Luisa Angélica Paraguai Donati
Los autores declaran que no existe conflicto de intereses.
El cálculo de los costes es uno de los aspectos de la preservación digital permanente que aún está a la espera de solución. Saber cuánto cuesta preservar un paquete de información de archivo a largo plazo , ha sido una aspiración que surge desde que la comunidad interesada a finales del siglo pasado, se empezó a plantear el binomio preservación permanente aplicado al ecosistema digital. El objetivo del trabajo es analizar los diferentes modelos para el cálculo de los costes desarrollados en los 25 años transcurridos entre 1998, fecha del primer planteamiento teórico y 2023. Para ello se realizó una revisión exhaustiva de la literatura, junto con un estudio de los sitios web de los proyectos. El resultado ha sido la obtención de un diagnóstico sobre la viabilidad de dichos modelos, las últimas propuestas aún en desarrollo, lo que nos permite poner de relieve los aspectos pendientes de resolver para lograr despejar el horizonte de la preservación digital permanente.
Cost calculation is one of the aspects of long-term digital preservation that is still awaiting resolution. Knowing how much it costs to preserve a package of archival information in the long term is an aspiration that has arisen since the interested community, at the end of the last century, began to consider the binomial permanent preservation applied to the digital ecosystem. The objective of the work is to analyze the different models for calculating the costs developed in the 25 years between 1998, date of the first theoretical approach and 2023. To do this, an exhaustive review of the literature has been carried out, together with the study of the project websites. The result has been obtaining a diagnosis on the viability of these models, the latest proposals still in development, which allows us to highlight the aspects pending resolution to clear the horizon of long-term digital preservation.
El presente trabajo tiene por objetivo conocer el estado del arte y el grado de madurez alcanzado en la modelización de los costes de la preservación. El cálculo de los costos es uno de los aspectos de la preservación digital permanente que aún está a la espera de solución. Saber cuánto cuesta conservar un paquete de información de archivo a largo plazo, empleando la terminología Open Archival Information System (OAIS) (
Es paradójico y, hasta cierto punto contradictorio, que aún seamos incapaces de contestar a la sencilla pregunta de ¿cuánto cuesta? Así es difícil lograr que las instituciones de memoria obtengan los fondos suficientes para llevar a cabo la conservación del patrimonio digital, y que las organizaciones sin obligaciones sociales en la materia asuman la responsabilidad de preservar. La toma de decisiones sin un modelo de cálculo de costes es casi impensable.
El desarrollo de un modelo de costos es una tarea que requiere información, investigación rigurosa y una buena comprensión de los desafíos. En la preservación digital estos desafíos son de cuatro tipos: de carácter tecnológico, informativo, metodológico y de actividad (
Para logar el objetivo de este trabajo vamos a profundizar en la economía de la digitalización y de los costos asociados a la preservación digital, analizando los diferentes modelos que se han desarrollado en el tiempo. Asimismo, nos proponemos fijar la tasa de supervivencia de estos modelos, como una forma de medir su éxito.
Las fuentes de información serán de dos tipos: en primer lugar, la producción bibliográfica especializada en el tema, desde sus inicios en los años finales del siglo XX, hasta la actualidad a finales de 2023. En segundo lugar, los sitios web de los proyectos de investigación, de las empresas desarrolladoras y de las instituciones que han participado en los mismos. Partiremos de una exhaustiva revisión de la literatura, para determinar el estado actual del conocimiento, el estado del arte. A continuación, analizaremos uno a uno los modelos implementados para conocer su estado y su destino, así como las nuevas propuestas en fase de desarrollo.
La metodología se basa en la establecida en su estudio por
La revisión de la literatura se basó en una búsqueda exhaustiva en los siguientes repositorios: Clarivate
Una vez identificados los modelos y los proyectos que los desarrollaron , decidimos medir su durabilidad, su permanencia en el tiempo, para lo que hemos buscado en Internet sus páginas web y, cuando han desaparecido, se ha procedido a una nueva búsqueda a través de organismos nacionales e internacionales relacionados con los proyectos originales y sus sucesores o responsables de su conservación (
El análisis de la literatura y de los proyectos que dieron origen a los diferentes modelos nos llevó a estructurar los resultados a partir de una perspectiva dual: cronológica y tipológica. Acompañaremos el desarrollo temporal de las diferentes soluciones y, al mismo tiempo, las vamos a agrupar de acuerdo con las tipologías que hemos podido descubrir como resultado de la investigación: modelos teóricos (centrados en el ciclo de vida y en los factores de costes), modelos bibliotecarios (centrados en la preservación bibliográfica y de datos de la investigación), y los modelos competitivos (con una perspectiva empresarial y de transferencia a la sociedad).
Las primeras contribuciones al tema fueron de naturaleza teórica y orientadas a intentar establecer el ciclo de vida de la preservación digital y a la caracterización de los factores de costes asociados a cada fase de dicho ciclo, destacando el estudio de
Russell y Weinberger (2000) también identificaron la naturaleza recurrente de los costes de preservación y el hecho de que son difíciles de separar de otros costes del ciclo de vida como la creación y el acceso.
El primer proyecto que se propuso llevar a la práctica los modelos teóricos precedentes fue Digital Preservation Testbed (2000-2005) desarrollado por los Archivos Nacionales de Países Bajos, posteriormente unido al proyecto Planets (
La Universidad de Glasgow y el Joint Information Systems Committee (JISC) produjeron un conjunto de recomendaciones estratégicas para elaborar proyectos no orientados a ofrecer beneficios económicos de manera inmediata a una organización, sino beneficios intangibles, conocido como proyecto ESPIDA (2005-2007). Centrado en asegurar que el proceso decisional sea transparente y cuente con toda la información relevante, también incluyó una herramienta para evaluar los costes (
Una parte considerable de los modelos han sido desarrollados bajo el liderazgo de las bibliotecas nacionales, como resultado de su deber de preservación del patrimonio bibliográfico, así como universitarias vinculadas especialmente al tema de los datos de investigación.
En relación con el compromiso patrimonial, la British Library junto con la University College London lanzaron el proyecto LIFE, con el propósito de elaborar un modelo de cálculo de costes de la preservación basado en el concepto de ciclo de vida digital (
El Ministerio de Cultura de Dinamarca financió el proyecto Cost Model for Digital Preservation (2009-2012) destinado a instituciones nacionales de patrimonio cultural, a fin de aumentar la rentabilidad de las actividades de preservación digital y proporcionar una base para comparar y estimar los requisitos de costes futuros. Un modelo basado en el modelo funcional, también conocido por modelo de la actividad, contabiliza todos los costes económicos, directos e indirectos, proporcionando un mayor nivel de detalle que el alcanzado por los proyectos precedentes (
La MetaArchive Cooperative (
A medida que la infraestructura de TI en el mundo académico y las organizaciones de patrimonio cultural se subcontrata en gran medida a la nube, mantener un nodo local para una red como MetaArchive comienza a verse como un servicio “boutique” que es insostenible para algunos de nuestros miembros
La preservación de datos de investigación es otro ámbito bibliotecario llevó a la elaboración de modelos de costes. Así, Keeping Research Data Safe Activity Model (2007-2010) fue desarrollado conjuntamente por las universidades de Cambridge, Southampton y Kings College London, bajo la dirección de Neil Beagrie, Julia Chruszcz y Brian Lavoie. Basado en el ciclo de vida de los datos científicos, divido en fases y éstas a su vez en actividades y subactividades; cada una de las cuales representa una variable de coste (
desarrollar la madurez de todos los servicios nacionales de archivo de datos en Europa de manera coherente y deliberada hacia la visión de una infraestructura de datos de investigación en ciencias sociales distribuida e integrada, facilitando el acceso de los investigadores a los recursos de datos de ciencias sociales, independientemente de la ubicación del investigador o de los datos
Continuó con el desarrollo de la metodología y con el conjunto de herramientas, hasta lanzar en abril de 2017 Costs-Benefits Advocacy Toolkit (
Data Archiving and Networked Services (DANS) de los Países Bajos desarrolló Cost Model for Digital Archiving (2011), un modelo para el cálculo de costes para la preservación y difusión de datos de investigación. Parte de la constatación de que hay más información que recursos para la preservación digital permanente, y se orienta a lograr la sostenibilidad económica del archivo de datos (
Además de las instituciones de memoria, especializadas en la conservación del patrimonio documental, también han surgido iniciativas desde el entorno empresarial o de la investigación científica con vocación de transferencia a la sociedad. El primero de los proyectos fue desarrollado en la NASA que, en una fecha tan temprana como 2001, diseñó Cost Estimation Toolkit (CET), para estimar el ciclo de vida completo de los sistemas de datos científicos provenientes de las operaciones terrestres y del espacio, lo que comprendía su introducción, uso y conservación. La herramienta contempla 96 factores de costes y aunque concebida como un instrumento multipropósito, se viene aplicando con éxito a la preservación a largo plazo (
El 7º Programa Marco de la Unión Europea financió el proyecto 4C-Collaboration to Clarify Costs of Curation (2013-2015), que tiene como objetivo analizar los modelos previos, elaborar nuevas propuestas y favorecer la conciencia y el intercambio de información y de experiencias para el desarrollo de un modelo y una herramienta robustos para el cálculo de costes (
Curation Costs Exchange fue concebido como la aplicación práctica de los resultados de la investigación, buscando consolidar una comunidad de interesados en los costes de la preservación digital y al mismo tiempo ofrecer una herramienta de comparación de costes (CCT), que les permitiera compartir sus datos, realizar análisis y hacer comparaciones con los de sus pares. Sin embargo, fue diseñado como una comunidad cerrada, no publicó datos, y esto probablemente favoreció que se le prestara poca atención y que decayera. Al momento de la redacción este trabajo, o la página web está parcialmente inaccesible, el área interactiva de comparación de costes (el CCT) fuera de línea, y el marco web y los módulos subyacentes sin actualizarse para restaurar su funcionalidad. Tampoco admite la inscripción de nuevos usuarios. El 3 de marzo de 2023, la Digital Preservation Coalition (DPC) lanzó una encuesta entre sus usuarios para conocer su interés en la herramienta y decidir su destino. El plazo para contestar finalizó el 30 de abril y terminado el año, los resultados son desconocidos.
M. Badawy planteó en su tesis doctoral (2017) el Proyecto ENSURE: Enabling kNowledge Sustainability Usability and Recovery for Economic value, una evolución del proyecto europeo del mismo nombre en el que participara, desarrollado entre 2011 y 2014 (
El proyecto tiene como objetivo proporcionar una solución total de preservación digital permanente para un nuevo sector en el mercado de preservación en constante crecimiento. Las empresas de la sanidad, finanzas y ensayos clínicos están ahora interesadas en preservar sus datos, debido a las obligaciones legales y al coste creciente de la regeneración de datos, especialmente en el sector de los ensayos clínicos. Junto con los nuevos sectores comerciales, ENSURE aspira a liderar la computación en la nube en sus métodos de almacenamiento y aprovechar la potencia informática de los proveedores de la nube
Para este fin, desarrolló un modelo de costes de punto único (Single-Point Cost Model), que produce un valor único que representa el coste estimado.
Así como el modelo de Badawy se centra en las empresas del sector de la sanidad que operan sus datos en la nube comercial, el último de los ensayos es una sugerente propuesta elaborada por J. L. de la Rosa, A. El-Fakdi, J. A. de Olvera, J. A. y P. N. Carrillo, investigadores del área de ingeniería de sistemas de la Universidad de Girona. Cost-Aware Digital Objects (2015/2022) plantea un nuevo modelo de preservación digital al que denominan paradigma
Estos objetos digitales responsables de su propia preservación digital permanente se denominan Cost Aware Digital Object (CADO), cuentan con su propio presupuesto para la contratación de servicios de preservación, como almacenamiento, prevención pérdida de datos, evaluación de riesgos, recuperación de datos, extracción de metadatos, migración y nuevos formatos de almacenamiento, asegurando que permanezcan accesibles, legibles, íntegros y auténticos. En este paradigma de preservación autosostenida, los objetos digitales están programados de forma inteligente con habilidades de detección conscientes de los costes, gestionando un presupuesto determinado para asegurar su supervivencia a largo plazo, negociando con repositorios de almacenamiento y servicios web mediante mecanismos de subasta; una opción cada vez más frecuente tanto en los repositorios descentralizados comerciales, como en los de código abierto, que están comenzando a ganar visibilidad impulsados por el auge de las tecnologías blockchain y las estructuras descentralizadas. Buenos ejemplos de ello son Filecoin (
Más que un modelo para el cálculo de costes, se trata de un nuevo contexto donde los objetos digitales comparten la responsabilidad de la preservación y que en cierta medida resuelve el problema del cálculo de costes derivándolo al terreno de la competitividad, de la oferta y la demanda del mercado.
El cálculo de los costes de la preservación digital permanente se revela como un tema abierto, lejos de haber logrado un modelo de uso general, posiblemente debido a la propia naturaleza diversa de los materiales y de las entidades interesadas. Un tema sobre el que se han arrojado algunas luces, pero que alberga muchas zonas de sombra a pesar del tiempo transcurrido. Así, en la literatura, ha aumentado la atención, pero con un exceso de reiteración y pocas contribuciones, lo cual también ocurre con cuanto tiene que ver con la preservación digital. Otra característica de la literatura es que se centra en el lado de los costes, y comparativamente presta poca atención a la articulación de los beneficios; en cambio, a menudo se toman por conocidos o se expresan en términos demasiado genéricos para ser de utilidad práctica para la toma de decisiones. Desafortunadamente, la medición de los beneficios es con frecuencia muy difícil, sobre todo cuando no se prestan fácilmente a su expresión en términos cuantitativos (
En los veinticinco años que comprende el período de análisis (1998-2023) se han sucedido catorce proyectos de amplio propósito, buena muestra de la preocupación existente en la comunidad interesada en la preservación. El éxito medido en términos de continuidad parece indicar que nos encontramos en una fase inicial del camino hacia la parametrización de los costes. El balance final es de doce proyectos desaparecidos, dos sin perspectivas claras de continuidad, aunque su cronología es demasiado reciente para confirmarlo (ENSURE y CADO), y sólo uno, Costs Estimation Toolkit de la NASA, ha sobrevivido y continúa utilizándose, bien que restringido a una tipología (datos científicos).
Los factores que influyeron en la falta de continuidad y de éxito son diversos. Los modelos se construyeron mayoritariamente sobre situaciones individuales, sin posibilidad de ser extrapolados, salvo excepciones, y estas se refieren a categorías de instituciones (sobre todo las de educación superior), a tipos de ficheros (datos, documentos...) o tipologías de materiales (audiovisuales, textuales…); son difíciles de comparación y de ser aplicados a la realidad. Ya lo señalaron en su estudio
Los modelos de costes tienen un enfoque de ciclo de vida, como ya se demostró hace tiempo en un temprano estudio sobre métodos de preservación y modelos de costes (
Los proyectos no sólo deberían responder a la pregunta de cuánto cuesta, sino también a la de por qué necesitamos hacerlo, y por qué debemos gastar dinero en esto, en lugar de gastarlo en la actividad central de la organización. Y mientras la precisión en los costes es vital para un buen proyecto, estas preguntas exigen respuestas muy diferentes (
Cada día es mayor la conciencia sobre los costes medioambientales derivados de la digitalización, como consecuencia del consumo intensivo de energía, lo que ha llevado a constatar la necesidad de seleccionar aquello que vale la pena conservar, y concluir que no todos los objetos digitales son activos digitales, sino sólo aquellos que tienen un valor presente y futuro y han sido seleccionados. Es necesario identificar el valor de los activos digitales y tomar decisiones. Mientras que otros proponen un cambio de paradigma respecto a la permanencia, abogando por determinar un nivel de pérdida aceptable frente a la conservación redundante de copias: “Dada la inevitabilidad de las pérdidas y el alto coste ambiental de la preservación digital, los administradores de los sistemas de preservación digital deben determinar niveles aceptables de pérdida en los programas de preservación digital” (
La creación de una comunidad de preservación que comparta de forma abierta y transparente sus experiencias y datos pormenorizados de costes distribuidos por factores continúa siendo una aspiración puesta sobre la mesa con insistencia (