadores en la bsqueda de informacin.7 Todava hay mucho campo para trabajos adicionales que refinen y pongan a prueba estas conclusiones en forma rigurosa entre disciplinas y grupos disciplinarios. En particular, dentro del contexto de estos estudios se necesita informacin ms detallada sobre las distintas formas en que los investigadores de varias disciplinas usan realmente las bibliotecas. No obstante, si, como estos estudios sugieren, los investigadores tienen en alta estima y tienden a favorecer la informacin que est fcilmente a mano, entonces un parmetro crtico de xito para las bibliotecas que proyectan su rumbo hacia el futuro ser determinar con qu facilidad pueden poner la informacin en manos de sus usuarios. Un modelo de biblioteca orientada al

acceso pudiera estar representado esquemticamente en la Ilustracin 1. Este modelo es, por supuesto, una simplificacin. No representa adecuadamente todas las caractersticas de la biblioteca y, ciertamente, no es la nica forma de caracterizar el sistema. Sin embargo, y para los fines de la discusin, resalta los elementos funcionales claves y sus interrelaciones. En este modelo, las colecciones y los servicios son los dos componentes primarios de la biblioteca. La administracin de la biblioteca es el tercer gran elemento. La administracin respalda y apuntala la coleccin y las funciones de servicios de acceso, organizando y prestando servicios dentro de la biblioteca, tales como instalaciones, presupuesto, personal y gerencia tecnolgica, y representando a la biblioteca ante sus usuarios y otras agencias externas. Tambin es trabajo de la administracin formular y articular la misin de la biblioteca en el contexto institucional local. La misin de la biblioteca orientada al acceso es generar, preservar y mejorar el acceso a las colecciones de conocimiento registrado. Esta misin sirve de directriz para la relacin fundamental entre los servicios de acceso y las colecciones de la biblioteca. Los servicios de acceso ofrecen los puntos de contacto entre la biblioteca y sus usuarios, dividindose en dos tipos:

Usuario

Usuario

Usuario

Usuario

Servicios Acceso intelectual Acceso fsico

Colecciones locales Administracin de la Biblioteca

Colecciones remotas

Ilustracin 1. Modelo de biblioteca orientada al acceso

Acceso intelectual y fsico

Los servicios de acceso intelectual, como los de catalogacin, describen y organizan para los usuarios de la biblioteca la informacin y el conocimiento registrado que se guardan en las colecciones locales y en las de otros sitios. Las descripciones de una obra generalmente refieren, en formas normalizadas a caractersticas como autor, ttulo, lugar y fecha de publicacin, editorial y formato; generalmente la organizacin se hace por materias. Dada esta organizacin por materias, la ubicacin de materiales en la estantera pone a disposicin de los usuarios de una biblioteca diversos materiales relacionados. ste es un servicio de acceso intelectual que se aprecia particularmente en los estudios humansticos e interdisciplinarios, donde los mtodos asociativos hacen de los resultados obtenidos por causalidad (al revisar las estanteras de la biblioteca) un aspecto crtico de investigacin.8 Otras dimensiones del acceso intelectual incluyen la disponibilidad del contenido estructural del material, a menudo representado en la tabla de contenido, y la disponibilidad de ndices

por palabras para todo el texto del material. Los servicios de acceso fsico, tales como los prstamos circulantes e interbibliotecarios, se refieren a los mtodos de distribucin que utilizan las bibliotecas para poner la informacin y el conocimiento registrado, existente tanto en colecciones locales como remotas, directamente en las manos de sus usuarios.
l

11

Colecciones y renovacin de colecciones

El concepto de colecciones de biblioteca se refiere a las disposiciones y modos de almacenar la informacin seleccionada y el conocimiento registrado. Para los usuarios de la biblioteca, las colecciones locales son las ms relevantes. Por supuesto, las colecciones de una sola biblioteca de investigacin representan nicamente una pequea fraccin del reservorio total de informacin y conocimiento registrado. De all que la responsabilidad por las colecciones locales incluya necesariamente responsabilidades tanto para distinguirlas de las colecciones ubicadas en otros sitios como para relacionarlas con ellas.

Dentro de la universidad, las colecciones de las bibliotecas representan una gran inversin de capital, quizs la ms grande de este tipo de inversiones. Como sucede con todos los capitales, la coleccin de una biblioteca est sujeta a distintos y constantes procesos de depreciacin y renovacin (ver Ilustracin 2). Los materiales se pierden o extravan y deben ser reemplazados. Las nuevas adquisiciones aumentan la coleccin. Las colecciones son sometidas a un proceso de revisin y seleccin en el cual se descartan materiales. El material existente se deteriora y debe ser reparado o conservado de otro

al tiempo, la acidez o el uso intensivo limita tanto el acceso fsico como el acceso intelectual al mismo. Cuando se selecciona un material deteriorado para preservarlo, comnmente se prepara para microfilmarlo (ver Ilustracin 3). Por ser un proceso fotogrfico, la microfilmacin reproduce fielmente el material impreso original, incluyendo manchas, decoloraciones, tinta desvanecida, notas de lectores, y los desagradables bordes de las pginas superpuestas. El proceso genera una pelcula de 35 mm, imgenes en blanco y negro, altamente contrastadas y en una relacin de reduccin

Conservacin Preservacin

12

Nuevas adquisiciones Reemplazos

Coleccin de la Biblioteca

Descartes Prdidas y faltantes

Ilustracin 2. Proceso de la renovacin de colecciones

modo, o se preserva copindolo o convirtindolo a otro formato, por ejemplo del papel a microfilme. En una biblioteca orientada al acceso, cada uno de los diferentes procesos de renovacin de colecciones est sometido a una rigurosa evaluacin frente a la misin de servicio de la organizacin: Cmo generan, preservan o mejoran el acceso intelectual y fsico a la coleccin? A los fines de esta discusin, nos concentraremos en uno de los procesos de renovacin: la preservacin en microfilme. Preservando el acceso mediante la preservacin El deterioro de un documento debido

determinada, dependiendo del tamao del original. Los lmites prcticos de utilizar un medio de alto contraste en blanco y negro significan, por supuesto, que la microfilmacin no puede reproducir adecuadamente el material con su contenido de colores, las ilustraciones en escalas de grises o los detalles impresos muy finos. Con las actuales tecnologas para evitar la prdida de informacin, el material con ese tipo de contenido debe ser, en la medida de lo posible, conservado en su forma original.9 Despus de hacer la microfilmacin, se guarda una copia maestra (master) de la pelcula lejos de la biblioteca, en un ambiente controlado en el que, de acuerdo con algunos estimados, durar hasta ms de 500 aos sin sufrir un deterioro considerable. Una copia

Copia en papel para la estantera segn se requiera Para la coleccin de microfilme Copyflo Copia en papel por solicitud

Microfilmacin

Duplicado

Preservacin

Copia maestra para almacenamiento remoto

Ilustracin 3. Preservacin en microfilme

positiva y una negativa del microfilme se almacenan en la coleccin de microfilmes de la biblioteca. La pelcula puede duplicarse a partir de la copia negativa con relativa facilidad, a un costo aproximado de 20 dlares por rollo, y el proceso Copyflo puede generar una copia en papel a un costo de aproximadamente 0,15 dlares por pgina. Para los materiales de mayor uso, la biblioteca puede decidir si coloca una copia en papel en las estanteras. Los lectores de la biblioteca pueden obtener una copia en papel si lo solicitan, o pueden imprimir ciertas pginas desde el lector/impresor de microfilme. Ante la prdida total del contenido intelectual de un documento deteriorado, la biblioteca se da cuenta de que la preservacin en microfilme ofrece ventajas nicas. El contenido se salva para la coleccin en una forma duradera y compacta, usando una tecnologa que es relativamente sencilla y est bien establecida. No obstante, en el cambio, los lectores pierden un considerable grado de acceso intelectual y fsico al material. A diferencia de un libro, que uno puede llevar consigo y usarlo prcticamente en cualquier sitio, el microfilme obliga al usuario a utilizar equipo especial de proyeccin en un lugar especfico. Un lector puede saber del contenido intelectual de un documento en microfilme, en parte, a travs de la entrada bibliogrfica creada para el mismo durante el proceso de preservacin, pero, al convertir

el papel al microfilme, el proceso promueve la separacin de la coleccin, de modo tal que ya no es posible beneficiarse intelectualmente de la cercana fsica de un volumen en las estanteras con otros de contenido afn. Por otra parte, el microfilme es engorroso de revisar y difcil de leer. Con un lector de microfilme no es posible tener acceso rpido y eficiente al contenido intelectual del volumen, ya sea un hecho, una pgina, un captulo o alguna combinacin de stos,10 lo cual s lo es en el caso del ejemplar en papel, debido a su estructura interna que incluye tabla de contenido, resmenes de captulos, prefacios, notas a pie de pgina, ndices, etc. Finalmente, la copia impresa a partir del microfilme, utilizando ya sea la tecnologa de Copyflo o del lector/impresor, ha recibido escasos elogios por sus cualidades de claridad y resolucin. No resulta sorprendente que, ante estas deficiencias, los lectores se quejen insistentemente de tener que usar el microfilme. En cierto sentido, las quejas por las deficiencias de esta tecnologa parecen injustas: sin la preservacin en microfilme, partes considerables de colecciones de bibliotecas se perderan por completo. En este contexto, la inconveniencia de utilizar el microfilme es el bajo precio a pagar. Sin embargo, en vista del valor que le dan los investigadores al fcil acceso a la informacin, la biblioteca est obligada a garantizar que no puede aplicar otra alternativa tecnolgica mejor y ms efectiva

13

(desde el punto de vista de los costos) que la microfilmacin para salvar el contenido intelectual de los materiales que se deterioran rpidamente y, al mismo tiempo, preservar o mejorar el acceso de los investigadores al material. Por esta razn, bibliotecas como la de Yale, en las cuales ms del 80% de la coleccin se est actualmente deteriorando o es susceptible de deterioro, deben investigar los medios, costos y beneficios de agregar a su arsenal de preservacin nuevas y prometedoras herramientas, incluyendo la tecnologa de la digitalizacin de imgenes. La digitalizacin de imgenes La tecnologa de la digitalizacin de imgenes brinda los medios para codificar digitalmente documentos escaneados en forma de imgenes para su almacenamiento, transmisin y recuperacin en sistemas computarizados. Las imgenes digitales producidas utilizando esa tecnologa contienen texto, pero el texto no es convertido a caracteres alfanumricos y tampoco se tiene acceso a l por esa forma. Existe el potencial para este tipo de conversin, ya sea total o parcial, aplicando las tecnologas de reconocimiento de caracteres a las imgenes digitales. El uso de la digitalizacin de imgenes avizorado aqu est diseado para anticipar la eventual aplicacin del reconocimiento de caracteres, pero por el momento no lo incorpora.11 La digitalizacin conlleva la promesa de mejorar enormemente el acceso a materiales preservados en comparacin con el microfilme (ver Ilustracin 4). El acceso fsico a la biblioteca de imgenes digitales, al igual que el acceso al microfilme, requiere de equipo especial. Sin embargo, en comparacin con los lectores de microfilme, el equipo para leer imgenes digitales -un poderoso computador con un monitor de resolucin relativamente alta, constituye una tecnologa de uso general donde el acceso a la biblioteca digital sera slo una de sus aplicaciones. Por otra parte, el investigador que est fuera, y posiblemente lejos de la sede de la biblioteca que guarda las imgenes, puede tener acceso a ellas con relativa facilidad y rapidez, porque

14

las imgenes digitales pueden transmitirse a travs de las redes de alta velocidad que ya muchas universidades han instalado e interconectado. El investigador tambin tiene la oportunidad, utilizando la tecnologa de la imagen digital, de agregar un documento digitalizado, o parte de ste, a su biblioteca personal solicitando una copia impresa. La forma impresa probablemente tenga mejor calidad y mayor resolucin que la copia equivalente obtenida a partir de un microfilme, e incluso pudiera ser sustancialmente ms barata, porque una vez ms la tecnologa implcita sirve a un propsito general. La digitalizacin de imgenes tambin promete mejorar sustancialmente el acceso intelectual, en comparacin con el microfilme. La capacidad de la tecnologa para suministrar copias en papel, de alta calidad y relativamente baratas, a la biblioteca personal de los investigadores cuando es solicitada, hace que el aparato intelectual normalizado -la tabla de contenido, el ndice y lo dems-, sea directamente accesible. Adems, a diferencia de la actual prctica con imgenes en microfilme de 35 mm, las imgenes digitales pueden clasificarse por nmero de pgina y, si los recursos lo permiten, por un orden ms estructurado (por ejemplo, seccin, captulo y parte). Si se dispone de un ndice de este tipo y del programa para usarlo, los investigadores pueden moverse rpidamente por el documento digital y revisar su contenido intelectual de manera mucho ms eficiente de lo que pueden hacerlo con documentos preservados en microfilme. En las formas esbozadas aqu, la digitalizacin de imgenes no significa una mejora sustancial frente al microfilme, en lo concerniente a brindar un sustituto efectivo para la revisin de estanteras. Sin embargo, recientes estudios sugieren que agregando informacin suplementaria, como transcripciones de tablas de contenido, a descripciones bibliogrficas en lnea, se pudieran brindar oportunidades todava ms provechosas para las asociaciones intelectuales que aquellas que son posibles con los mtodos tradicionales de clasificar y colocar el material por materia en las estanteras de la biblioteca.12

Copia en papel para la estantera segn se requiera Documentos digitalizados a partir de otras fuentes Materiales de preservacin (pelcula y papel) Otros documentos en papel Otra pelcula Biblioteca de imgenes Impresin por solicitud Revisin por solicitud en la estacin de trabajo Copia en microfilme Pelcula y papel para almacenamiento remoto despus de la digitalizacin

Ilustracin 4. Digitalizacin de imgenes en la biblioteca

A medida que se aade informacin sobre el contenido de los documentos a los registros bibliogrficos en lnea, se hacen evidentes los beneficios resultantes relativos al mejoramiento del acceso intelectual a los materiales en todos los formatos, hacindose posible sacar una considerable ventaja intelectual del material en formato de imgenes digitales, por la creacin de lazos electrnicos directos entre la informacin adicional en el registro bibliogrfico y las imgenes digitales del documento. La creacin de tales lazos requerir un considerable trabajo, particularmente en el sistema bibliogrfico en lnea, pero la perspectiva de su posibilidad tambin significa que se deben disear cuidadosa y creativamente el nmero de pgina y los ndices estructurales del documento dentro del sistema de imgenes digitales, de modo tal que las imgenes digitales puedan ser relacionadas fcil y confiablemente con el contenido informativo almacenado en otras formas legibles mecnicamente, tales como los registros bibliogrficos en lnea. Nuestra visin de la biblioteca del futuro depende de las distinciones e interrelaciones centrales que hemos identificado entre:
l

Digitalizacin

l l

y el conocimiento registrado; el acceso fsico, que comprende los modos de distribuir la coleccin, y el acceso intelectual, que comprende los principales modos de usar la coleccin.

las colecciones de la biblioteca, que comprenden los modos de almacenamiento para la informacin seleccionada

As como esperamos que la tecnologa de digitalizacin de imgenes introduzca mayor flexibilidad y mejore los modos de utilizar y distribuir la coleccin, particularmente en comparacin con el microfilme, tambin esperamos que la tecnologa ejerza efectos similares en las distintas maneras de almacenar la coleccin. En este contexto, es muy importante distinguir entre almacenamiento de archivo y almacenamiento para uso y distribucin. En la biblioteca del futuro, suponemos que el microfilme seguir desempeando un papel relevante, quizs permaneciendo como el medio preferido para guardar versiones con calidad de archivo de los documentos preservados.13 Sin embargo, para el uso y la distribucin de materiales preservados, las imgenes digitales probablemente se convertirn en el medio de almacenamiento por excelencia. Dependiendo de los costos, el microfilme pudiera seguir siendo un paso preliminar en el proceso de preservacin, conduciendo eventualmente a la digitalizacin, o quizs la pelcula podra ser generada a partir de la imagen digital. En cualquier caso, esperamos que la tecnologa

15

16

digital acepte como insumo a su demanda la sustancial base de documentos ya preservados en microfilme que ahora slo se consiguen en ese formato. Finalmente, nuestra visin del uso de la tecnologa para la digitalizacin de imgenes sugiere varios efectos ms amplios. Aunque esperamos establecer la biblioteca digital por el deseo de preservar y mejorar el acceso a las inmensas cantidades de libros frgiles y en deterioro que se encuentran en las estanteras de las bibliotecas, tambin deseamos que la biblioteca se enriquezca en el transcurso del tiempo con documentos en forma de imgenes digitales que han sido creados por muchas otras razones dentro y fuera de la biblioteca. Adems, la tecnologa de la digitalizacin de imgenes probablemente tendr un efecto significativo, quizs profundo, en la forma en que la biblioteca del futuro ve, organiza y valora sus espacios y su personal. Por ejemplo, en la medida en que la biblioteca digital surja como una forma de renovar y sustituir grandes cantidades de materiales en papel y microfilme, y en la medida en que la biblioteca digital sea almacenada y accesible desde lugares remotos a la propia sede, el uso del espacio central de estantera de la biblioteca obviamente cambiar y el balance de las funciones del personal tradicionalmente asociadas con las colecciones circulantes y con las almacenadas en papel en las estanteras seguramente se transformar en funcin de los diversos modos de distribucin de los documentos que surgirn como consecuencia de las solicitudes procedentes de formatos electrnicos.14

ALTERNATIVAS ECONMICAS
Las bibliotecas del futuro no alcanzarn, en un solo y rpido paso, la visin articulada aqu sobre el uso de la tecnologa digital para preservar y mejorar el acceso al conocimiento registrado. La promesa de beneficios en el servicio y de posibles reducciones en los costos har que las bibliotecas se encaminen hacia esta tecnologa en diferentes formas. Los presupuestos y otros impedimentos organizativos no les permitirn invertir en ella de muchas otras maneras. Si la promesa justifica la in-versin, la mayora incorporar la tecnologa para la digitalizacin de imgenes de la misma forma en que adoptaron y asimilaron otras tecnologas en el pasado: a travs de una serie creciente de decisiones y selecciones particulares, adaptadas al mandato y a las necesidades de sus instituciones especficas. Quienes desarrollan la tecnologa de digitalizacin de imgenes para ser utilizada en la preservacin de materiales de biblioteca deben estar conscientes del principio de perfeccionamiento y de su poder e influencia sobre los cambios organizativos. La economa para gerenciar y administrar los recursos de una biblioteca, como en la mayora de las grandes instituciones, es una economa de opciones progresiivas, incluso las concernientes a tecnologas potencialmente revolucionarias. Por consiguiente, el trabajo de desarrollo de aplicaciones para la digitalizacin de imgenes necesita generar resultados en lo relativo a los medios, costos y beneficios de la digitalizacin de imgenes, que faciliten e informen, sin distorsionar ni confundir, la operacin de tal economa. En esta seccin se intenta identificar un conjunto de opciones funcionales crticas, que posiblemente regirn la incorporacin de la digitalizacin de imgenes en el proceso de preservacin de las bibliotecas. En la prxima seccin se esbozan muchos de los detallados requerimientos tcnicos para la arquitectura de un sistema que pueda acomodar flexiblemente las distintas opciones que las bibliotecas probablemente requerirn. En la seccin final se presenta un plan de trabajo

para desarrollar la arquitectura y generar la informacin que las bibliotecas necesitarn para escoger las opciones adecuadas en lo referente a los costos y beneficios de la digitalizacin de imgenes. La conversin desde el microfilme como objetivo La Cornell University, pionera en el uso de la digitalizacin de imgenes para la preservacin en bibliotecas, en vez de microfilmar documentos opt por investigar las maneras de superar las limitaciones de la preservacin a travs del microfilme, mediante el escaneo directo de documentos deteriorados para obtener imgenes de los mismos. Todava es necesario trabajar ms para expandir los medios de alimentacin directa, incluyendo los mtodos para manejar documentos de grandes dimensiones, documentos a color y otros tipos de documentos especiales. Adems, como pueden ser mejoradas electrnicamente para eliminar manchas y otras marcas y para realzar el contraste de la tinta desvanecida, las imgenes digitales, a fin de cuentas, deben resultar una fuente de mejor calidad para la copia en microfilme que la fuente original en papel. Los medios para generar microfilmes a partir de imgenes digitales tambin necesitan ser explorados sistemticamente. El papel, sin embargo, no es la nica fuente posible de insumo para la creacin de

una biblioteca digital de materiales preservados. La Yale University Library intenta demostrar a la amplia comunidad bibliotecaria la viabilidad de una fuente alterna para desarrollar los medios e identificar los costos y beneficios de escanear materiales preservados a partir de fuentes microfilmadas. Aunque sea alimentado con microfilmes en vez de papel, el sistema de procesamiento de imgenes desarrollado en el proyecto de Yale tambin proveer las mismas capacidades funcionales bsicas que el que est siendo desarrollado en Cornell. En el sistema totalmente desarrollado, los usuarios podrn hojear la biblioteca digital desde un terminal de computador (ver Ilustracin 5). Igualmente estarn en capacidad de obtener una versin impresa del documento digital si as lo solicitan; la biblioteca pudiera incluso generar una copia en papel del documento preservado para devolverla a las estanteras. Por otra parte, la biblioteca de imgenes se almacenar en un lugar alejado de la coleccin ubicada en estanteras. Debido a la supuesta accesibilidad de la biblioteca digital, tanto fuera como dentro de la biblioteca, la versin en microfilme de los documentos digitales pudiera transportarse fuera de la biblioteca a un depsito ms apartado y barato. El sistema de Cornell est siendo desarrollado, inicialmente, para manejar una biblioteca de imgenes de 1.000 volmenes. Adems de desarrollar una fuente alterna de alimentacin, el proyecto de Yale probar la

17

Copia en papel para la estantera segn se requiera

Microfilmacin

Digitalizacin

Biblioteca de imgenes

Impresin a solicitud Revisin a solicitud en la estacin de trabajo

Preservacin

Pelcula

Pelcula para almacenamiento remoto despus de la digitalizacin

Ilustracin 5. Conversin de microfilme de preservacin a imgenes digitales

posibilidad de estructurar por escalas los sistemas de digitalizacin de imgenes, como los de Cornell, aumentando la biblioteca digital a 10.000 volmenes. La dimensin de la biblioteca digital de Yale, comparada con la de Cornell, servir para demostrar las economas de escala en el sistema y garantizar a la comunidad bibliotecaria que se puedan tomar medidas realistas, tanto en lo que se refiere a los costos de agregar progresivamente componentes al sistema, como en lo concerniente al mantenimiento de stos con el paso del tiempo. Un modelo de inversin progresiva Los costos y beneficios de un sistema de digitalizacin de imgenes dependen en gran medida, aunque no exclusivamente, de los principales componentes funcionales del sistema, as como del mtodo y el momento de su implementacin. No es necesario adoptar todos los componentes posibles para crear un sistema de trabajo que funcione. Como est previsto que la misin del sistema sea la de prestar un servicio, algunos componentes son esenciales y deben ser implementados; otros son menos crticos, por lo que su instalacin es opcional o puede hacerse posteriormente, segn un esquema progresivo. En el siguiente anlisis se distinguen los principales componentes funcionales de un sistema de preservacin por digitalizacin, se ordenan los componentes segn los propsitos del sistema y se organizan en una secuencia acumulativa de etapas. La secuencia sugiere una estrategia plausible, que ofrece opciones en cada etapa para una biblioteca que est invirtiendo en la tecnologa de digitalizacin de imgenes. Para respaldar y dirigir las opciones, el desarrollo de un proyecto de digitalizacin de imgenes en Yale debe estar diseado con miras a medir los costos y beneficios del incremento progresivo de componentes del sistema, identificados en cada etapa de la secuencia. l El sistema bsico Si el objetivo de la preservacin es

resguardar y mejorar el acceso fsico e intelectual a materiales impresos deteriorados, y suponiendo que dichos materiales ya hayan sido microfilmados, entonces el sistema de digitalizacin de imgenes ms simple y directo es aquel que, a partir del microfilme, produzca una copia impresa del documento original con tan alta calidad que permita a la biblioteca volver a colocarlo en sus estanteras. Los componentes esenciales de un sistema de este tipo seran:
l l l

l l

18

un escner para microfilme, un dispositivo para almacenar temporalmente las imgenes digitales, una estacin de control de calidad para revisar las imgenes, mejorarlas si es posible y volver a escanear el microfilme, en caso de ser necesario, una red de alta velocidad para transferir las imgenes al servicio de impresin, un servicio de impresin, organizado por turnos de solicitudes o cualquier otro mtodo de control, y una impresora digital de alta calidad.

Por supuesto, una compaa de servicios podra cumplir con todas estas funciones o parte de ellas. Podra escanear bajo procedimientos de control de calidad e imprimir el documento; podra escanear bajo procedimientos de control de calidad y remitir el conjunto de imgenes digitales a la biblioteca para su impresin; o podra aceptar las imgenes digitales que le enva la biblioteca para su impresin. Sera importante, en el proyecto de demostracin de Yale, acumular suficiente experiencia interna en el proceso de digitalizacin como para que se pueda suministrar a la compaa de servicios los patrones y las expectativas de conversin e indizacin, y para que se pueda comparar cabalmente los costos de un proceso interno con los de contratar una oficina de servicios para realizar las mismas funciones. Como mediante el proceso de Copyflo ya es posible reproducir una copia impresa directamente a partir del microfilme, es probable que una biblioteca encuentre atractivo este sistema bsico para la digitalizacin de

imgenes si y slo si los costos de la digitalizacin e impresin son menores que los costos del Copyflo, o si el producto resultante de la impresora digital es de mayor calidad. Suponiendo, lo cual es probable, que la resolucin de la imagen digital generada a partir del microfilme est en el rango de los 300 puntos por pulgada (dpi), entonces la calidad de la impresin seguramente ser igual o superior a la calidad del Copyflo. Por otra parte, Michael Lesk ha estimado que el costo de una conversin simple de microfilme a imagen digital es de aproximadamente 0,02 dlares por cuadro o fotograma.15 Estimados iniciales del proyecto de Cornell sugieren que los cos-tos de impresin de un documento a partir del formato digital estarn en el orden de 10 dlares por un libro de 300 pginas (sueltas) o 0,033 dlares por pgina. Estos estimados incluyen hipotticos gastos laborales, de produccin, de volumen y mtodos de financiamiento y amortizacin de equipos que pudieran ser vlidos o no en todos los casos. Sin embargo, reconociendo las limitaciones de los estimados, sigue siendo necesario compararlos con el costo actual de 0,15 dlares por pgina (suelta) del proceso de Copyflo. Un sistema de digitalizacin de imgenes limitado a sus componentes esenciales y capaz simplemente de digitalizar e imprimir imgenes del microfilme, no slo produce un resultado de mayor calidad, sino que tambin reporta ahorros superiores a 60% frente a los actuales medios de impresin a partir del microfilme. Por supuesto, con componentes adicionales, un sistema de digitalizacin de imgenes puede cumplir con muchas ms funciones que el sistema bsico descrito aqu, pero los montos de la inversin ascienden de manera proporcional. l Impresin por solicitud

preguntarse a cunto ascendera la inversin adicional para producir una copia impresa por solicitud de un investigador que desea incorporarla a su biblioteca personal. Un sistema de digitalizacin de imgenes capaz de ofrecer la impresin por solicitud necesitara la incorporacin de los siguientes componentes al sistema bsico:
l

l l

un mecanismo para almacenar de manera permanente las imgenes de los documentos en formato digital, un ndice por ttulos para el documento en forma de imgenes, de modo que se pueda distinguir un documento de otro en el medio de almacenamiento, una entrada en una ficha bibliogrfica nueva o ya existente, quizs registrada en el catlogo en lnea de la biblioteca, que le indique al lector que el documento est almacenado en forma digital y puede imprimirse por solicitud, un servicio de solicitud de impresiones, y un servicio de procesamiento de imgenes que extraiga las imgenes segn su identificacin particular y las transmita a la impresora.

19

Si un sistema bsico de digitalizacin de imgenes brinda a la biblioteca la posibilidad de restringir el acceso a un documento deteriorado al generar una copia facsmil de alta calidad y a un costo relativamente bajo que pueda volver a colocar en sus estanteras, entonces uno tiene todo el derecho a

Debido a los mayores beneficios que reporta la impresin por solicitud, tambin se incurre en costos sustanciales, particularmente en lo que se refiere al sistema de almacenamiento. Almacenar imgenes digitales es un proceso tcnicamente complejo y lo discutiremos ms detalladamente en la siguiente seccin sobre la arquitectura del sistema. Sin embargo, es importante hacer notar aqu que la nocin de permanencia en el almacenamiento digital implica los costos de renovar peridicamente los bancos de imgenes -lo cual se hace relativamente con ms frecuencia de lo que ocurre con los libros y el microfilme-, ya que los medios de almacenamiento, los formatos de estos bancos y el equipo utilizado para tener acceso a dichos bancos cambian por completo. Es posible, pero todava no se ha demostrado, que los ahorros en trminos de espacio, al contar con un mtodo de almacenamiento ms denso y compacto

20

y otras ventajas obtenidas del cambio de tecnologa, podran compensar los costos de renovar los bancos de imgenes y lograr as que este proceso de renovacin se mantenga con sus propios recursos. El proceso de indizacin en esta etapa es fcil de crear y utilizar. Consiste en aplicar un nmero de clasificacin u otra identificacin particular para la coleccin de imgenes que comprende el documento digitalizado. Esta identificacin particular brinda la clave que conecta la entrada bibliogrfica en el catlogo con el ttulo en la biblioteca digital, de manera muy parecida a la forma en que una cota le permite al lector ir del catlogo al libro en una estantera, o a un rollo de microfilme en una gaveta especfica del archivador. Por supuesto, un investigador no siempre puede descifrar por la entrada del catlogo si un documento es relevante para el problema o la investigacin a la cual est dedicado. Antes de solicitar una copia personal impresa, siempre tendr la necesidad de revisar en la biblioteca el documento en microfilme para determinar su importancia. Por consiguiente, invertir en un sistema de digitalizacin de imgenes que brinde el servicio de impresin por solicitud nos hace incurrir en costos de almacenaje e indizacin de los documentos en formato digital, a la vez que tambin requiere que la biblioteca mantenga la versin en microfilme del documento para que el lector pueda revisarla. l Revisin en lnea

Dado el almacenamiento permanente necesario para un servicio de impresin por solicitud, otra extensin natural de un sistema de digitalizacin de imgenes sera permitir al lector revisar en lnea un documento directamente desde el formato de imagen digitalizada. La aplicacin de revisin en lnea requiere, adems de los ya identificados,los siguientes componentes:
l

adelantar e imprimir imgenes determinadas de un documento, y l un servicio de presentacin que adapte la presentacin de la imagen al tipo particular de estacin de trabajo para revisiones que se est usando. La inversin progresiva en estos componentes del sistema de digitalizacin de imgenes permite al lector aplicaciones funcionales que, por lo menos en un aspecto, se asemejan a la revisin del documento en el formato de microfilme. Como en esta etapa el documento digitalizado slo se indiza a nivel de ttulo con una identificacin particular, uno no puede ir automticamente a una pgina o seccin determinada del documento. Como sucede con el lector de microfilme, se debe, en efecto, retroceder y avanzar a lo largo del documento, imagen por imagen. La principal diferencia funcional con la utilizacin del microfilme en esta etapa radica en que el lector no tiene que encontrar el rollo de microfilme y cargarlo manualmente, sino que ms bien depende del programa del sistema para encontrar el documento y cargarlo en forma automtica. Adems, despus de la revisin, el lector puede solicitar que el sistema genere una copia impresa de alta calidad para su uso personal. Es tarea de quienes desarrollan el sistema garantizar que las aplicaciones de revisin e impresin por solicitud incorporadas al sistema de digitalizacin de imgenes en este momento de la inversin sean atractivas y suficientes para que los investigadores las utilicen en lugar del microfilme. Suponiendo que los haya, la biblioteca puede comenzar al menos a acumular al menos ahorros modestos en espacio y costos de servicio, eliminando la copia in situ del documento microfilmado. La biblioteca tambin puede contemplar la posibilidad de llevar a cabo considerables extensiones de sus aplicaciones de revisin. l Acceso remoto

un terminal de computador y una impresora en los cuales el lector pueda recuperar, traer a la pantalla, retroceder,

La biblioteca podra extender las aplicaciones de revisin contenidas en el sistema

de digitalizacin de imgenes, facilitando su acceso remoto. Dentro de la biblioteca, la presentacin de las funciones de revisin puede ser controlada limitando el tipo de estacin de trabajo utilizado. Sin embargo, el acceso remoto requerira un servidor de presentacin mejorada para respaldar las diversas estaciones de trabajo con aplicaciones para el procesamiento de las imgenes que los investigadores utilizan fuera de la biblioteca. El servidor de imgenes y la red local del campus tambin deberan estar en capacidad de soportar este incremento en el trfico. La posibilidad de que la funcin de revisin pueda extenderse realmente ms all de la red del campus es un tema que suscita un considerable inters y que requerir investigaciones adicionales y numerosas pruebas. l Revisin a nivel de pgina

La biblioteca tambin puede ampliar la aplicacin de revisin en el sistema de digitalizacin de imgenes, permitiendo que se pueda acceder directamente a las imgenes de un documento por el nmero de la pgina. La inversin progresiva en la revisin a nivel de pgina depende directamente de los costos de generar, mantener y respaldar en el programa de revisin un ndice a nivel de pginas del documento digital. No se puede ingresar un comando para ir a una pgina especfica del documento a menos que alguien deliberadamente dedique un tiempo para crear un ndice que relacione la imagen con un nmero de pgina del documento. Las pginas pueden estar ordenadas en nmeros romanos o arbigos. Por otra parte, algunas pginas quizs ni siquiera estn asociadas con un nmero especfico en ninguna forma de numeracin. No obstante, el sistema de indizacin y recuperacin debe reflejar estas distinciones, variaciones y peculiaridades. l Revisin a nivel de la estructura del documento

La biblioteca puede extender todava ms la aplicacin de revisin en el sistema de

digitalizacin de imgenes, permitiendo que se pueda acceder a las imgenes de un documento directamente desde sus propias divisiones estructurales internas, tales como portada, tabla de contenido, parte, captulo, seccin e ndice. Es decir, que sin ir pasando pgina por pgina del documento, el lector puede ingresar un comando para ir inmediata y automticamente al tercer captulo, a la tercera parte o a la portada. Una vez ms, la opcin progresiva de implementar un sistema de digitalizacin de imgenes con este nivel de funcionalidad depende directamente del inters de la biblioteca por crear un ndice que relacione una imagen o un conjunto de imgenes con un elemento o elementos estructurales particulares del documento. Una ligera variacin del tema ofrecera al lector la posibilidad de estructurar temporalmente el documento durante el proceso de revisin con indicadores o marcapginas. Una variacin ms ambiciosa le permitira al lector estructurar el documento por completo o parcialmente segn sus propios trminos, y guardar el ndice estructural resultante bajo su nombre para usarlo posteriormente. El anlisis presentado aqu sobre un sistema de digitalizacin de imgenes para una biblioteca, orientado a preservar y mejorar el acceso a materiales deteriorados derivado de la conversin de documentos microfilmados al formato digital, no agota todos los usos posibles de un sistema de este tipo. Por ejemplo, se podra preferir digitalizar toda una coleccin de materiales partiendo de la base de que la coherencia intelectual del material justifica el esfuerzo por hacerlo ms accesible. Por otra parte, para ayudar a mitigar los costos de almacenamiento e indizacin, se pudiera optar por digitalizar slo los materiales ms utilizados, como un paso intermedio, o incluso, como una alternativa, colocar en las estanteras una copia en papel. O tambin, se podra decidir digitalizar los materiales a medida que son solicitados para su uso, dejando las partes no utilizadas de la coleccin en microformas. Este anlisis tampoco agota todas las posibles caractersticas de un sistema de

21

22

preservacin mediante la digitalizacin de imgenes. Por ejemplo, cuando la tecnologa para el reconocimiento de caracteres est suficientemente madura, se harn posibles mejoras adicionales al sistema de digitalizacin de imgenes. La totalidad o parte de un documento en formato de imagen digitalizada pudiera ser convertida en un archivo de texto de caracteres alfanumricos, y las imgenes del documento posiblemente podran relacionarse con una parte del archivo de texto, tal como la tabla de contenido, que est almacenada en la descripcin bibliogrfica del documento digitalizado o con el ndice de palabras claves generado a partir de todo el archivo de texto. Avances de este tipo po-dran enriquecer enormemente el valor intelectual de la biblioteca de imgenes. Sin embargo, el anlisis presentado en esta seccin s esboza las principales dimensiones funcionales de un sistema de preservacin mediante la digitalizacin de imgenes. Tambin sugiere un esquema plausible de opciones progresivas que pudieran motivar a una biblioteca a hacer buenas inversiones en un sistema de este tipo. Por supuesto, se debe distinguir la motivacin y la necesidad funcional tanto de la arquitectura tcnica intrnseca del sistema de digitalizacin de imgenes, que sirve a los propsitos de la biblioteca y satisface sus requerimientos, como del plan de trabajo para un proyecto de demostracin. Dicho plan est diseado para desarrollar un sistema completamente articulado dentro de la arquitectura, y para generar suficiente informacin acerca del sistema con el propsito de que las bibliotecas puedan tomar decisiones prudentes y prcticas en lo que se refiere a costos y beneficios.

ARQUITECTURA DEL SISTEMA

La arquitectura -el diseo y la estructura generales-, de un sistema para crear, almacenar, recuperar e imprimir documentos bibliogrficos en formato digital ha evolucionado gradualmente durante la ltima dcada. Las primeras investigaciones y el desarrollo de proyectos piloto, particularmente en la Library of Congress y la National Medicine Library, han probado, refinado y validado ideas claves de diseo a medida que ha ido surgiendo la tecnologa para el procesamiento de imgenes: las estaciones de trabajo realizan las funciones de digitalizar imgenes; se distribuyen en una red de alta velocidad, utilizan recursos que se necesitan en la red e interactan entre s bajo la modalidad cliente/servidor.16 En su proyecto de preservacin digital, Cornell ha incorporado un diseo con estaciones de trabajo distribuidas, bajo la modalidad cliente/servidor, en su arquitectura de sistema, y Yale tambin lo har. Otros principios de diseo ms generales tambin se aplican a la arquitectura de los sistemas de digitalizacin de imgenes. Varios de estos principios regirn el sistema que se est desarrollando en Yale, y es necesario que se articulen, no que se den por sentado. En primer lugar, tanto las imgenes como los ndices que la integran conformarn el principal activo generado con el proyecto de Yale. Los programas y los equipos de computacin necesarios para crear, almacenar y utilizar la informacin cambiarn y sern reemplazados. Sin embargo, la informacin permanecer y debe seguir siendo rpida y fcilmente convertible de un sistema a otro. En segundo lugar, basndonos en el argumento presentado en la seccin anterior, referente a la necesidad de que haya opciones, los componentes del sistema deben desarrollarse en forma de mdulos, de modo que puedan ser rpida y fcilmente agregados, eliminados o modificados segn sea necesario. En tercer lugar, para garantizar la flexibilidad cuando se agreguen, eliminen o modifiquen componentes del sistema de digitalizacin de imgenes en Yale, dichos

componentes deben cumplir las normas oficiales o de facto de la industria, o bien ser elaborados segn interfaces normalizadas. Invocando estos principios en orden inverso, esta seccin identifica los patrones pertinentes al sistema de digitalizacin de imgenes en Yale, revisa los componentes del sistema y los aspectos tcnicos relacionados con ellos, y analiza la factibilidad general del diseo, resaltando aquellas reas donde la preocupacin por la informacin pudiera requerir una especial atencin a determinadas caractersticas del sistema. Normas Las normas pertinentes que rigen para el diseo y la construccin del sistema de digitalizacin de imgenes en Yale se dividen en tres grupos: normas de comunicacin, de almacenamiento y de aplicacin.17 Tal y como ha hecho la mayora de las principales universidades de investigacin en Estados Unidos, la Yale University acepta diversos protocolos de conexin en red, pero se ha concentrado en las llamadas normas ethernet, que incluyen TCP/IP como la suite de protocolos por ex, celencia para las comunicaciones en red. Los componentes del sistema pueden operar en una subestacin de la red del campus universitario, utilizando un patrn diferente de protocolo para la serie, por ejemplo un token ring en el nivel de enlace de datos. Sin embargo, la subestacin debe ofrecer una puerta de entrada confiable y operativa para que la columna vertebral, que es esa red basada en ethernet, pueda comunicarse con otros componentes del sistema. Para el almacenamiento de los datos de imgenes digitales, el sistema de Yale utilizar el Tagged Image File Format (TIFF), que brinda la normalizacin a nivel de encabezados necesaria para permitir el intercambio de imgenes. Como los archivos de imgenes son tan extensos, tambin se necesita una norma para comprimirlos a una fraccin de su tamao original, a fin de almacenarlos y transmitirlos econmicamente. El patrn de compresin CCITT Grupo 4 presenta algunas deficiencias porque no cubre pginas que

sean mayores al tamao carta y tampoco maneja bien las imgenes con amplias gradaciones de grises o de color. Actualmente, los grupos de normalizacin estn cooperando para desarrollar normas de compresin ms apropiadas. Mientras tanto, la norma CCITT Grupo 4 debera satisfacer las necesidades de este proyecto. En el nivel de las aplicaciones, la informacin bibliogrfica referente a un documento en forma de imgenes digitales se incluir en el catlogo en lnea de la biblioteca bajo el formato normalizado MARC (catalogacin para lectura automatizada). Las convenciones MARC existentes en este momento no son completamente adecuadas para describir la versin en imgenes digitales de un documento, pero la organizacin responsable de la normalizacin ha preparado una revisin aceptable de esta norma. Yale adoptar una solucin temporal hasta que la norma en revisin sea aceptada. Otras dos normas tambin son apropiadas a nivel de aplicaciones. Primero, los ndices que abren un documento en forma de imgenes para su revisin a nivel de ttulo, a nivel de pgina y a nivel de estructura del documento dependen del trabajo que describe el contenido de las imgenes, y que define y hace posible intercambiar y presentar un conjunto determinado de imgenes como un grupo de entidades de orden superior (por ejemplo, un libro, un captulo, un grupo de pginas). Las normas que cubren el contenido del documento deben aplicarse (o ser debidamente ampliadas de modo de poder aplicarlas) a la creacin, almacenamiento y uso de los diversos niveles de ndices estructurales. Varios proveedores, entre ellos IBM, han promulgado sus propias normas internas para el contenido de documentos. Sin embargo, la norma ISO 8613, Information Proccesing -Text and Office Systems -Office Document Architecture (ODA) and Interchange Format (ODIF), es la principal norma internacional, y el proyecto de Yale tratar de cumplir con sus requerimientos. Segundo, los archivos de estructura, que describen el contenido de los documentos con imgenes digitales conforme a la norma ISO

23

8613, deben ser almacenados y recuperados de un archivo con base de datos conectado referencialmente a los archivos de imgenes digitales de los documentos. Esperaramos que la base de datos fuese relacional. Tambin esperaramos que incorporase y cumpliese con la norma SQL (Structured Query Language).18 Componentes del sistema En la Ilustracin 6 aparece una representacin general de la arquitectura del sistema para el proyecto de digitalizacin de imgenes en Yale. Todos los componentes estn conectados con la red ethernet de alta velocidad del campus, la cual tiene un ncleo de fibra ptica y velocidades de transmisin de hasta 10 megabytes por segundo. Los componentes claves del diseo son un subsistema de conversin, un subsistema de reproduccin (o impresin), un subsistema de almacenamiento y un subsistema de acceso.
Escner para papel Escner para microfilme Garanta de calidad/Estacin de trabajo de mejoramiento de la imagen

imgenes en fotogramas de microfilme que constituyan un documento (libro, folleto o publicacin peridica), y tomar una fotografa digital de cada cuadro, de modo tal que la imagen quede almacenada en un archivo de computador y pueda verse en un monitor de computador. El proceso de conversin garantiza la calidad fsica de la digitalizacin, lo cual incluye el control de la resolucin, as como el contenido de las imgenes, contraste, posicin y secuencia. El proceso tambin sirve para caracterizar, o indizar, el conjunto de archivos de imgenes, a fin de que conserven su identidad como un solo documento para su posterior almacenamiento y recuperacin. El paso final del proceso consiste en consignar el conjunto de archivos como una entidad documental para su almacenamiento permanente. El subsistema de conversin incluye una digitalizadora de microfilme y papel y, como mnimo, una estacin de trabajo de control

24

Estacin de trabajo para indizacin de imgenes

Confinamiento para el almacenamiento masivo de discos

Conversin
Ethernet

Red de rea local

Dispositivos para almacenamiento masivo Controlador de almacenamiento masivo Servidor de base de datos de imgenes

Almacenamiento

Reproduccin
Impresora lser de alta velocidad Servidor de impresin

Solicitante de impresin/Gerente de regalas

Archivo con estructura de documento

Catlogo automatizado

Estacin de observacin Impresora local

Estacin de observacin

Servidor de presentacin de imgenes

Acceso Ilustracin 6. Arquitectura de los sistemas de digitalizacin de imgenes

Conversin

El propsito del subsistema de conversin es aceptar como insumos una serie de

en la cual un operador pueda realizar las funciones de control de calidad, indizacin y consignacin. Para brindar mxima flexibilidad, la estacin de trabajo y la digitalizadora

deberan estar conectadas a travs de una red local de alta velocidad. Con la interconexin de redes, se pueden agregar estaciones de trabajo adicionales para dividir las tareas, pero cada funcin deber ser realizada en cada una de las estaciones. Alternativamente -y esto pudiera ser necesario para alcanzar la mxima eficiencia-, la digitalizadora debe estar conectada directamente a la estacin de trabajo de control, en la que el operador realiza las funciones de control de calidad. Al finalizar su tarea, el operador puede enviar los archivos, utilizando una red con mecanismo para compartir archivos (o sneakernet), a otra estacin de trabajo a fin de continuar con el proceso de conversin. La digitalizadora debe aceptar rollos de pelcula negativa o positiva de 35 mm, con fotogramas dentados o no, y en variadas proporciones de reduccin. Debera estar provista de un mecanismo automtico de alimentacin que permita su funcionamiento sin supervisin. Debera adems estar equipada con sensores para detectar el borde de comienzo y de salida de cada fotograma y corregir automticamente la posicin de encuadre. De ser posible, debera detectar el borde de comienzo y de salida de cada pgina en los fotogramas microfilmados con dos pginas por cuadro. Dado el esfuerzo invertido en la digitalizacin, el proyecto de Yale buscar un resultado final con la ms alta resolucin posible desde el punto de vista tcnico. Sin embargo, la digitalizadora debera ser capaz de escanear a diferentes resoluciones y, para evitar cuellos de botella en los trabajos, de generar su ms alta resolucin de produccin a razn de un fotograma por cada 2 segundos o menos. Finalmente, la digitalizadora debera presentar un conjunto abierto de interfaces que le permitan trabajar con estaciones de trabajo DOS, UNIX o Macintosh. Debera estar al alcance una digitalizadora de alta velocidad con un conjunto similar de caractersticas para permitir comparaciones controladas de velocidad y calidad en aquellos casos en que la copia en papel del material microfilmado siga estando disponible. Para trabajar con las imgenes digitales

en el proceso de conversin, cada estacin de trabajo requiere la capacidad de procesamiento para leer y expandir una imagen en papel comprimida, as como para comprimir y guardar en disco una imagen en papel exhibida en el monitor de la estacin de trabajo. Todas las estaciones de trabajo deben tener la posibilidad de retroceder y adelantar a lo largo de la secuencia de archivos de imgenes y saltar a una imagen especfica relativa a la imagen actual. Cada estacin de trabajo tambin requiere un monitor de alta resolucin capaz de mostrar una imagen en papel legible. As mismo debe brindar funciones generales de manipulacin de imgenes, como acercamiento, reduccin, toma panormica, embobinado y rotacin. Finalmente, todas las estaciones de trabajo en el proceso de conversin requieren acceso a una impresora lser local para imprimir copias de determinadas pginas. La estacin de trabajo que controla la digitalizadora y la calidad de su resultado final debera permitir al operador tanto iniciar un proceso de escaneado completamente automtico, como intervenir en ese proceso limpia y vigorosamente. Debera permitirle tambin ajustar y determinar la resolucin de escaneado, produciendo quizs un conjunto de imgenes a alta resolucin para impresin, y otro grupo a una resolucin menor para revisin. La estacin de trabajo debera utilizar tcnicas de mejoramiento automtico de imgenes, incluyendo deteccin fija y dinmica de umbrales y picos, las cuales ayudaran a mejorar el dbil contraste de la impresin con respecto al fondo. Adems, debera permitir al operador recortar los bordes de las imgenes y realizar otras funciones de mejoramiento de las mismas en tiempo real, as como tambin volver a escanear completamente la imagen si fuese necesario. Finalmente, la estacin de trabajo debera crear automticamente archivos desde el digitalizador bajo TIFF, comprimir las imgenes escaneadas en la tcnica bidimensional del CCITT Grupo 4, y asignar nombres secuenciales a los archivos de imgenes. La aplicacin de indizacin en el proceso de conversin debera guiar al operador a

25

26

travs del proceso de suministrar informacin sobre ciertos aspectos claves de la estructura y el contenido del conjunto de imgenes que conforma el documento convertido. En una ventana, debera mostrar el conjunto de imgenes y permitir al operador retroceder y adelantar a lo largo de la secuencia de archivos de imgenes e ir directamente a una imagen especfica. En otra ventana, la aplicacin de indizacin debera llevar al operador a verificar que la secuencia de las imgenes es correcta y suministrar una identificacin nica para el documento, bajo la cual el grupo de imgenes puede ser almacenado como una sola entidad. Al suministrar tal identificacin, la aplicacin debera revisar el carcter nico contra la lista en lnea de las identificaciones existentes. En una tercera ventana, la aplicacin debera dar al operador acceso al catlogo local en lnea, crear una entrada apropiada para el documento en su forma digital e indicar la identificacin nica mediante la cual se puede encontrar el documento digital. Cuando se ha concluido el trabajo bibliogrfico, el operador podra tener la opcin de suministrar informacin que relacione la secuencia de imgenes con una enumeracin o secuencia de pginas. El operador tambin podra indizar las divisiones estructurales significativas dentro del documento. Entonces, este operador estara en capacidad de guardar la informacin referente a la estructura y al contenido en un archivo de base de datos, el cual es distinto, pero apunta al conjunto de imgenes que constituye el documento preservado. Si existen dos copias de un documento en diferentes resoluciones, el archivo de estructura debera apuntar correctamente hacia las copias como instancias diferentes del mismo documento con la misma estructura. Una vez creado el archivo de estructura, e incluso despus de que ste haya sido almacenado en forma permanente, el operador de indizacin debera tener la posibilidad de recuperarlo y modificarlo. Ms an, cuando el operador ha creado un ndice por nmero de pgina para un documento especfico, debera estar en capacidad de ingresar en

forma inmediata un comando para ir a una pgina especfica. Igualmente, cuando el operador ha creado un ndice de la estructura interna del documento, la aplicacin debera responder inmediatamente al operador cuando ste solicite ir a la imagen inicial de cada divisin estructural. La interfaz tendra tambin que dar al operador una funcin especial de marcapgina, que marcara una imagen especfica y autorizara el regreso directo a ella en cualquier momento; no obstante, la colocacin de marcapginas por parte del operador no debera guardarse en la versin permanente del archivo de estructura. Al aplicar la funcin de consignacin, el operador verifica que el proceso de conversin ha concluido y que el conjunto resultante de imgenes digitales ya puede ser almacenado. La funcin da por sentado, como un asunto de seguridad y conveniencia del usuario, que los documentos digitalizados y la correspondiente base de datos con el archivo de estructura estn almacenados en un sitio cntrico y accesible a la red, y no, por analoga con el microfilme, en archivadores cerca de las estaciones de trabajo de revisin. En caso de que el propsito de la conversin no sea crear una copia permanente del documento en forma digital sino imprimirla, la funcin de consignacin pudiera cerrar el proceso al transferir las imgenes, por medios removibles o a travs de la red, a la impresora digital de alta velocidad. Con respecto al almacenamiento en discos en el proceso de conversin, cada estacin de trabajo que controla la digitalizadora requiere suficiente espacio en el disco magntico para que el operador almacene y manipule las imgenes escaneadas no comprimidas de al menos dos libros (aproximadamente 600 megabytes). En cada estacin de trabajo que realiza las funciones de indizacin y consignacin, es necesario que haya espacio en el disco magntico para almacenar las imgenes comprimidas de, por lo menos, dos libros (aproximadamente 100 megabytes). En las estaciones de trabajo que realizan la funcin de consignacin, debera

haber un medio de almacenamiento porttil, como una unidad para disco ptico WORM - write once, read many (escribir una vez, leer muchas) que tenga un disco, sobre el que las imgenes de los documentos digitalizados comprimidos puedan escribirse, y luego transferirse fsicamente al sitio de almacenamiento permanente en el disco. Alternativamente, es necesario que exista la posibilidad de escribir a un medio de almacenamiento masivo a travs de la red de alta velocidad. l Almacenamiento

El propsito del subsistema de almacenamiento es brindar un medio (o combinacin de medios) con gran capacidad, confiable y de pronta respuesta, en el cual almacenar una coleccin de documentos que ha sido preservada en forma digital. Un operador de conversin debe estar en capacidad de convertir un documento digital al subsistema de almacenamiento y, desde all, debe ser posible la recuperacin de documentos, ya sea para imprimirlos o para revisarlos en una estacin de trabajo. Los componentes del subsistema de almacenamiento incluyen dispositivos para el almacenamiento masivo, un controlador de almacenamiento masivo, un archivo de estructuras de documento y el servidor de base de datos de imgenes. Supongamos que el proceso de conversin crea cada archivo de imgenes con una resolucin de 400 dpi y que en la forma comprimida cada imagen ocupa 150 kilobytes de almacenamiento. Asumamos tambin que cada libro convertido consta de 300 pginas. A partir de estas suposiciones, y por simple multiplicacin, tenemos que una biblioteca digital para los 10.000 libros previstos para su conversin en el proyecto de Yale requerir aproximadamente 450 gigabytes de almacenamiento masivo. Uno da por sentado que hoy en da el disco ptico WORM es el medio ms efectivo, desde el punto de vista de los costos, para almacenar este volumen de informacin.19 No obstante, si se creara una segunda copia de cada documento con menor resolucin para fines de revisin, los requerimientos de

almacenamiento pudieran ser considerablemente ms bajos para la segunda copia (alrededor de 125 GB) que para la primera, y su utilizacin pudiera ser lo bastante frecuente como para justificar los costos de almacenar los archivos de imgenes en disco magntico, el cual ofrece tiempos de acceso ms rpidos que el medio ptico. Los cartuchos WORM, que contienen las versiones en ms alta resolucin para impresin, pudieran instalarse en un dispensador automtico, o en una lnea de espera, que requiera un operador para instalarlos cuando sean solicitados. La informacin guardada en medios magnticos de almacenamiento deberan respaldarse (backup) regularmente en cintas como medida de precaucin contra la prdida de datos producto de fallas de los discos. Los discos almacenados en medios WORM deberan copiarse peridicamente en nuevos medios ya que los formatos o equipos de acceso se vuelven obsoletos y deben ser reemplazados. El controlador del almacenamiento masivo en el subsistema ofrece una interfaz entre el almacenamiento en disco y el servidor de imgenes. Traduce las solicitudes de imgenes en comandos que las localizan y recuperan desde el dispositivo de almacenamiento magntico o el dispensador automtico para discos pticos, segn corresponda. En caso de que el documento est almacenado fuera de lnea, el controlador generar una solicitud al operador para que instale el cartucho correspondiente. Para las solicitudes de almacenamiento de imgenes digitales de documentos, en vez de solicitudes para recuperarlos, el controlador localizar el espacio, almacenar adecuadamente los archivos y actualizar el directorio de archivos. El archivo de estructura del documento contiene informacin que indiza los aspectos relacionados con la estructura y el contenido de cada documento digitalizado. Es un componente integral de la biblioteca de imgenes y toda solicitud de un documento debe ir acompaada de informacin sobre l, y viceversa. Cualquier documento digitalizado que est siendo almacenado por primera vez

27

28

debe llevar un componente de ndice para guardarlo en el archivo de estructura. El archivo es una base de datos relacional que cumple con la norma SQL. Por ser un archivo en lnea, requiere respaldo (backup) regular. El servidor para la base de datos de imgenes conecta al archivo de estructura de documentos con los archivos de documentos digitalizados a travs del controlador de almacenamiento. Es accesible por la red y, en respuesta a las solicitudes de imgenes, recupera la informacin correspondiente desde el archivo de estructura y los archivos pertinentes de la biblioteca de imgenes, para luego llevarlos hasta el subsistema de acceso o la impresora, segn corresponda. El servidor tambin responde a las solicitudes donde se requiere almacenar documentos digitalizados, garantizando que el archivo de estructura est actualizado y que los archivos de imgenes sean convertidos y transferidos al correspondiente dispositivo de almacenamiento masivo. El servidor necesita una cantidad sustancial de memoria cach para guardar los documentos que entran y salen. Una funcin importantsima del servidor en este proceso consiste en dejarle saber a sus usuarios la condicin de los datos, la informacin re-ferente al progreso de la transmisin y los errores en el almacenamiento o la recuperacin. l Acceso

El propsito del subsistema de acceso es ofrecer un sitio para que las personas recuperen y usen la biblioteca de documentos preservados en forma de imagen. Los componentes del subsistema incluyen un servidor de presentacin de imgenes y las estaciones para visualizar las imgenes. En el caso ms sencillo del subsistema, las imgenes de los documentos digitalizados requieren ser presentadas para su revisin en un solo tipo de estacin de trabajo, que suministra la biblioteca y cuya seleccin est controlada por la misma. El caso ms complicado ocurre cuando la biblioteca da acceso a las imgenes de los documentos digitalizados a los investigadores del campus, quienes utilizan

diferentes tipos de estaciones de trabajo con diferentes capacidades para mostrar imgenes. En cualquier caso, las funciones mnimas provistas por una estacin de revisin deberan ser las mismas. La estacin debera permitir al lector recuperar la imagen de un documento digital por su identificacin nica, y mostrar y revisar el documento dependiendo de la forma en que est descrito en el archivo de estructura. Para que pueda ser capaz de procesar imgenes, cada estacin de revisin necesita tener la capacidad de procesamiento para leer, expandir y mostrar una pgina digitalizada comprimida. La estacin requiere un monitor de alta resolucin capaz de mostrar una imagen de la pgina legible. Cada estacin de trabajo debera brindar funciones generales de manipulacin de imagen, como acercamiento, reduccin, toma panormica, embobinado y rotacin. Finalmente, si cuentan con el equipo necesario, las estaciones de revisin deberan ser capaces de transferir imgenes a las impresoras lser locales para imprimir copias de pginas especficas. Desde la estacin de trabajo de acceso, el lector debe estar en capacidad de buscar en el catlogo en lnea para determinar la iden-tificacin nica de un documento. Al tener la identificacin, el lector debera entonces ser capaz de solicitar el documento a un servidor de imgenes y llevarlo a su monitor para revisarlo. Si no hay informacin adicional en el ndice, el lector debera tener la posibilidad de retroceder y adelantar a lo largo de la secuencia de los archivos de imgenes, e ir directamente a cualquier imagen especfica relacionada con la imagen actual. No obstante, si existe un ndice por nmero de pginas, el lector debera estar en capacidad de usar un comando para ir a una pgina especfica. Igualmente, si existe un ndice de la tabla de contenido, las partes y los captulos del documento, as como de otras partes importantes de su estructura interna, el programa debera brindar acceso inmediato a la imagen que marca el inicio de cada divisin estructural. La interfaz tambin

debera permitir al lector utilizar una funcin especial de marcapgina, la cual marcara una imagen determinada y brindara un retorno inmediato y directo a ella en cualquier momento; sin embargo, la colocacin de estos marcapginas por parte del lector slo debera tener vigencia mientras dure su sesin de revisin. El servidor de presentacin de imgenes separa estas diversas funciones de acceso, que todas las estaciones de revisin deben brindar en conjunto, de las diferentes formas en que los sistemas operativos de las diversas plataformas de estaciones de trabajo (DOS, UNIX, Macintosh) permiten presentarlas al lector de manera eficaz. Al comenzar la sesin de revisin, el servidor consultar una estacin de revisin particular para determinar su tipo y sus capacidades. Pudiera ser que la estacin no estuviese debidamente equipada para revisar imgenes y que, en consecuencia, el servidor respondiera conforme a ello. Por el contrario, cuando el servidor de imgenes responde a la solicitud de un documento, el servidor de presentacin comienza a trabajar. Tomar el archivo de estructura del documento, el cual describe los aspectos crticos del documento y, utilizando las convenciones de la Office Document Architecture (ODA), suministrar un conjunto de indicaciones de alto nivel sobre cmo debe presentarse el contenido del documento. El servidor traduce estas indicaciones en un formato y en un conjunto de instrucciones de programacin que son adecuadas para esa estacin de trabajo en particular. Utilizando un controlador que obtiene del servidor, la estacin de revisin, a su vez, procesa las instrucciones programadas y genera un formato de presentacin con el cual el lector pueda revisar fcilmente la imagen del documento digital. l Reproduccin

El propsito del subsistema de reproduccin es generar copias impresas, de muy alta calidad, de una parte o la totalidad de los documentos seleccionados que estn almacenados en forma de imgenes digitales.

Los componentes del subsistema incluyen la impresora, un servidor de impresin y una unidad para solicitar impresiones. La impresora debe estar en capacidad de aceptar como insumos archivos de imgenes con muy alta resolucin (600 puntos por pulgada o ms). Debe generar un resultado impreso con la misma resolucin. Para una mayor economa, debera funcionar a velocidades muy altas (100 pginas por minuto o ms, segn un criterio de referencia utilizado actualmente), y brindar capacidades incorporadas de cotejo y encuadernacin. El servidor de impresin maneja la cola de espera para la impresora, suministrando diversos controles de operacin que incluyen la posibilidad de establecer prioridades de trabajo, averiguar la condicin de una tarea y cancelar labores. Debera brindar una considerable capacidad de transferencia y de aceptar archivos comprimidos TIFF, de acuerdo con la norma CCITT Grupo 4. Pudiera necesitar reformatear tales archivos a un formato interno, pero debera poder hacerlo sin que haya prdida o menoscabo en la calidad de la informacin. Para dar cabida a las solicitudes de impresin directamente desde el subsistema de conversin, el servidor de impresin quizs necesite tener una unidad compatible WORM para manejar el insumo directo del documento a imprimir. Los usuarios que desean imprimir una parte o la totalidad de un documento determinado, generalmente lo harn invocando un servicio de red para presentar solicitudes de impresin. Una persona puede solicitar una copia impresa de la imagen de un documento digital por la identificacin nica especificada en el catlogo en lnea. El servicio de solicitudes recuperar la informacin de estructura referente a ese documento y le pedir a la persona que determine cules porciones o qu pginas imprimir, y si desea que las encuadernen. El servicio de solicitudes de impresin debera incorporar aplicaciones de contabilidad para poder facturar a los usuarios las copias que solicitan. El uso general del servicio de solicitud en la red para fines de facturacin da por sentado que hay una manera de identificar a los usuarios y verificar

29

que son quienes dicen ser. Suponiendo que se contempla el aspecto de la identificacin, una extensin natural del servicio de solicitudes de impresin sera utilizarlo para cobrar los montos correspondientes a la reproduccin de materiales cubiertos por derechos de autor, tales como artculos recientes de diarios, que eventualmente pudieran sumarse a la biblioteca digital. Aspectos relacionados con la factibilidad Como hemos visto, est surgiendo una serie de normas para regular la arquitectura de los sistemas para la digitalizacin de imgenes. Ms an, se est difundiendo una opinin generalizada acerca de la naturaleza y la interrelacin de los componentes del sistema en la arquitectura. Juntos, estos factores generan confianza en nuestra habilidad para lograr la visin de un sistema de digitalizacin de imgenes de preservacin a gran escala en Yale, en el cual el material, convertido de microfilme a imagen digital, se hace ms accesible y valioso para la comunidad de investigadores. Sin embargo, el optimismo en cuanto a la factibilidad general de crear un sistema viable sobre la base de una biblioteca de imgenes de 10.000 volmenes no debera opacar los riesgos inherentes. No todos los aspectos relacionados con los componentes del sistema y sus interrelaciones son tan bien comprendidos como otras partes; todava hay muchas incgnitas e incertidumbres con respecto a la tecnologa y su funcionamiento. Invocando un principio de diseo que citamos anteriormente -que la informacin creada y almacenada es el principal activo de una biblioteca en un sistema automatizado-, y preguntando de qu manera los datos correran mayores riesgos en esta arquitectura en particular, podemos identificar por lo menos cuatro reas de inters que pudieran limitar o impedir el desarrollo de un sistema, y requerir, por lo tanto, especial atencin. En primer lugar, el rea de principal inters es la integracin de dispositivos de almacenamiento masivo. La tecnologa del

30

almacenamiento ptico en WORM generalmente se comprende bien, pero todava no han surgido formatos normalizados para los medios. Adems, la industria todava no cuenta con una rica experiencia en lo que respecta al verdadero uso de la tecnologa y, particularmente, sobre la forma de optimizar una combinacin de almacenamiento ptico y magntico para aplicaciones particulares y, por consiguiente, para mejorar el tiempo de acceso y aligerar la competencia de las unidades en un ambiente con mltiples usuarios. En vista de eso, la aplicacin que la biblioteca espera desarrollar pareciera ser especial. Las aplicaciones para la digitalizacin de imgenes han ganado terreno en los ambientes de oficina, donde el documento modelo es una carpeta de archivo que contiene unos cuantos artculos de consulta rpida, para luego pasar a otro punto. No obstante, el documento modelo en una biblioteca es el libro con varios cientos de pginas, sobre el cual uno puede clavar la mirada por algn tiempo, retrocediendo y avanzando ocasionalmente en el texto para consultar puntos relacionados, citas y cosas por el estilo. Pareciera razonable esperar que los diferentes patrones de uso de documentos en la biblioteca enfatizarn nuevas y diversas clases de mecanismos de almacenamiento, los cuales requerirn soluciones que quizs todava no estn disponibles. La interrogante radica en si la experiencia confirmar o no esta hiptesis. El segundo aspecto que sigue siendo motivo de preocupacin es el de refrescar peridicamente los datos almacenados en un medio ptico. Hasta ahora los centros de computacin y los proveedores de computadores han atravesado por numerosos ciclos de cambios tcnicos en los medios magnticos, haciendo necesario que la informacin tenga que volver a copiarse peridicamente. Sin embargo, los ciclos de cambio en la tecnologa ptica apenas han comenzado a afectar los grandes centros de produccin de datos. Como la tecnologa es diferente y el volumen de datos almacenados en un disco ptico es, en orden de magnitud, mucho mayor que el de los medios

magnticos, los familiares paradigmas de renovacin de datos pudieran no ser vlidos. Los proveedores indudablemente desempearn un papel clave en la promulgacin de soluciones apropiadas y prcticas; pero, si se les pregunta al respecto, pocos de ellos son capaces de articular tales soluciones. La tercera gran rea de inters es el llamado archivo de estructura del documento. En la medida en que la biblioteca indice sus documentos digitalizados por nmero de pgina o por la estructura interna del documento, una gran parte de su trabajo e inversin estar vinculada a este archivo de estructura. Las normas ODA (Office Document Architecture) y SQL parecen apropiadas para gobernar su naturaleza y organizacin, as como tambin para hacer que la informacin contenida en ellas sea convertible a otro sistema o implementacin, segn sea necesario. No obstante, ya es evidente que este modo de indizar el contenido de las imgenes requerir algunas revisiones y extensiones en la norma ODA. La inversin en la biblioteca de imgenes y en los diversos ndices incorporados en el archivo de estructura de documento, sin duda alguna garantizar la participacin activa de la biblioteca de Yale, no slo en la implementacin de la ODA, sino tambin en sus extensiones y desarrollo. Finalmente, un cuarto punto de potencial preocupacin emana del proceso de control de calidad. La comunidad bibliotecaria ha esperado durante aos que, existiendo la tecnologa correcta, el microfilme fuese fcilmente convertible al formato digital. El proyecto de Yale generar con seguridad informacin sumamente til acerca de la facilidad (o dificultad) tcnica del proceso de conversin. Pero la calidad del producto resultante de ese proceso depender no slo de los mecanismos y la magia tcnica del propio proceso de conversin, sino tambin de la calidad del microfilme, calidad necesaria para que las imgenes digitales sirvan como insumos para los consiguientes procesos tcnicos -tales como el reconocimiento ptico (OCR) de caracteres-, y de los patrones de calidad que hagan valer los usuarios de bibliotecas que utilizarn las

imgenes digitales en su trabajo de investigacin. Por consiguiente, en este proyecto ser importante captar y evaluar las diferentes maneras por las cuales la preservacin en microfilme pueda o deba modificarse para generar una mejor imagen digital. Igualmente, sera importante encontrar formas de evaluar la calidad del proceso de digitalizacin desde el punto de vista de los procesos tcnicos relacionados, tales como el reconocimiento de caracteres, y ser absolutamente esencial validar el proceso desde la perspectiva de la satisfaccin de los usuarios.

31

PLAN DE TRABAJO El proyecto de preservacin digital de Yale se basar en trabajos afines realizados en la Library of Congress, la National Medicine Library, la Cornell University y otras instituciones bibliotecarias y archivsticas, concentrndose en la conversin del microfilme a imgenes digitales, e intentando conformar una biblioteca digital de 10.000 volmenes en el proceso. Buena parte del equipo y de la aplicacin necesarios para construir un sistema en Yale ya existen en el mercado de proveedores o se encuentran en avanzadas etapas de desarrollo. La excepcin principal es el administrador de presentacin de imgenes descrito en la seccin anterior, del cual Yale tiene experiencias especiales para desarrollar, y que ser generado como un producto especfico del sistema de trabajo en Yale. Por supuesto, las preocupaciones en torno a varios aspectos ambiguos e inciertos de la arquitectura de los sistemas de digitalizacin de imgenes destacan los riesgos de invertir en tecnologa relativamente nueva y costosa, en la escala contemplada en el proyecto de Yale. Sin embargo, tales preocupaciones tambin concentran la atencin en las reas de oportunidades que ofrece un proyecto del alcance y la envergadura de ste en Yale, para entender el potencial y los lmites de la tecnologa, para desarrollar ciertos aspectos de la tecnologa y, en general, para reducir considerablemente los riesgos de inversin para aquellas bibliotecas que siguen la senda de la digitalizacin de imgenes. A fin de mitigar los riesgos del proyecto y mejorar sus perspectivas de producir un rendimiento valioso, una de las soluciones consiste en delinear un plan de implementacin deliberado y cuidadoso que aclare metas, resultados medibles y un enfoque por fases, en el cual no todo est perdido, ni siquiera necesariamente en peligro, si uno encuentra un problema u otros obstculos. Metas del proyecto El proyecto de preservacin mediante digitalizacin de imgenes planificado para

la Yale University Library tiene tres amplias metas:

l

Identificar, desarrollar y evaluar los medios para crear y almacenar una biblioteca digital de materiales preservados, a travs de la conversin de imgenes microfilmadas al formato digitalizado a una escala de produccin de 10.000 volmenes. Identificar, desarrollar y evaluar los medios para suministrar, conservar y mejorar la distribucin o el acceso fsico a los materiales preservados en forma de imagen digital, tanto dentro como fuera de la biblioteca. Identificar, desarrollar y evaluar los medios para suministrar, preservar y mejorar el acceso intelectual a materiales de la biblioteca en forma de imgenes digitales.

32

Alcance del proyecto El proyecto estar dividido en seis fases en el transcurso de tres aos (ver Ilustracin 7). La primera fase se extender del primer al cuarto mes (1-4) y establecer el marco organizativo general del proyecto. Durante la segunda fase, que abarcar del quinto al octavo mes (5-8), se har la instalacin inicial del equipo y del programa. En la tercera fase se preparar el proceso a nivel de produccin para convertir el microfilme en imgenes digitales. Comenzar a partir del noveno (9) mes y terminar en el dcimo octavo (18). La cuarta fase del proyecto tambin comenzar en el noveno mes, pero concluir en el vigsimo primero (21), cuando los documentos en forma de imgenes digitales sean accesibles para los lectores dentro de la biblioteca de Yale. La quinta fase ir del vigsimo segundo al trigsimo tercero (22-33) y brindar el acceso a los documentos en forma de imgenes digitales a los lectores fuera de la biblioteca de Yale. El proyecto finalizar en la sexta fase, desde el trigsimo cuarto al trigsimo sexto mes (34-36), al concluir la

5. Acceso remoto (Meses 22-33)

6. Finalizacin (Meses 34-36)

12

15

18
Meses

21

24

27

30

33

Ilustracin 7. Fases del proyecto

conversin de los 10.000 volmenes, adems de dar los toques finales y hacer la ltima evaluacin a todos los componentes del sistema. En cada etapa, se preparar un informe para resumir los resultados obtenidos hasta la fecha y evaluar los mritos generales del proyecto. Debido a que la tecnologa de digitalizacin de imgenes es objeto de investigacin y demostracin en este proyecto, todava sujeta a rpidos cambios y progresos, es posible, aunque poco probable, que los resultados buscados aqu surjan en cualquier otra parte o que las aplicaciones de la tecnologa misma prueben las suposiciones sobre las cuales se basa el proyecto. Por lo tanto, cada informe tratar el final de esa fase como un hito, en el cual formular y responder la siguiente pregunta: vale la pena continuar con este proyecto? Fase 1: Organizacin Objetivo: El objetivo de la fase 1 es crear un marco organizativo general para el proyecto y preparar el trabajo de las siguientes fases. Lapso: Del primer al cuarto mes. Actividades: Durante la Fase 1, se crear

un Comit Directivo que se encargue de la supervisin y direccin general del proyecto. El comit estar compuesto, al menos inicialmente, por el director de la University Library, el director adjunto de la University Library, la Asociacin de Bibliotecarios de la Universidad para servicios tcnicos, servicios pblicos y desarrollo de colecciones, el jefe del Departamento de Preservacin, el director de Computacin y Sistemas de Informacin de la Universidad, el director acadmico de Computacin, el gerente del proyecto y cuatro miembros del cuerpo acadmico de la facultad. El comit puede ajustar el nmero de sus miembros segn considere necesario. La agenda inicial del comit incluir los siguientes puntos:
l

establecer los criterios para identificar qu porciones de la coleccin de documentos preservados en microfilme sern convertidas en imgenes digitales; brindar asistencia al gerente del proyecto y a los miembros del equipo del proyecto para establecer relaciones de asociacin adecuadas con proveedores de equipos y aplicaciones para la digitalizacin de imgenes;

0987654321 0987654321 0987654321

8765432109876543210987654321 8765432109876543210987654321 8765432109876543210987654321

098765432109876543210987654321 098765432109876543210987654321 098765432109876543210987654321

432109876543210987654321 432109876543210987654321 432109876543210987654321 10987654321 10987654321 10987654321 10987654321 10987654321 10987654321 10987654321
1. Organizacin (Meses 1-4)

2. Preparacin (Meses 5-8) 3. Conversin (Meses 9-18) 4. Acceso a la biblioteca (Meses 9-21)

33

revisar el presupuesto del proyecto y brindar asistencia para identificar y garantizar las fuentes de financiamiento.

Fase 2: Preparacin Objetivo: El objetivo de la fase 2 es comenzar a preparar el ambiente laboral necesario para el proyecto. Lapso: Del quinto al octavo mes. Actividades: El equipo del proyecto:
l

El gerente del proyecto ser el jefe de la Oficina de Sistemas de la biblioteca. El equipo del proyecto estar conformado inicialmente por el jefe del Departamento de Preservacin de la biblioteca y el director adjunto de Sistemas, Tecnologa y Planificacin del Departamento de Computacin y Sistemas de Informacin. Durante esta fase, el equipo del proyecto:
l

identificar el equipo y los programas especficos que sern adquiridos para el proyecto; establecer relaciones de asociacin adecuadas con los proveedores de equipos y aplicaciones para la digitalizacin de imgenes que sern adquiridos para el proyecto; preparar un plan de contratacin de personal para todas las fases siguientes del proyecto; preparar un presupuesto para todo el proyecto y trabajar con el Comit Directivo y otras fuentes pertinentes para conseguir financiamiento.

aplicar los criterios establecidos por el Comit Directivo y comenzar a seleccionar las porciones de la coleccin microfilmada que sern convertidas; crear y comenzar a implementar un plan para evaluar si los criterios utilizados para seleccionar el material para la conversin generan una biblioteca digital, que los usuarios de la biblioteca consideren intelectualmente valiosa; contratar el personal necesario; adquirir, instalar y probar el equipo y el programa para el subsistema de conversin; adquirir, instalar y probar la impresora digital de alta velocidad y el servidor de impresin; adquirir, instalar y probar el componente del archivo de estructura de documento del subsistema de almacenamiento, y comenzar a adquirir, instalar y probar los otros componentes del subsistema de almacenamiento; y preparar el diseo y las especificaciones iniciales para el servidor de presentacin de imgenes.

l l

34

Requisitos: Este documento, Del microfilme a la imagen digital brindar los antecedentes y las bases de planificacin para el trabajo inicial del Comit Directivo y del Equipo del Proyecto. Productos:
l l l

Un presupuesto de proyecto. Un plan de financiamiento. Un informe que resuma los resultados del trabajo en esta fase.

Adems, el equipo contratar una compaa de servicios para convertir del microfilme al formato de imgenes digitales, hasta un mximo de diez volmenes que sern seleccionados aleatoriamente. El contrato establecer una lnea base de costos, con la cual comparar los costos del procesamiento

por parte de la propia biblioteca. Esto tambin brindar experiencia para formular y aplicar criterios de aceptacin para el proceso interno de control de calidad. Supuestamente, en esta etapa, los documentos sern devueltos en forma de imgenes digitales sin indizacin . Requisitos: Para que esta fase pueda comenzar, debe existir un presupuesto aprobado con los fondos requeridos para cubrir gastos de personal, la adquisicin de equipo y programa, y los costos de la compaa de servicios. Productos:
l

principios de esta fase, una muestra de los rollos de microfilme que presenten variaciones en la calidad del proceso de microfilmacin. Disear un mtodo a fin de utilizar esta muestra tanto para realizar el proceso de control de calidad como para comenzar a formular conclusiones sobre las formas en que las tcnicas de microfilmacin afectan la calidad del proceso de digitalizacin;
l

10 volmenes disponibles en formato digital, listos para el proceso de indizacin dentro del subsistema de conversin. Un informe que resuma los resultados del trabajo en esta fase, incluyendo un anlisis de la experiencia con la compaa de servicios y un plan para evaluar sistemticamente, durante el lapso de duracin del proyecto, los mritos de la conversin interna frente al uso de una compaa de servicios.

disear e implementar un patrn de control de calidad que tome en cuenta, particularmente, la futura posibilidad de aplicar tecnologa para el reconocimiento de caracteres a las imgenes generadas en este proceso de conversin; crear un proceso continuo para medir la satisfaccin de los usuarios con los procesos y normas de control de calidad; revisar el diseo del ndice por nmero de pginas y el ndice por estructura del documento; dicho diseo debe garantizar que en el futuro se puedan crear lazos entre estos ndices y notas adicionales sobre el contenido, las cuales se pudieran almacenar en otra parte bajo un formato de lectura automtica; desarrollar procedimientos y capacitar a los operadores en el uso de cada una de las cuatro funciones para la indizacin de documentos. Los operadores deberan estar en capacidad de (1) asignar una identificacin nica al conjunto de imgenes convertidas que constituyen una entidad documental nica, (2) indizar el documento digitalizado por nmero de pgina, (3) indizar el documento digitalizado segn la estructura interna del documento, y (4) crear una entidad bibliogrfica en el catlogo en lnea de Yale, que describa el documento digitalizado y lo identifique en la biblioteca digital por su identificacin nica; disear mtodos para estructurar y

35

Fase 3: Conversin Objetivo: El objetivo de la fase 3 es establecer el proceso a nivel de produccin para convertir el microfilme a imgenes digitales. Lapso: Del noveno al decimoctavo mes. Actividades: Entre las principales tareas para el equipo del proyecto en esta fase se contemplan:
l l

desarrollar procedimientos y capacitar a los operadores en el uso de la digitalizadora y la estacin de trabajo para el control de calidad, incluyendo sus caractersticas para mejorar imgenes; seleccionar para su digitalizacin, a
l

modificar el flujo de trabajo de la indizacin, a fin de aislar los costos de cada una de las cuatro formas de indizar un documento;
l

Puntos que deben investigarse: El trabajo en esta fase est diseado para producir parmetros crticos de calidad y costos en varios aspectos, incluyendo:
l

desarrollar procedimientos y capacitar a los operadores para consignar el documento digitalizado y los ndices del documento en su almacenamiento en archivo permanente, utilizando en esta etapa una unidad WORM porttil; revisar los criterios para seleccionar los materiales de preservacin de mayor uso, a los que se har una copia impresa, devolvindose luego a las estanteras; desarrollar procedimientos y capacitar a los operadores para convertir las imgenes de determinados documentos directamente a la impresora de imgenes de alta calidad. El modo preferido de transmisin es a travs de una red de alta velocidad; disear un mtodo para estructurar el flujo de trabajo a fin de aislar los costos de la digitalizacin, del control de calidad y de la impresin, sin la indizacin; disear un mtodo y un procedimiento continuo para comparar los costos de servicio interno versus los costos de una compaa de servicios para digitalizacin, control de calidad e indizacin ; indizar y consignar en almacenamiento los 10 volmenes digitalizados por la compaa de servicios en la fase 2; y digitalizar, mejorar, indizar y consignar en almacenamiento permanente 490 volmenes.

los posibles efectos de la calidad del microfilme en la calidad de la digitalizacin; las implicaciones que tendra la futura tecnologa para el reconocimiento de caracteres en el proceso de control de calidad en la digitalizacin de microfilmes; la satisfaccin del usuario con los procesos y normas del control de calidad; los costos relativos del servicio interno en comparacin con los costos de una compaa de servicios para la digitalizacin, el control de calidad y la indizacin; los costos variables de los diferentes niveles de indizacin; y los costos de simplemente digitalizar e imprimir sin indizar.

36

Ser importante recabar y supervisar estos diferentes parmetros de manera continua a lo largo del proyecto. Productos:
l

Funcionamiento del subsistema de conversin en los niveles de produccin. 500 volmenes digitalizados y completamente indizados. Un informe que resuma los resultados del trabajo en esta fase, incluyendo un anlisis de costos.

Requisitos: Para que esta fase comience, el subsistema de conversin, la impresora, el servidor de impresin y el componente del archivo de estructura de documento en el subsistema de almacenamiento deben haber sido instalados y probados.

Fase 4: Acceso a la biblioteca Objetivo: El objetivo de la fase 4 es que la creciente biblioteca de imgenes digitales

sea accesible para los lectores en las estaciones de trabajo ubicadas dentro de la biblioteca de Yale. mes. Lapso: Del noveno al vigsimo primer

disear e implementar mtodos y procedimientos continuos para poner a punto el rendimiento del subsistema de almacenamiento de imgenes; establecer e implementar mtodos y procedimientos continuos para supervisar y ajustar los efectos de la transmisin de imgenes en el rendimiento de la red; disear mtodos para evaluar los costos de crear y mantener un subsistema de acceso; adquirir, instalar y probar la unidad para solicitar copias; disear mtodos para evaluar los costos de crear y mantener el subsistema de impresin; y despus de concluir la fase 2, y del decimosexto al decimoctavo mes, digitalizar, mejorar, indizar y consignar en almacenamiento 1.300 volmenes.

Actividades: Las principales tareas para el equipo del proyecto en esta fase incluyen:
l

completar la adquisicin, instalacin y prueba del subsistema de almacenamiento; especificar, adquirir, instalar y probar las estaciones de trabajo de acceso en la biblioteca; desarrollar y probar un prototipo de servidor para la presentacin de imgenes, capaz de interactuar con las estaciones de trabajo de acceso de la biblioteca; elaborar e implementar un estudio para medir el valor que tiene para los lectores de la biblioteca cada una de las herramientas de indizacin disponibles para los documentos digitales, en comparacin con el acceso en microfilme; crear e implementar un plan para respaldar los datos almacenados (backup) en medios magnticos y para renovar peridicamente los datos almacenados en medios pticos y magnticos; transferir todos los volmenes digitalizados al sistema de almacenamiento permanente; disear un mtodo para evaluar los costos de aadir el subsistema de almacenamiento y de darle mantenimiento en forma continua; establecer e implementar mtodos y procedimientos continuos para evaluar los efectos de la carga de acceso en el rendimiento del subsistema de almacenamiento de imgenes;

37

Requisitos: Para poder iniciar esta fase, la impresora, el servidor de impresin y el componente del archivo de estructura de documento en el subsistema de almacenamiento deben estar instalados y haber sido probados. El diseo inicial y las especificaciones para el servidor de presentacin de imgenes tambin deben estar completos. Puntos que deben ser investigados: El trabajo en esta fase est diseado para producir parmetros crticos de calidad y costos en varios aspectos, incluyendo:
l

los costos progresivos de crear y mantener un subsistema de almacenamiento; los costos de hacer respaldos (backup) de los datos almacenados en un disco magntico y de renovacin peridica de los datos almacenados en medios pticos y magnticos;

los costos progresivos de crear y mantener el subsistema de acceso; los costos progresivos de crear y mantener el subsistema de impresin; los efectos de la carga de acceso en el subsistema de almacenamiento; los efectos de la carga de transmisin en la red; y el valor de los ndices de los documentos para los lectores de la biblioteca.

Lapso: Del mes vigsimo segundo al trigsimo tercero. Actividades: Entre las principales tareas para el equipo del proyecto en esta fase, se contemplan:
l

extender el funcionamiento del servidor para la presentacin de imgenes, a fin de que est en capacidad de interactuar con determinados tipos de estaciones de trabajo ubicadas fuera de la biblioteca; a travs del servidor para presentacin de imgenes, lograr que el subsistema de acceso a los documentos digitalizados est disponible para determinados tipos de estaciones de trabajo que estn conectadas a la red del campus; disear mtodos para estimar los costos iniciales y continuos de introducir el acceso al sistema de imgenes digitalizadas desde fuera de la biblioteca; disear e implementar un estudio para medir el valor que tiene, para los usuarios fuera de la biblioteca, cada una de las herramientas de indizacin existentes para el documento digital; y digitalizar, mejorar, indizar y consignar en almacenamiento 7.800 volmenes.

Ser importante recabar y monitorear estos diversos parmetros de manera continua a lo largo del proyecto. Productos:
l

El subsistema de almacenamiento de imgenes funcionando en niveles de produccin. El subsistema de impresin funcionando en niveles de produccin. Prototipo del administrador de presentacin de imagen. El subsistema de acceso operando en niveles de produccin en la biblioteca. Servidor para solicitudes de impresin. 1.300 volmenes digitalizados y completamente indizados. Un informe que resuma los resultados del trabajo en esta fase, con inclusin de un anlisis de costos.

38

l l

Requisitos: Para que esta fase pueda comenzar, la versin prototipo del servidor para presentacin de imgenes debe estar concluida y operativa. Puntos que se deben investigar: El trabajo en esta fase est diseado para producir mediciones crticas del valor que los lectores externos de la biblioteca otorguen a la indizacin de los documentos. Ser importante recabar y supervisar estas medidas de manera continua durante sta y la ltima fase del proyecto.

Fase 5: Acceso remoto Objetivo: El objetivo de la fase 5 es establecer el acceso a los documentos digitalizados desde el exterior de la biblioteca de Yale.

Productos:
l

CONCLUSIN
La Yale University Library avizora un futuro en el cual la tecnologa de la imagen digital constituya una herramienta crucial en el proceso de preservar el acceso a materiales en condicin de deterioro en su rica y valiosa coleccin. Justo en un momento en el que el deterioro de documentos elaborados con papel cido se est acelerando a una velocidad alarmante en Yale y en otras importantes bibliotecas de investigacin en Estados Unidos, la arquitectura de los sistemas de digitalizacin de imgenes est ganando extensa comprensin y aceptacin, mientras que los componentes del sistema estn cada vez mejor integrados y se vuelven fcilmente asequibles. La Library of Congress, la National Medicine Library, la Cornell University y otras instituciones bibliotecarias y archivsticas han contribuido, de diversas maneras, al desarrollo de la tecnologa de digitalizacin de imgenes y a su aplicacin para preservar y mejorar el acceso general al acervo nacional e internacional de conocimiento registrado. El momento es oportuno para dar otro gran paso a fin de que la digitalizacin de imgenes se convierta en una herramienta bibliotecaria prctica. El proyecto de Yale para preservar documentos en formato digital se basar en trabajos relacionados llevados a cabo en otros sitios, particularmente en la Cornell University, concentrndose en la conversin del microfilme a las imgenes digitales e intentando conformar una biblioteca digital de 10.000 volmenes en el proceso. Buena parte del equipo y las aplicaciones necesarios para estructurar el sistema de digitalizacin en Yale ya est disponible o se encuentra en las etapas finales de desarrollo por parte de sus proveedores. Sin embargo, el sistema de preservacin por digitalizacin de imgenes de Yale se caracterizar tanto por hacer un uso intensivo del capital como por hacer un uso intensivo del trabajo, particularmente en las fases de indizacin del proceso de conversin. Su xito requerir un gran apoyo por parte de las agencias de financiamiento y asociaciones significativas y productivas con

Servidor para presentacin de imgenes en nivel de produccin. Funcionamiento del subsistema de acceso para estaciones de trabajo ubicadas fuera de la biblioteca. 7.800 volmenes digitalizados y completamente indizados. Un informe que resuma los resultados del trabajo en esta fase, incluyendo un anlisis de costos.

Fase 6: Finalizacin Objetivo: El objetivo de la fase 6 es completar la conversin de los 10.000 volmenes y realizar un ltimo ajuste y una evaluacin final de todos los componentes del sistema. Lapso: Del trigsimo cuarto al trigsimo sexto mes. Actividades: Las principales tareas para el equipo del proyecto en esta fase incluyen:
l

39

revisar y evaluar todos los parmetros de calidad y rendimiento en cada uno de los subsistemas; y digitalizar, mejorar, indizar y consignar en almacenamiento 400 volmenes.

Requisitos: Para que esta fase pueda comenzar, la versin de produccin del servidor para presentacin de imgenes debe estar concluida y en funcionamiento. Productos:
l l

Un informe final. 400 volmenes digitalizados y completamente indizados.

miembros de la comunidad de proveedores. El resultado para todos los participantes en el proyecto ser un cuerpo sustancial de informacin acerca de los costos y beneficios de la digitalizacin de imgenes. En el futuro, las bibliotecas, y los proveedores que trabajan con ellas, dependern de esa informacin para tomar decisiones prudentes y prcticas con respecto a la incorporacin de la tecnologa de digitalizacin de imgenes en la rutina diaria del trabajo de la biblioteca y del acceso de los investigadores a los materiales que ella contiene.

NOTAS
Agradecimientos: En la preparacin de este informe sobre planificacin, recib ayuda muy valiosa de parte de numerosas instituciones privadas y universitarias. Son muchas para nombrarlas una por una; a todas les estoy agradecido. Sin embargo, quisiera dar gracias especialmente a mis colegas en la Oficina de Sistemas de la Yale University Library, Merri Beth Lavagnino y Greg Kaisen, por su valiosa colaboracin. Tambin agradezco a la Commission on Preservation and Access, por su apoyo al contratar a la Yale University Library para preparar este informe. 1 Nancy E. Gwinn, ed., Preservation Microfilming : A Guide for Librarians and Archivists (Chicago : American Library Association, 1987), p. xxvi. John C. Mallison, On the Preservation of Human -and MachineReadable Records, Information Technology and Libraries, 7:1 (March 1988): 22. Michael Lesk, Digital Imagery, Preservation and Access, Information Technology and Libraries, 9:4 (December 1990): 307. Ibid., 308. Constance C. Gould, Information Needs in the Humanities: An Assessment, (Mountain View, Ca.: Research Libraries Group), p. 51. Constance C. Gould and Mark Handler, Information Needs in the Social Sciences: An Assessment, (Mountain View, Ca. : Research Libraries Group, 1989). Constance C. Gould, Information Needs in the Sciences: An Assessment, (Mountain View, Ca. : Research Libraries Group, 1991). Eric Almquist, An Examination of WorkRelated Information Acquisition and Usage among Scientific, Technical and Medical Fields, resultados de un estudio comisionado por el Faxon Institute for Advanced Studies in Scholarly and Scientific Communications, presentado en la Conferencia Anual de 1991 del Faxon

40

3 4

Institute, Creating User Pathways to Electronic Information, April 1991, Reston, Virginia, Exhibit 2. 6 7 Ibid., Exhibits 9, 22 y 25. Ver por ejemplo, F.W. Lancaster, The Measurement and Evaluation of Library Services (Washington, D.C. : Information Resources Press, 1977), p. 313. Lancaster se refiere a una serie de estudios que respaldan el argumento de que la seleccin de una fuente de informacin se basa casi exclusivamente en el acceso, por lo que la fuente (canal) ms accesible se escoge primero; las consideraciones con respecto a la calidad y confiabilidad son secundarias, aunque estos factores son importantes en lo que concierne a influenciar el grado en que el usuario est dispuesto a aceptar informacin suministrada de una fuente particular. Lawrence Dowler, Conference on Research Trends and Library Resources, Harvard Library Bulletin, 1:2 (Summer, 1990): 8. Lesk, op. cit., 303.

10 El mtodo de los indicadores visuales (blipping), es decir la colocacin de marcas especiales en determinados fotogramas, puede facilitar el uso del microfilme, especialmente si las marcas estn codificadas e indizadas en un sistema para la recuperacin asistida por computadora. La tcnica, sin embargo, ha sido aplicada principalmente en pelculas de 16 mm. UMI ha definido directrices de uso interno para la colocacin de indicadores visuales en pelculas de 35 mm. Todava est por verse si tales directrices sern ampliamente asequibles y aplicadas en forma generalizada a microfilmes de 35 mm para preservacin en bibliotecas. 11 El reconocimiento de caracteres a partir de las imgenes escaneadas digitalmente genera un grupo de interesantes retos.

Primero, aunque los algoritmos de reconocimiento estn mejorando constantemente, la precisin de la tecnologa actual ha sido decepcionante. Segundo, todava queda mucho trabajo por hacer para mejorar la habilidad de los algoritmos de reconocimiento de caracteres para tratar con la amplia variedad de tipografas e idiomas que uno encuentra en los materiales conservados en las bibliotecas. Tercero, dado el exitoso reconocimiento de los caracteres alfanumricos que componen una imagen de texto, se necesita, para fines de almacenamiento y recuperacin, relacionar los caracteres con la estructura y el formato del documento original, incluyendo cualquier fotografa, dibujo, diagrama u otras imgenes grficas que ste pudiera contener. La forma en que estos puntos sean tratados y resueltos afectar considerablemente el acceso a los documentos almacenados en medios electrnicos. Pretendemos tomar en consideracin y estar informados acerca de las implicaciones de las decisiones que tomamos y las opciones que escogemos en este proyecto para la futura aplicacin de la tecnologa de reconocimiento de caracteres. De hecho, tenemos la intencin de tomar todas las precauciones razonables para garantizar el xito de dicha aplicacin a las imgenes digitales que produzcamos. Sin embargo, en vista de la complejidad y la relativa inmadurez de la tecnologa del reconocimiento de caracteres, consideramos que su aplicacin est relacionada con el proyecto actual, pero que est decididamente fuera de su alcance. Para una discusin til de algunos de los aspectos relacionados con la aplicacin del reconocimiento de caracteres a los materiales de bibliotecas, referirse a Stuart Weibel, John Handley y Charles Huff, Automated Document Architecture Processing and Tagging, en: Donald L. Blamberg, Carol L. Dowling y Claudia V. Weston, eds., Proceedings of the Conference on Application of Scanning Methodologies in Libraries, (Beltsville, Maryland : National

41

Agricultural Library, 1989), pp. 3-14. 12. Ver, por ejemplo, Karen Markey, Subject Searching in Library Catalogs: Before and after the Introduction of Online Catalogs (Dublin, Ohio : Online Computer Library Center, 1984), pp. 75-117; Richard Van Orden, Context-Enriched Access to Electronic Information : Summaries of Selected Research, Library Hi Tech 8:3 (1990): 27-32; y Marty Dillon y Patrick Wenzel, Retrieval Effectiveness of Enhanced Bibliographic Records, Library Hi Tech 8:3 (1990): 43-46. 12 Sobre la continua utilidad del microfilme en la industria, ver Whitney S. Minkler, Optical Disks vs. Micrographics. Is it an Adversarial Problem, Micrographics and Optical Technology, 7:4 (1989): 141-149; y John Blake, War over Optical Disk or Microfilm Ends, Future Contains Multiple Media, Micrographics and Optical Technology, 8:3 (1990): 141-143.

Help Advance Document Management System Progress, Optical Memory News, (May, 1990): 25-27. 18 La presentacin de un ndice por estructura del documento, en forma de patrn relacional, eventualmente ayudar a facilitar la creacin de conexiones entre el documento en imgenes digitales y cualquier contenido informativo almacenado en otras fuentes de lectura automtica, tales como la descripcin bibliogrfica en lnea del documento. 19 Lesk, op. cit., 306.

42

14 Ver, por ejemplo, Clifford A. Lynch y Edwing B. Brownrigg, Library Applications of Electronic Imaging Technology, Information Technology and Libraries, 5:2, (June 1986): 100-102. 15 Lesk, op. cit., 307. 16 Felix P Krayeski, Transition of an Image . System: From Paper to Microfiche to Optical Disk, Congressional Research Service, The Library of Congress, June 1990. Frank L. Walker and George R. Thoma, Access Techniques for document Image Databases, Library Trends, 38:4 (Spring 1990): 751-786. Frank L. Walker, Issues in Document Conversion, in Donald L. Blamberg, Carol L. Dowling and Claudia V. Weston, eds., Proceedings of the Conference on Application of Scanning Methodologies in Libraries, (Beltsville, Maryland : National Agricultural Library, 1989), pp.45-60. 17 Para una revisin til de las normas pertinentes, ver Gerry Walter, Standards

Impreso en julio de 1998 por Editorial EX-LIBRIS Caracas-Venezuela