Jeszcze 30 lat temu, żeby obejrzeć stary rękopis, trzeba było udać się do biblioteki. Dziś bez wychodzenia z domu, po kilku kliknięciach w klawiaturę komputera można zapoznać się z wybranym dokumentem. Jak wygląda proces digitalizacji i dlaczego jest tak istotny z punktu widzenia przyszłych pokoleń, opowiada Arleta Piwowarczyk z Działu Bibliotek Cyfrowych i Platform Wiedzy PCSS w rozmowie z Karoliną Michalak.
KM: Digitalizacja kojarzy się z przekształcaniem czegoś, co ma formę analogową na format cyfrowy. Najczęściej w powszechnym myśleniu stawiamy tu znak równości ze skanowaniem dokumentów. Jednak wydaje mi się, że jest to bardziej złożony proces.
AP: Digitalizacja zaczyna się od skanowania, ale jest to dopiero początek drogi. Faktycznie to proces złożony, który polega na przekształceniu obiektu fizycznego w cyfrowy. Należy go najpierw dobrze przygotować, wykonać odpowiedni skan, zebrać metadane, przy pomocy których ten obiekt zostanie opisany, aby mógł zostać opublikowany w jakichkolwiek zbiorach. Należy także uwzględnić kwestie prawne, ponieważ nie wszystkie dzieła, które zostały zeskanowane i umieszczone w bibliotekach cyfrowych, mogą być udostępniane dla każdego. To zależy od licencji, więc niektóre obiekty mogą być prezentowane, inne mają jakieś obostrzenia w tym zakresie – to także jest kwestia, którą należy brać pod uwagę. Pamiętajmy również, że w bibliotece cyfrowej można przechowywać nie tylko skany drukowanych dzieł, ale także fotografie, nagrania audio i video, czy też nawet obiekty 3D.
KM: Czym są wspomniane przez Ciebie metadane?
AP: Metadane to podstawowe i szczegółowe informacje o obiekcie, takie jak autor, tytuł, słowa kluczowe, data wydania, data utworzenia danego obiektu – wszystko to, co pozwoli go łatwo zidentyfikować i przyspieszy proces wyszukiwania.
KM: Dlaczego digitalizacja zasobów kultury i nauki jest ważna dla kolejnych pokoleń?
AP: Ze względu na ich ulotność. Książki, dokumenty, gazety czy rękopisy z czasem niszczeją – papier się kruszy, atrament blaknie, a zapis staje się coraz mniej czytelny. Digitalizacja pozwala zachować ich treść i zabezpieczyć je na przyszłość. To także ochrona przed nieprzewidzianymi zdarzeniami, takimi jak pożar czy powódź. Nawet jeśli oryginalny obiekt zostanie zniszczony, jego cyfrowa kopia nadal pozostanie dostępna. Dzięki digitalizacji kolejne generacje będą mogły czerpać z dorobku i wiedzy minionych pokoleń – będą mogły tworzyć przyszłość, bazując na przeszłości.
KM: Jakie są najczęstsze problemy związane z digitalizacją z perspektywy instytucji kultury lub nauki?
AP: Najczęściej są to ograniczenia finansowe i kadrowe. W instytucjach brakuje wykwalifikowanych i przeszkolonych w zakresie digitalizacji ludzi, a dodatkowo proces ten wymaga odpowiednich funduszy, które trzeba w jakiś sposób pozyskać. Ponadto stan samych dokumentów jest bardzo istotny. W znacznej mierze są to dokumenty nadgryzione zębem czasu, bardzo cenne i trzeba obchodzić się z nimi bardzo delikatnie – nierzadko w białych rękawiczkach.
KM: Jakie rozwiązania przygotował zespół Poznańskiego Centrum Superkomputerowo-Sieciowego, aby zachować dzieła od zapomnienia i ochronić je przed zniszczeniem?
AP: PCSS, a w szczególności zespół Bibliotek Cyfrowych i Platform Wiedzy, przygotował pakiet DinGO. W jego skład wchodzą takie kluczowe rozwiązania dla obiektów cyfrowych oraz ogólnie pojętej digitalizacji i udostępniania, jak systemy dLab, dArceo i dLibra – zaprojektowane jako część wspólnego środowiska pracy, ale jednocześnie zdolne do działania niezależnie od siebie. Każdy z nich odpowiada za inny etap pracy z zasobami cyfrowymi, a ich wspólne użycie pozwala zbudować kompletny workflow. Jednocześnie instytucje mogą wdrażać tylko wybrane komponenty, w zależności od swoich potrzeb i zasobów.
dLab to narzędzie do zarządzania procesem digitalizacji, które porządkuje go od momentu przygotowania materiału aż do jego przetworzenia. Do jego głównych zadań należy:
- planowanie i przydzielanie zadań digitalizacyjnych,
- monitorowanie postępu prac,
- kontrola jakości i kompletności materiałów,
- wsparcie pracy zespołów produkcyjnych.
dArceo to z kolei bezpieczne repozytorium i archiwum cyfrowe, które odpowiada za długoterminowe przechowywanie zasobów cyfrowych. Jego kluczowe funkcje to:
- bezpieczna archiwizacja plików źródłowych (masterów),
- utrzymanie integralności danych,
- zgodność z modelami archiwizacji cyfrowej (np. OAIS),
- organizacja repozytorium archiwalnego.
Trzecim komponentem jest dLibra, czyli niezależna biblioteka cyfrowa i system publikacji stworzony do tworzenia i prowadzenia bibliotek cyfrowych oraz repozytoriów online, która może działać całkowicie niezależnie od pozostałych komponentów. dLibra umożliwia:
- publikację kolekcji cyfrowych,
- przeszukiwanie i przeglądanie zasobów,
- tworzenie struktur bibliotecznych i kolekcji tematycznych,
- integrację z zewnętrznymi systemami i standardami wymiany danych.
dLab, dArceo i dLibra mogą tworzyć spójny łańcuch digitalizacji, ale ich architektura zakłada elastyczność i niezależność komponentów. Zatem w zależności od potrzeb można kupić i wdrożyć tylko jeden z nich.
KM: Wspomniałaś też o długoterminowym przechowywaniu, pojawia się zatem słowo „termin” – czy chodzi o moment do którego pliki będą dostępne?
AP: Bardziej chodzi tutaj o zużycie nośników, na których te zbiory są przechowywane i stały rozwój technologii. Długoterminowa archiwizacja polega na tym, aby cały czas trzymać rękę na pulsie i sprawdzać, w jakim stanie są nośniki danych, aktualizować systemy i w razie potrzeby migrować zasoby.
KM: Dla kogo zostały stworzone te rozwiązania?
AP: Systemy wchodzące w skład pakietu DInGO są wykorzystywane w bibliotekach cyfrowych, archiwach państwowych, muzeach i instytucjach kultury oraz ośrodkach naukowych i akademickich. Mogą z niego korzystać zarówno małe, jak i duże instytucje. Takie, które dysponują skromnymi zasobami, jak i te z dużo większym budżetem.
KM: Czy możesz pochwalić się jakie instytucje korzystają już z takiego rozwiązania i jaka część ich zbiorów została już zdigitalizowana?
AP: Tutaj wymieniłabym przede wszystkim biblioteki z naprawdę pokaźną ilością zbiorów, takie jak ŚBC, czyli Śląska Biblioteka Cyfrowa, czy chociażby skupiająca zbiory bibliotek z Wielkopolski – Wielkopolska Biblioteka Cyfrowa. W ŚBC znajduje się w tej chwili 1 044 883 obiektów, z których największą liczbę stanowią skany drukowanych dzieł, w tym także czasopisma. ŚBC gromadzi publikacje głównie z Dolnego i Górnego Śląska, ale są tu także kolekcje z Opolszczyzny, Łużyc, a nawet kolekcja morska.
KM: No dobrze, materiały zostały zeskanowane, są już na serwerze, ale co z bezpieczeństwem ich przechowywania?
AP: Jeśli pytasz o nieuprawnione użycie lub ochronę praw autorskich, to w tym wypadku licencje są zabezpieczeniem danego zbioru. Ale to już konkretna instytucja albo spadkobiercy decydują o tym, komu i na jakich zasadach chcą udostępnić obiekty. Publikacje mogą być na przykład dostępne dla Czytelników tylko po zalogowaniu lub tylko do przeglądania bez możliwości pobierania, czy też wyłącznie dla uczniów i wykładowców na miejscu, w czytelni biblioteki. Istnieje również możliwość udostępniania na zasadzie licencji creative commons – wtedy można pobrać plik i dowolnie go wykorzystać.
KM: A kwestia ataku hakerskiego?
AP: Jeśli zbiory Biblioteki Cyfrowej znajdują się na serwerze danej instytucji, to wtedy odpowiedzialność za zabezpieczenie plików przed kradzieżą należy do niej. Jeśli natomiast ktoś korzysta z oferowanej przez PCSS usługi hostingu i zbiory zlokalizowane są na serwerach, którymi zarządzamy, to kwestia zabezpieczeń jest oczywiście po naszej stronie.
Posłuchaj też podcastu „Pakiet DinGO – prawdziwy diabeł tasmański digitalizacji!”, w którym Błażej Betański (Dział Bibliotek Cyfrowych i Platform Wiedzy PCSS) zdradza jeszcze więcej szczegółów dotyczących dLibry, dLabu i dArceo.