BIBLIOTECA NACIONAL DE ESPAA

EL ARCHIVO DE LA WEB ESPAOLA

Mar Prez Morillo

Jefe del Servicio Web de la BNE

NDICE
9 Contexto
y Misin del bibliotecario
y Otras instituciones patrimoniales
y Marco normativo

9 Historia del proyecto:

y Colaboracin con Internet Archive

9 Estado actual:
y El Archivo de la Web Espaola
y Convenio de colaboracin con Red.es

9 Prximos pasos:
y Traslado de la coleccin
y Diseo arquitectura tcnica proyecto
y Identificacin del patrimonio digital
y Recolecciones de la web espaola con medios propios
y Creacin de un portal web especfico de acceso a la coleccin
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

2

EL RIESGO DE UNA EDAD OSCURA DIGITAL

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

3

EDAD OSCURA DIGITAL

9 Contenidos voltiles en la red
9 Imposibilidad de abrir y leer archivos digitales en el
futuro
9 Redes sociales: fundamentales para entender
nuestro tiempo
9 1 mencin IFLA, 1997
9 Bibliotecas: primeras aludidas para tratar de salvar
este peligro

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

4

CONTEXTO: MISIN DEL BIBLIOTECARIO

9 Proteger tesoro documental en lnea

9 Evolucin: internet nuevo medio de
produccin de contenidos
9 Bibliotecario: intermediario entre
contenidos y usuario
9 Preservacin de la web ventana
para investigar el hoy en el futuro
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

5

CONTEXTO: INSTITUCIONES PATRIMONIALES

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

6

CONTEXTO: INSTITUCIONES PATRIMONIALES

9 Pioneras internacionalmente:

BN Australia

Biblioteca Alexandrina (Egipto)

Internet Archive

BN Suecia

9 En Espaa:

PADICAT

ONDARENET

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

7

CONTEXTO: DIRECTRICES UNESCO

9 Alerta de los riesgos de prdida de patrimonio
9 Insta a tomar medidas urgentes:
Es preferible actuar, aunque no sea de manera exhaustiva ni
impecable, a no hacer nada.

9 Insta a la colaboracin entre todos los sectores:

La preservacin del patrimonio digital exige un esfuerzo
constante por parte de gobiernos, creadores, editoriales,
industriales del sector e instituciones que se ocupan del
patrimonio.

9 Pide legislacin para ello:

Hacer que la legislacin se aplique al patrimonio digital ha de
ser un elemento esencial de la poltica nacional de preservacin.
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

8

CONTEXTO: IIPC
9 International Internet Preservation Consortium

9 Fundado en 2003 por 11 bibliotecas

nacionales y el Internet Archive
9 Aglutina principales proyectos de archivado
web en el mundo
9 mbito de colaboracin internacional
9 Plataforma de desarrollo de herramientas
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

9

CONTEXTO: MARCO NORMATIVO

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

10

CONTEXTO: MARCO NORMATIVO

9 Directivas

UE sobre digitalizacin y
accesibilidad en lnea del material cultural
9 Ley de Depsito Legal
9 Ley de Propiedad Intelectual
9 Ley de Proteccin de Datos

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

11

DOBLE CAMINO
9 Instituciones patrimoniales:

Manos a la obra, aunque la realidad vaya

ms deprisa que la tecnologa
9 Gobiernos:
Elaboracin de legislacin sobre DLe

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

12

ARCHIVOS WEB: BASE DEL DLe

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

13

ARCHIVOS WEB: BASE DEL DLe

9 Posibilitan:

Recoleccin contenidos en internet

Preservacin

Acceso a largo plazo

9Uso de herramientas, tcnicas y normas comunes

abre camino al DLe
9No se pueden aplicar preservacin tradicional
9Contenidos transfronterizos
9Convergencia internacional de los proyectos
9Legislacin DLe protege contenidos en lnea
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

14

REAL DECRETO SOBRE PUBLICACIONES EN LNEA

9 Promulgacin Ley DL 3/2011
punto de partida
9 Colaboracin entre centros
de conservacin y editores
9 Preservacin del acceso al
patrimonio digital
9 Propsito de mbito legal de
amplia cobertura
9 Proteccin de:
Propiedad intelectual
Datos personales
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

15

COLABORACIN CON INTERNET ARCHIVE

9 2 contratos desde 2009
9 Frmula hbrida de captura de contenidos:
Recolecciones masivas (8)
Recolecciones selectivas (2):
Elecciones Generales 20-N 2011
Humanidades
9 85 TB 130 TB:
Selectiva elecciones: 9,2 TB
Selectiva Humanidades: 6,5 TB
9 Pasos de una recoleccin:
Crawl de prueba
Crawl en produccin
Crawl de parcheado
Anlisis de la recoleccin
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

16

ARCHIVO DE LA WEB ESPAOLA

9 Robot Heritrix
9 Datos se guardan en formato W/ARC (ISO 28500:2009):
Comprime los datos
Guarda todo en un solo archivo, enlaces incluidos
9 Paquetes de herramientas distintos (toolkits):
Web Curator Tool
NetArchive Suite
9 Elementos de los toolkits:
Robot: Heritrix
Indizacin: NutchWAX, Solr
Recuperacin: Wayback Machine
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

17

ARCHIVO DE LA WEB ESPAOLA

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

18

CMO SE VE UNA PGINA ARCHIVADA

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

19

RECOLECCIONES MASIVAS DOMINIO .ES

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

20

RECOLECCIN SELECTIVA HUMANIDADES

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

21

RECOLECCIN SELECTIVA ELECCIONES 20N

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

22

CONTENIDOS DESAPARECIDOS EN WEB VIVA

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

23

PGINAS WEB YA DESAPARECIDAS

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

24

PGINAS WEB YA DESAPARECIDAS

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

25

CONVENIO CON RED.ES

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

26

CONVENIO CON RED.ES (2012)

9 Desarrollo conjunto de actuaciones
9 Almacenamiento y acceso a publicaciones en lnea
9 Construccin de un repositorio compartido
9 Marco de colaboracin con CC.AA.
9 Desarrollo de infraestructuras para
Recolectar
Preservar
Dar acceso
9 Construccin de arquitectura tcnica eficaz
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

27

PRXIMOS PASOS
9 Traslado de la coleccin

9 Identificacin del patrimonio digital

9 Diseo arquitectura tcnica proyecto
9 Recolecciones con medios propios
9 Portal de acceso a la coleccin

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

28

NETARCHIVE SUITE

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

29

NETARCHIVE SUITE
9 Conjunto de herramientas para recolectar la web

9 Pruebas de la BNE para poder recolectar

9 Software de cdigo abierto
9 Desarrollado por la BN de Dinamarca
9 Utilizado por la BnF y la BN de Austria

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

30

COMUNIDADES AUTNOMAS

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

31

FLUJO DE TRABAJO
9 Trabajo intrainstitucional:
Informticos
Conservadores de contenido (bibliotecarios)
9 Colaboracin con CC.AA. en el mbito del CCB
9 Colaboracin con organismos internacionales (IIPC)
9 Colaboracin con otras entidades nacionales (Red.es)
9 Centros de investigacin colaboradores

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

32

COLABORACIN EN PROYECTOS
INTERNACIONALES

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

33

OTROS MBITOS INTERNACIONALES DE

COOPERACIN
9 ISO: Informe Tcnico sobre Estadsticas y aspectos
de calidad de los archivos web
9 SEDDOCH:
Proyecto en evaluacin por la Comisin Europea
Con bibliotecas nacionales de Eslovenia, Reino
Unido y Holanda
Fijar criterios de seleccin de contenidos en lnea

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

34

NECESIDAD DE COLABORACIN
9 Interna
9 Productores
9 Institucional
9 Nacional
9 Internacional
BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

35

EN NOMBRE DEL EQUIPO, GRACIAS POR VENIR

BIBLIOTECA NACIONAL DE ESPAA

El Archivo de la Web Espaola

36

Mar Prez Morillo

Jefe del Servicio Web
BIBLIOTECA NACIONAL DE ESPAA
mar.perez@bne.es
archivoweb@bne.es

P de Recoletos 20-22
28071 Madrid
Espaa
T +34 915 167928
www.bne.es