DIENST VOOR WETENSCHAPPELIJKE EN TECHNISCHE INFORMATIE

Transcriptie

1 FEDERAAL WETENSCHAPSBELEID DWTI DIENST VOOR WETENSCHAPPELIJKE EN TECHNISCHE INFORMATIE REF: polisti\spidoc\doc\digi preserv\report_n Juni 2004 INFORMATIENOTA DIGITALE BEWARING Document opgesteld door: ELENA PHALET De federale regering keurde eind april het voorstel van de Minister van Wetenschapsbeleid goed om een tienjarig digitaliseringsplan te ondernemen voor het wetenschappelijk en cultureel patrimonium van de Federale Wetenschappelijke Instellingen (FWI s) en het Koninklijk Belgisch Filmarchief (KBF). Het totale budget zal 150 miljoen euro bedragen. Op basis van een voorbereidende studie die de te digitalizeren objecten inventariseert en de grote lijnen van een digitaliseringsplan uitzet, stelde het begeleidingscomité en de directeurs van de FWI s en het KBF in maart 2003 een eindrapport op waarin niet alleen het belang wordt benadrukt van het digitaliseringsproces, maar ook van het bewaren van digitale objecten (digitale kopieën van analogische objecten of "born digital") op lange termijn. Voor dit laatste probleem, en de repercussies ervan op juridisch, organisationeel, technologisch en conceptueel gebied, zijn er op dit moment geen definitieve oplossingen. Deze grote uitdaging voor de toekomst van de kennismaatschappij wordt door alle experten onderkend (zie bijvoorbeeld de conclusies van het DigiCULT-verslag dat in 2002 aan de Europese Commissie werd overgemaakt) en de Europese Raad roept in de resolutie van 25 juni 2002 de Commissie en alle lidstaten op een voluntaristisch beleid te ontwikkelen inzake bewaring van digitaal cultuur en patrimonium. Deze informatienota geeft een overzicht van de stand van zaken van het onderzoek in deze materie, en van goede praktijken, ervaringen, aanbevelingen, die voortkomen uit de veelheid van projecten, experimenten en initiatieven die op dit moment binnen Europa en over de hele wereld worden gevoerd. Een lijst met de belangrijkste informatieve bronnen werd opgemaakt voor de betrokken medewerkers van de FWI s en het KBF. Nota nagelezen door J. Moulin. Voornaamste bronnen BIBNUM (Département de la bibliothèque numérique de la Bibliothèque nationale de France), DigiCULT (Technology Challenges for Digital Culture), Digitale Duurzaamheid, PADI (Preserving Access to Digital information), PRISM (Preservation, Reliability, Interoperability, Security, Metadata), RLG (the Research Libraries Group), KEIZERSLAAN 4 - B-1000 BRUSSEL - TEL. +32 (0) FAX +32 (0) STIS@STIS.FGOV.BE - WEBSITE

2

3 INHOUDSTAFEL INLEIDING...1 DEEL I. DIGITALE BEWARING: EEN OVERZICHT...3 I. Inleiding...3 II. Concept...3 III. Digitale bewaringsstrategieën Technologiebehoud Emulatie Migratie Inkapseling XML Besluit...9 IV. Belangrijke thema s Standaarden Metadata Selectiecriteria voor digitale bewaring Juridische aspecten De verschillende actoren Kosten...17 V. Besluit: de belangrijkste trends voor de toekomst...19 DEEL II. ACTIVITEITEN EN INITIATIEVEN VAN DE EUROPESE UNIE...21 I. Het Kaderprogramma voor Onderzoek en Technologische Ontwikkeling (Digicult)...21 II. De Beginselen en het Actieplan van Lund...21 III. De coördinatie van het digitaliseringsbeleid in de EU en het Minerva-netwerk...21 IV. Nieuwe strategische uitdagingen...23 DEEL III. ACTIVITEITEN EN INITIATIEVEN IN BELGIË...25 I. Inleiding: de verschillende overheden en digitalisering...25 II. De Federale Overheid Modernisering van de Federale Wetenschappelijke Instellingen (FWI's) Digitalisering van het erfgoed van de FWI's en het Koninklijk Belgisch Filmarchief (KBF): inventaris en strategische studie Recente ontwikkelingen: het digitaliseringsplan van de FWI's en het KBF...27 BRONNEN...29 I. Portaalsites en andere sites over digitale bewaring...29 II. Handboeken en richtlijnen...30 III. Overzichtsartikelen...31 IV. Thematische artikelen...32 VOETNOTEN...35 Inleiding...35 Deel I. Digitale bewaring: een overzicht...35 DeelI. Activiteiten en initiatieven van de Europese Unie...42 Deel III. Activiteiten en initiatieven in België...43

4

5 INLEIDING België draagt met het patrimonium waarvoor de FWI instaan, op belangrijke wijze bij tot het gemeenschappelijk patrimonium van de mensheid, met name tot het wetenschappelijk, artistiek, historisch en natuurlijk patrimonium, zoals dat vandaag wordt opgevat en gevaloriseerd vanuit het oogpunt van een duurzame ontwikkeling van de planeet en in het kader van de mondialisering van de uitwisselingen. Het grote belang van deze bijdrage en van het daarmee gepaard gaande wetenschappelijk onderzoek staat niet in verhouding tot het geopolitieke gewicht van het land. De verzamelingen die België bezit, behoren tot de belangrijkste ter wereld enerzijds om historische redenen (enkele instellingen zijn meer dan honderd jaar oud) en anderzijds door hun aard, hun intrinsieke waarde of hun volume (Horizon 2005 Witboek voor de modernisering van de FWI's). Het is dus van het allergrootste belang dit uitzonderlijk erfgoed te beschermen, te bewaren en toegankelijk te houden voor toekomstige generaties. Het digitalizeren en digitaal bewaren van culturele en wetenschappelijke documenten en objecten bieden hiertoe waardevolle mogelijkheden: allereerst omdat de toegankelijkheid ervan voor alle groepen gebruikers groter is dan ooit tevoren het geval was, maar ook omdat objecten die zeldzaam zijn of verloren dreigen te gaan omwille van bijvoorbeeld de fragiliteit van hun drager via digitalisering aan een geografisch onbeperkt publiek blijvend kunnen worden aangeboden. De mogelijkheden voor het creëren, overdragen en verrruimen van kennis zijn enorm. Maar ook digitaal erfgoed is in acuut gevaar van verloren te gaan: door de snelle veroudering van hardware en software die er toegang toe bieden, door onzekerheid over te gebruiken technologieën, over financiering, over wie de eindverantwoordelijkheid hoort te dragen, door een gebrek aan aangepaste regel- en wetgeving,... Er is dan ook een dringende nood aan bewustmaking, zowel van het belang en de mogelijkheden die digitale bewaring van het erfgoed bieden, als van de risico s die eraan verbonden zijn, en die slechts beheerst kunnen worden door een efficiënte lange termijnvisie te ontwikkelen. Een dergelijke strategie beïnvloedt de technologische keuzes die worden gemaakt, de kostenberekening en financiering, de procedures die ontwikkeld en toegepast worden, en de taakverdeling onder de verschillende actoren. Enkel als digitalisering vanuit dit standpunt benaderd wordt, kan blijvende toegankelijkheid tot en bruikbaarheid van het erfgoed worden gegarandeerd. Uit dit rapport zal echter ook blijken hoe complex deze materie is, en hoewel er reeds een groot aantal heel interessante onderzoeksresultaten en ideeën beschikbaar zijn, bestaat er geen definitieve checklist voor het digitaal bewaren van alle soorten en formaten van culturele en wetenschappelijke objecten. Toch moet er nu gehandeld worden om te vermijden dat onvervangbare materialen verloren gaan. Actieve samenwerking, internationaal en nationaal, is dan ook noodzakelijk voor het uitwisselen van kennis en vaardigheden, het opstellen van "best practices", het definiëren van standaarden, het identificeren van actoren en financieringsbronnen,... Dit rapport bestaat uit 4 delen. Een eerste deel geeft een "state of the art"-beschrijving van digitale bewaring op dit moment: de belangrijkste technologische benaderingen worden beschreven, en een aantal centrale thema s meer in detail toegelicht. Dit alles wordt geïllustreerd met verwijzingen naar onderzoeksprojecten en -organisaties die zich met de materie bezig houden. Om het overzicht van bronnen overzichtelijk te houden en bij het doel van dit rapport te laten aansluiten, hebben we de digitaliseringsprojecten geselecteerd, die ook onderzoek uitvoeren en publiceren. Wie DWTI INFORMATIENOTA: DIGITALE BEWARING 1

6 geïnteresseerd is in een uitgebreidere lijst voorbeelden van digitale bewaringsprojecten die geen onderzoeksluik aanbieden, kan deze bijvoorbeeld vinden in het "Good Practice Handbook" 1 van de Europese Unie, waar bij elke praktische richtlijn een selectie van de meest interessante referenties wordt opgesomd, of op de PADI (Preserving Access to Digital Information) website 2 van de Nationale Bibliotheek van Australië die per thema dat belangrijk is voor digitalisering een overzicht geeft van artikelen, richtlijnen, bibliografieën, tijdschriften, en ook concrete projecten en case studies. Het tweede deel beschrijft hoe digitale bewaring op het niveau van de Europese Unie wordt aangepakt (de gesubsidieerde onderzoeksprogramma s, de organisatie van informatieuitwisseling,...) en wat de prioriteiten voor de toekomst zijn. In een derde deel komt de situatie in België aan bod, en meer specifiek op het federale niveau, waar de eerste aanzetten gegeven zijn voor een digitaliseringsplan van de Federale Wetenschappelijke Instellingen en het Koninklijk Belgisch Filmarchief. Het laatste deel geeft een overzicht van bronnen, opgedeeld in verschillende soorten: naast thematische websites over digitale bewaring (al dan niet in het kader van een concreet project), onderscheiden we richtlijnen en handboeken, overzichtsartikelen die de opportuniteiten en problematieken van digitale bewaring in het algemeen behandelen, en thematische artikelen, die dieper op een bepaald thema ingaan. DWTI INFORMATIENOTA: DIGITALE BEWARING 2

7 DEEL I. DIGITALE BEWARING: EEN OVERZICHT I. Inleiding Dit eerste deel schetst kort de problematiek van digitale bewaring door een bespreking van het concept, een overzicht van de verschillende bewaarstrategieën met hun voor- en nadelen (technologiebehoud, emulatie, migratie, inkapseling, XML), en een korte bespreking van een aantal belangrijke thema s (metadata, standaarden, selectiecriteria, juridische aspecten zoals copyright, de rol van verschillende actoren, kosten). Tenslotte geven we de richting van toekomstig onderzoek en ontwikkelingen aan. We vermelden ook de belangrijkste recente projecten, portaal- en andere websites, en gespecialiseerde organisaties. II. Concept In de verschillende omschrijvingen 3 van digitale bewaring zijn er een aantal elementen die steeds terugkomen en verwijzen naar de belangrijkste aspecten van digitale informatieverwerking: het opslaan, bewaren van en toegang verschaffen tot digitale objecten op lange termijn. Over hoe "lange termijn" geïnterpreteerd moet worden, lopen de meningen uiteen. Terwijl Bennett spreekt over een termijn tot 50 jaar, omdat technologische veranderingen na deze periode onmogelijk accuraat genoeg in te schatten zijn om ze in een werkbare strategie op te nemen 4, stellen Carroll en Hodge dat er op een periode van 2 tot 10 jaar al significante evoluties in technologieën en gebruikersgroepen te zien zullen zijn 5, en dat nieuwe versies van databanken, spreadsheets en tekstverwerkers zelfs elke 2 à 3 jaar verschijnen, met tussentijdse aanvullingen en kleine updates 6. Een strategische studie van DigiCULT ziet technologische innovatiecycli van 2 tot 5 jaar 7. Hodge merkt op dat er in het discours over digitale bewaring recent een belangrijke accentverschuiving heeft plaatsgegrepen van het proces van digitalisatie naar digitale bewaring op langere termijn zelf, zodat het thema van blijvende toegankelijkheid van het materiaal centraal komt te staan in het beheer van digitale data 8. Een efficiënte, verzorgde bewaringsstrategie is slechts een begin. De uiteindelijke bedoeling ervan is het digitaal object blijvend beschikbaar te stellen en bruikbaar te houden binnen een snel evoluerende technologische omgeving. Een digitaal object is namelijk per definitie maar consulteerbaar via een bepaalde software, die onvermijdelijk in onbruik zal geraken na verloop van tijd. Dat digitale objecten kwetsbaar zijn op een fundamenteel verschillende manier van analoge objecten, komt duidelijk tot uiting in de discussies over bewaringsstrategieën. De authenticiteit van een digitaal object kan relatief gemakkelijk aangetast worden, bijvoorbeeld doordat veranderingen aangebracht worden of kopieën gemaakt met alle archivistieke en juridische implicaties vandien. Zo wordt het digitale object aan een aantal gevaren blootgesteld zoals verlies van data, foute interpretaties, verschillende circulerende versies die niet meer met het origineel te vergelijken zijn omdat dit verloren gegaan is,... Het is dan ook belangrijk dat de bewaartechnieken de oorspronkelijke functie, betekenis en context van het object kunnen bewaren of hercreëren, zodat een gebruiker het digitale object juist kan interpreteren. Dat wil echter niet zeggen dat een digitaal object absoluut in zijn oorspronkelijke vorm bewaard moet worden. Belangrijker is dat de finaliteit van het object dezelfde blijft, en dat de essentiële componenten DWTI INFORMATIENOTA: DIGITALE BEWARING 3

8 volledig en ongewijzigd aanwezig blijven. Het aantal mogelijke digitale bewaarvormen is groot en voor elk object of serie objecten moet beslist worden welke vorm de meest geschikte is. Een goed overwogen strategie is dan ook essentieel voor digitale bewaring en maakt het voorwerp uit van veel onderzoek, zowel via concrete, locale projecten als via initiatieven om meer overkoepelende richtlijnen op te stellen. Sinds digitale bewaring op de agenda is komen te staan, zijn er in verschillende landen concrete projecten opgezet, die hun rapporten publiceren en ervaringen delen. Enkele voorbeelden zijn CEDARS (CURL Exemplars in Digital Archives, ) 9, CAMiLEON (Creative Archiving at Michigan and Leeds: Emulating the Old On the New, van 1999 tot 2002 (UK) en 2003 (US)) 10, PANDORA (Preserving and Accessing Networked Documentary Resources of Australia, van start gegaan in 1996) 11, JSTOR (The Scholarly Journal Archive, opgestart in 1995) 12, FEDORA (Flexible and Extensible Digital Object and Repository Archive, vanaf 1999) 13, NEDLIB (Networked European Deposit Library, ) 14, VERS (Victorian Electronic Records Strategy, vanaf 1998) 15, InterPARES (International Research on Permanent Authentic Records in Electronic Systems, 1999 tot vermoedelijk 2006) 16, PRISM (Preservation, Reliability, Interoperability, Security, Metadata, ) 17, DAVID (Digitale Archivering in Vlaamse Instellingen en Diensten, ) 18 en het Testbed Digitale Bewaring (Digitaal bewaren van overheidsinformatie in Nederland, ) 19. Deze informatie wordt ook op overzichtelijke wijze samengebracht op thematische portaal- en andere websites zoals PADI (Preserving Access to Digital information) 20, ERPANET (Electronic Resource Preservation and Access Network) 21, RLG (the Research Libraries Group) 22, ECPA (European Commission on Preservation and Access) 23, DigiCULT (Technology Challenges for Digital Culture) 24 en Digitale Duurzaamheid 25. Op basis van al deze ervaringen en onderzoeksresultaten hebben een aantal gespecialiseerde instellingen en individuele auteurs getracht overkoepelende algemene richtlijnen en "best practices" op te stellen. Deze blijven eerder richtinggevend, omdat voor digitale bewaringsprocessen uiteindelijk alles afhangt van de concrete omstandigheden: de betrokken instelling(en), het doelpubliek, de uiteindelijke bedoeling van het project, de aard van de digitale of te digitaliseren objecten, het beschikbare budget, eventuele juridische beperkingen,... Toch is het samenbrengen van geteste praktijken, richtlijnen en standaarden van groot belang, omdat dit een overzicht biedt, samenwerking aanmoedigt en zo voor grotere interoperabiliteit tussen de verschillende systemen en initiatieven kan zorgen. Zo kan de last van de grote hoeveelheden beschikbare digitale informatie en de onderhoudskosten die dit met zich meebrengt, gedeeld worden. Enkele voorbeelden van dergelijke publicaties zijn Preservation management of digital materials: a handbook, Beagrie and Jones, , A framework of guidance for building good digital collections, ILMS, , Good practice handbook, Minerva Working Group 6, , Digitaal archiveren in de praktijk. Handboek, DAVID, en Guidelines for the preservation of digital heritage, Colin Webb voor de NLA in opdracht van UNESCO, III. Digitale bewaringsstrategieën Een digitaal object is afhankelijk van een bepaalde technologische omgeving om toegankelijk te zijn, en die zal onvermijdelijk na een aantal jaren verouderd geraken. Als er niet tijdig maatregelen getroffen worden, gaat daarmee ook het object zelf verloren. Er zijn dan ook een aantal strategieën ontwikkeld om dit tegen te gaan en digitaal materiaal tijdig te redden 31. DWTI INFORMATIENOTA: DIGITALE BEWARING 4

9 Deze strategieën kunnen opgedeeld worden in twee brede benaderingen. De eerste bestaat erin de oorspronkelijke technologische omgeving volledig te bewaren, om ook in de toekomst het digitale object weer te geven. Hierin onderscheiden we twee mogelijkheden: technologiebehoud en emulatie van technologie. Technologiebehoud betekent dat functionerende replica van alle hardware en software worden bewaard. Emulatie bestaat erin huidige en toekomstige computers te programmeren om verouderde, in onbruik geraakte systemen en platformen te emuleren. De tweede benadering wil het verouderen van digitale formaten rechtstreeks tegengaan. Ook hier kunnen we twee technieken onderscheiden: informatiemigratie en inkapseling. Met migratie bedoelt men het transformeren of converteren van het digitale object naar een ander formaat, onafhankelijk van de hard- en software gebruikt bij hun creatie. Bij inkapseling wordt een digitaal object samen met alle informatie die nodig is om het correct te gebruiken, gegroepeerd en bewaard. Vervolgens zullen we het gebruik van XML voor bewaarstrategieën meer in detail bespreken. Hoewel XML zowel bij inkapseling als bij migratie een rol kan spelen, verdient het toch van apart bekeken te worden omwille van de veelbelovende vooruitzichten die het biedt op vlak van informatieopslag en -uitwisseling, en bijgevolg voor digitale bewaring. Vermeldenswaard in deze context is het Testbed Digitale Bewaring in Nederland, waar op systematische wijze en zeer recent een aantal experimenten uitgevoerd zijn met het oog op het ontwikkelen van een goede strategie voor het bewaren van overheidsdocumenten. Voor de strategieën migratie, emulatie en XML werden telkens testen gedaan met verschillende materialen: tekstdocumenten, s, spreadsheets en databanken van verschillende grootte en aard. Het Testbed is op dit moment bezig met het publiceren van de resultaten hiervan in de vierdelige serie Van digitale vluchtigheid naar digitaal houvast. Voor s is XML de meest geschikte bewaarstrategie gebleken (deel 4) 32 en voor tekstdocumenten een combinatie van PDF en XML (deel 3) 33. Ook voor spreadsheets wordt omzetting naar XML aangeraden (deel 2) 34. Deel 1 zal databanken behandelen maar is op dit moment nog niet beschikbaar. 1. Technologiebehoud Aanhangers van deze methode vinden het vooral belangrijk dat een digitaal object in exact dezelfde vorm wordt bewaard, zodat de functionaliteiten en de presentatie helemaal de oorspronkelijke zijn. En dit kan enkel gegarandeerd worden als ook de oorspronkelijke omgeving in identieke staat wordt bewaard: exact dezelfde software en hardware. Dit kan voor sommige digitale objecten bijvoorbeeld voor zeer complexe multimedia objecten een geschikte korte termijnstrategie zijn in afwachting van een definitievere oplossing, maar op langere termijn ontstaan er problemen in verband met kosten en onderhoud (technologieën verouderen, technische support van de verkoper verdwijnt, expertise verdwijnt, vervangstukken zijn niet langer beschikbaar,...). Bovendien is de interoperabiliteit van een dergelijk systeem onbestaande: het object zal enkel toegankelijk zijn via de hardware die op specifieke locaties bewaard wordt, en nergens anders. 2. Emulatie Emulatie is een term uit de computerwetenschap die verwijst naar een verzameling van technieken die een bepaald apparaat of programma gebruikt in de plaats van een ander apparaat of programma, maar om hetzelfde effect te bekomen. Er wordt dus in feite een surrogaat gecreëerd voor een bepaald systeem, zodat het te bewaren digitale object in zijn oorspronkelijke vorm toegankelijk blijft op toekomstige computers 35. Deze strategie heeft met de vorige gemeen dat de DWTI INFORMATIENOTA: DIGITALE BEWARING 5

10 originele hardware en/of software bewaard blijft, evenwel niet door behoud van de technologische omgeving, maar wel via een emulatieprogramma, dat nieuwe en toekomstige computers het gedrag van deze gedateerde systemen doet nabootsen. Enkele vaak geciteerde voordelen van emulatie zijn de volgende. Emulatie bewaart het digitale object in zijn oorspronkelijke vorm, met dezelfde "look and feel" en dezelfde actieve of interactieve eigenschappen. Een ander voordeel is de efficiëntie: een enkele emulator volstaat voor een serie objecten die hetzelfde technologische platform nodig hebben (de kostprijs is dus niet afhankelijk van het aantal gearchiveerde digitale objecten), en eens de emulatiespecificaties opgesteld zijn, is er verder geen activiteit meer nodig tot het moment dat het object opnieuw gebruikt wordt. Emulatie wordt dan ook door sommige auteurs beschouwd als een lange termijnbewaringstratgie bij uitstek, zeker indien men niet zeker is van het belang van het object voor de toekomst. Verder lijkt emulatie geschikt voor alle digitale formaten (inclusief complexere digitale materialen, zoals executable files), en dit universele karakter maakt het een aantrekkelijke totaaloplossing. Over de kosten van emulatie als strategie lijkt er geen akkoord te zijn 36 en is het wachten op de resultaten van op dit moment lopend onderzoek 37. Daar staat tegenover dat naargelang systemen complexer worden, de emulatiespecificaties dat ook zullen zijn. Het zou kunnen dat alle aspecten van een systeem of applicatie emuleren zelfs niet mogelijk blijft. Bovendien zullen emulatoren zelf gemigreerd of geëmuleerd moeten worden als na verloop van tijd platformen en technologieën veranderen, zodat er verschillende lagen van emulatoren ontstaan. Bovendien kunnen archaïsche applicaties moeilijk zijn voor hedendaagse en toekomstige gebruikers om mee te werken, zodat extra presentatietools ingeschakeld moeten worden. Er is ook geen absolute garantie dat de opgestelde specificaties voor de oorspronkelijke hard- en software ook effectief in de toekomst een emulator zullen kunnen produceren. En voor de emulatiebenaderingen die een volledige reconstructie van het oorspronkelijke systeem beogen, kan er sprake zijn van "overkill": voor een statisch document volstaat al zeker een "viewer"-systeem. Er is duidelijk een akkoord tussen de verschillende auteurs en organisaties dat er nog verder praktisch onderzoek nodig is naar deze techniek. Een bekend aanhanger van de emulatiestrategie, die zowel theoretische analyses publiceerde als aan concrete projecten meewerkte (bijv. het NEDLIB project dat we al vermeldden) is Jeff Rothenberg 38. IBM heeft research gedaan naar een UVC (Universele Virtuele Computer) waarop bestanden zouden gelezen worden met behulp van views in plaats van de oorspronkelijke software. Dat zou natuurlijk de emulatiespecificaties aanzienlijk vereenvoudigen 39. Het CAMiLEON project onderzoekt, in samenwerking met CEDARS, emulatie als bewaarstrategie door een reeks technologische strategieën te ontwerpen en te evalueren. Naast het creëren en testen van emulatietools, wil CAMiLEON ook via gebruikersevaluaties en kostenanalyses conclusies trekken. De finale rapporten van dit project zijn nog niet gepubliceerd. Er zijn wel al een aantal publicaties beschikbaar, waaronder een artikel dat vaststelt dat gebruikers in feite geen verschil merken tussen eindproducten van migratie en van emulatie, hetgeen het voordeel van het bewaren van de oorspronkelijke eigenschappen dat aan emulatie wordt toegeschreven, relativeert 40. Daarnaast kan men ook nog aanvoeren dat niet alle originele eigenschappen van een object behouden moeten blijven om het optimaal te kunnen gebruiken 41. De conclusies van het CEDARS/CAMiLEON onderzoek naar de relatieve voor- en nadelen van migratie en emulatie gaan eerder in de richting van een overwogen amalgaam van deze DWTI INFORMATIENOTA: DIGITALE BEWARING 6

11 technieken, aangezien ze elkaar aanvullen en elkaars nadelen zouden kunnen opvangen: emulatie vermijdt verlies van informatie door een serie opeenvolgende migraties, en bij migratie is er geen sprake van de risico s verbonden aan de pogingen om een bepaalde omgeving opnieuw te creëren 42. Een concreet voorbeeld: CAMiLEON heeft het BBC Domesday project, gecreëerd in 1986 en 15 jaar later in gevaar gebracht door technologische veroudering, gered door een dergelijke combinatie van emulatie- en migratiestrategieën, ook wel "migration-on-request" genoemd 43. Bovendien lijkt emulatie eerder aangewezen voor objecten waar de "look en feel" en de functionaliteiten van een object essentieel zijn, terwijl migratie vooral is aangewezen als de inhoud en structuur van een object de essentiële, zeker te bewaren componenten zijn (c.i.). Ook DAVID besluit dat een overwogen combinatie van migratie- en emulatiestrategieën een bruikbare benadering is, die ook nog alle opties openhoudt voor de toekomst Migratie Het Testbed Digitale Bewaring hanteert een eenvoudige en praktische definitie van migratie als "het overzetten van bestanden van een hardwareconfiguratie of softwareapplicatie naar een andere configuratie of applicatie" 45. Drie belangrijke aspecten van migratie zijn "backward" compatibiliteit, interoperabiliteit en gebruik van standaarden. De complexiteit van een migratieproces is afhankelijk van het digitale object in kwestie: een tekstdocument is bijvoorbeeld eenvoudiger te migreren dan een multimedia object. Migratie lijkt inderdaad bij uitstek geschikt voor het bewaren van tekstdocumenten waar de concrete presentatie van een object minder belangrijk is, aangezien migratie eerder focust op hier en nu bepaalde inhouden toegankelijk maken, dan op technologie 46. Voor digitale objecten waar formaat en inhoud verstrengeld zijn, zoals bijvoorbeeld bij multimedia objecten het geval is, wordt migratie moeilijker: het is mogelijk dat de verschillende componenten apart gemigreerd moeten worden, wat een complex proces wordt. De "backward" compatibiliteitsbenadering van migratie verwijst naar het feit dat softwareproducenten vaak conversiesoftware meeleveren als onderdeel van een nieuwe versie van een bepaalde software (zoals bijvoorbeeld het geval was bij Word 2000 voor Word 95 en 97). Dit is evenwel duidelijk niet betrouwbaar genoeg om een lange termijn-bewaring op te baseren: compatibiliteit duurt over het algemeen niet langer dan enkele generaties, en zelfs dan kunnen bepaalde eigenschappen of functies gewijzigd zijn. Men spreekt van interoperabiliteit als objecten van het ene platform of applicatie naar een ander overgezet kunnen worden. Dit vergemakkelijkt de toegang tot gemigreerde digitale objecten aanzienlijk: de specifieke software waarin een object gecreëerd is, is niet meer het enige programma waar het ook in gebruikt kan worden. Interoperabiliteit is dan ook een veelbelovend en belangrijk onderzoeksthema voor digitale bewaringsprocessen (dit thema komt ook terug bij de bespreking van XML als bewaarformaat), maar wordt moeilijker te verwezenlijken naargelang de gebruikte systemen complexer worden, hetgeen ook weer op een eerder korte termijnstrategie wijst. Ook is het opletten dat er geen informatie of functionalitieten verloren gaan, en dat de authenticiteit van het object intact blijft. Bij converteren naar standaarden wordt het object vanuit zijn oorspronkelijke formaat verplaatst naar een standaardformaat, dat gedocumenteerd is, stabiel en niet afhankelijk van één enkele producent. Zo moeten digitale objecten minder frequent gemigreerd worden dan bij omzetting naar een willekeurige nieuwere technologie. Een voorbeeld hiervan is de VERS-strategie die documenten systematisch omzet in PDF (om de oorspronkelijke presentatie te bewaren), en de metadata verpakt in XML 47. Deze objecten zijn dus ingekapseld (zie ook de inkapselingsstrategie, c.i.), en als dusdanig zelfbeschrijvende objecten geworden. DWTI INFORMATIENOTA: DIGITALE BEWARING 7

12 Standaardformaten zijn echter zelf ook aan evolutie onderhevig, en kunnen geen permanente toegang in de toekomst garanderen. Hoewel migratie op dit moment de meest gangbare strategie is 48, wordt er ook veel kritiek op geformuleerd. De resultaten van migratie zijn onvoldoende voorspelbaar 49. Door de transformatie van de oorpronkelijke bitstroom kan er een verlies aan informatie optreden: inhoud, structuur, presentatie of context van een digitaal object kunnen veranderen. Een reeks opeenvolgende migraties kunnen ook nog eens een cumulatief effect hebben. Dit is de hoofdreden waarom de UNESCO Guidelines for the Preservation of Digital Heritage migratie eerder indeelt bij de korte termijnstrategieën. Een migratieproces vraagt in feite een zorgvuldig onderzoek naar elke combinatie van het oorspronkelijke bestandsformaat van het object met het bestandsformaat waar het naartoe gemigreerd word. Een migratieproces op grote schaal is dan ook tijds- en arbeidsintensief: alle afzonderlijke bestanden en hun metadata (inclusief de metadata die betrekking hebben op de migratie zelf, om een accurate geschiedenis van het object bij te houden) moeten gemigreerd worden. Bovendien is migratie in feite een doorlopend proces er zal steeds een volgende migratie nodig zijn. Een zorgvuldige strategische wake is nodig om juist te kunnen inschatten wanneer aan een volgende migratie begonnen moet worden. De kosten van migratie als bewaringsstrategie zijn dan ook moeilijk exact in te schatten, maar potentieel hoog. Omdat migratie een populaire strategie is, is er evenwel al heel wat onderzoek naar deze problemen en risico s gebeurd en bestaat er al heel wat concrete informatie om op terug te vallen bij het uitvoeren van migratieprojecten 50. Het Testbed Digitale Bewaring is van oordeel dat, hoewel migratie alleen niet zal volstaan, het toch steeds een belangrijk deel zal uitmaken van een bredere, pragmatische bewaringsstrategie op lange termijn. 4. Inkapseling Anders dan bij migratie, wordt een bestand met deze strategie wel in zijn oorspronkelijke vorm bewaard, maar ingekapseld samen met een serie instructies over de manier waarop het origineel geïnterpreteerd moet worden. Deze instructies zijn een gedetailleerde, formele beschrijving van het bestandsformaat en de betekenis van de data. XML, als een markup taal, is bij uitstek geschikt om deze inkapselende laag in te formuleren, zoals we reeds zagen bij het VERS-project (c.s.). Andere praktische toepassingen van het inkapselingssysteem zijn de Universal Preservation Format strategie 51, en de Digital Rosetta Stone 52. Het OAIS (Open Archival Information System) 53, een conceptueel kader voor een archiefsysteem voor digitale bewaring op lange termijn (c.i.), beschrijft welke metadata met de objecten in AIPs (Archival Information Packages) opgenomen moet worden, zoals o.m. de oorsprong van het object, de context ervan (of de verhouding tot andere informatie buiten het ingekapselde object), en één of meer aspecten die het object in zijn uniciteit identificeren. Nadelen van deze methode zijn dat ze kan resulteren in enorme bestanden waarbij informatie nodeloos wordt gedupliceerd binnen collecties, en dat ingekapselde informatie nog steeds vatbaar is voor technologische veroudering: uiteindelijk zal de ingekapselde informatie toch ook gemigreerd moeten worden, al kan dit proces enige tijd uitgesteld worden. Inkapseling lijkt vooral aangewezen bij objecten in welbekende, in detail beschrijfbare formaten, waarvan de kans dat ze actief gebruikt zullen worden klein is. DWTI INFORMATIENOTA: DIGITALE BEWARING 8

13 5. XML XML (extensible Mark-up Language) 54 versie 1.0 werd in 1998 als een officiële W3C 55 aanbeveling uitgebracht, en speelt een belangrijke rol op gebied van informatieopslag en -uitwisseling. XML is namelijk platform- en softwareonafhankelijk, hetgeen in het kader van zowel langdurige bewaring als interoperabiliteit een plus is. Het is namelijk doordat een object in een bepaalde vorm weergegeven moet worden, dat het van bepaalde software afhankelijk is, terwijl XML van een object de inhoud (in abstracte vorm), structuur en vorm gescheiden bewaart dit wordt het inkapselingseffect van markup-talen genoemd. Met markup talen kunnen data geïnterpreteerd worden, los van specifieke grammatica s of syntaxen, zodat bewaring over langere periode en met volledig behoud van de integriteit mogelijk wordt. Verder is XML een open standaard, die breed geaccepteerd is en veel wordt toegepast, en leesbaar is voor zowel mensen als machines. XML is ook uitbreidbaar, net als een natuurlijke taal, en controleerbaar via de W3C die een zorgvuldige selectie maakt van alle voorgestelde extensies. Bovendien is XML gratis 56. De PADI-website voegt aan deze voordelen nog toe dat XML kan gebruikt worden voor alle formaattypes, en dat het potentieel voor het ontwikkelen van groeperende bewaarstrategieën voor gelijkaardige objecten ook heel aantrekkelijk is. XML zou echter zeer arbeidsintensief kunnen uitvallen als er een markup van een groot aantal documenten of objecten moet gebeuren. DigiCULT wijst er ook op dat XML een nieuwe benadering van structurering en hergebruik van inhouden toelaat: in XML opgeslagen informatie kan niet alleen via het Internet gepresenteerd worden, maar bijvoorbeeld ook op mobiele dragers zoals PDA s en GSMs 57. Twee voorbeelden van op XML-strategieën gebaseerde projecten zijn het DiVA project en het Xtensible Past project. DiVA (Digitala Vetenskapliga Arkivet of Digitaal Wetenschappelijk Archief, vanaf 2000) is het elektronische publicatiesysteem dat ontwikkeld en onderhouden wordt door de Universiteitsbibliotheek van Uppsala 58. Het DiVA systeem is operationeel sinds januari 2003, en wordt ondertussen door 5 Zweedse en een Deense universiteit gebruikt. Het project werd opgezet als een praktische onderneming met een concreet doel, maar heeft ook voor onderzoek naar bewaringsstrategieën veel inspiratie opgeleverd 59. Het Xtensible Past project ( ) is een initiatief van NIWI en KNAW (Nederlands Instituut voor Wetenschappelijke Informatiediensten en Koninklijke Nederlandse Academie voor Wetenschappen) met de bedoeling een virtueel archief aan te leggen dat een gebruiksvriendelijke toegang verleent tot een grote collectie historische onderzoeksdata die op verschillende plaatsen beheerd wordt door het NHDA (Nederlandse Historische data Archief), de Erasmusuniversiteit en de Universiteit Utrecht, om uitwisselingen tussen wetenschappers aan te moedigen 60. Het project heeft een dubbele bedoeling: enerzijds de mogelijkheden van XML als een bewaarstrategie voor heterogene onderzoeksdata op lange termijn analyseren, en anderzijds de mogelijkheden bekijken die XML en OAIS bieden om toegang te verschaffen tot een dergelijke collectie van data. Een finaal rapport van dit project is nog niet beschikbaar. Hoewel er ook voor XML nog heel wat onderzoek nodig is 61, lijken de eerste resultaten veelbelovend, zoals we aan het succes van bovenstaande projecten en de reeds gepubliceerde resultaten van het Testbed Digitale Bewaring kunnen zien. 6. Besluit De tabel geeft een overzicht van voor- en nadelen van de belangrijkste bewaringstechnieken, en het soort digitale objecten waarvoor elk het meest geschikt is. DWTI INFORMATIENOTA: DIGITALE BEWARING 9

14 Strategie Voordelen Nadelen Toepassing Technologiebehoud - Oorspronkelijke vorm en uitzicht blijven bewaard Emulatie Migratie - Oorspronkelijke vorm en uitzicht blijven bewaard - Langdurige bewaring zonder actief onderhoud mogelijk - Hoeft niet voor elk digitaal object apart uitgevoerd te worden - Bewaren van verouderde technologieën is niet nodig - Actief beheer en onderhoud is mogelijk - Standaardformaten bieden stabiliteit en langdurige toegang - Verouderde technologie nodig voor toegang tot object: onderhoud wordt onmogelijk - Geen interoperabiliteit - Creëren van emulatiespecificaties is een complex proces - Geen garantie dat de specificaties in de toekomst een emulator kunnen creëren - Grote hoeveelheid informatie te bewaren - Emulator kan zelf verouderen - Kosten kunnen op termijn hoog oplopen - Geen garantie dat authenticiteit bewaard blijft - Geen metadata beschikbaar - Vraagt voortdurende inspanning voor onderhoud Inkapseling - Metadata beschikbaar - Het formaat van het object kan in onbruik raken of niet langer bekend zijn - Grote hoeveelheden informatie te bewaren XML - Platform- en software onafhankelijk: interoperabiliteit! - Open standaard, breed geaccepteerd, gratis - Leesbaar voor mens en machine - Uitbreidbaar - Metadata beschikbaar - Groeperende aanpak voor gelijkaardige objecten mogelijk - Data kunnen op websites, GSMs, PDA s,... gepresenteerd worden - Kan zeer arbeidsintensief en dus duur uitvallen - Zeer complexe multimedia-objecten die voor kortere tijd bewaard moeten worden - Objecten waar oorspronkelijke presentatie belangrijk is - Complexe digitale objecten (executable files) - Objecten waarvan de waarde niet gekend is en toekomstig gebruik onzeker - Ook mogelijk voor objecten in een minder gedocumenteerd formaat - Objecten die actief gebruikt worden - Objecten in een welbekend formaat - Eerder geschikt voor minder complexe objecten (vooral inhoud en structuur belangrijk) - Objecten die waarschijnlijk niet gebruikt of actief beheerd worden - Objecten in een welbekend formaat - Voor alle formaattypes Een strategie die een efficiënte bewaring op lange termijn beoogt, kan evenwel verschillende technieken, of aspecten van verschillende technieken, combineren. Zo vermeldden we bijvoorbeeld eerder al dat zelfs na gebruik van emulatie een bijkomende migratie kan nodig zijn, of, zoals bij de VERS-strategie, migratie naar standaardformaten gecombineerd kan worden met een inkapseling van metadata. Interoperabiliteit is een sleutelwoord voor digitale bewaring: er is een enorme hoeveelheid digitaal materiaal beschikbaar, en geen enkele instelling kan dit allemaal beheren en beschikbaar houden. Het is dus belangrijk dat digitale informatie toegankelijk en uitwisselbaar is tussen de verschillende DWTI INFORMATIENOTA: DIGITALE BEWARING 10

15 organisaties, instituties, bibliotheken, archieven, musea,... onderling. Het ontwikkelen en gebruiken van standaardformaten is essentieel om interoperabele en bestendige systemen te creëren. Standaarden gebaseerd op XML lijken op dit moment het meest veelbelovend voor informatiebewaring en -uitwisseling. Concreet voor digitale bewaring kunnen we besluiten dat de meest succesvolle strategieën op dit moment op migratie naar XML-gerelateerde standaarden teruggaan 62, hoewel er bijkomend onderzoek nodig is naar migratie van complexe objecten, de kost van migratietechnieken, en de performantie van de migratietools die op dit moment beschikbaar zijn. IV. Belangrijke thema s 1. Standaarden Er is voor digitale bewaring een gestadige algemene trend naar meer standaardisatie en standaardgerelateerde activiteiten 63. Open standaarden, waar veel documentatie over beschikbaar is en die conversie- en transformatieprocessen gemakkelijk en accuraat laten verlopen, zijn vanzelfsprekend interessant voor langdurige digitale bewaring en het verschaffen van blijvende toegang tot objecten. Ze bevorderen interoperabiliteit tussen systemen en automatisering van processen. Er bestaat nochtans discussie over het juiste belang en de exacte rol van standaarden in het geheel van het digitale bewaringsproces. Zo wijst Rothenberg erop dat ook standaardformaten achterhaald geraken, en dat een serie opeenvolgende migraties naar de nieuwe standaarden onvermijdelijk zal zijn. Volgens hem spelen standaarden eerder een rol als een korte termijnoplossing in afwachting van een volwaardige bewaringsstrategie. Hij ziet wel een rol voor standaarden in het leesbaar houden van metadata ("transliteratie") 64. PADI gaat akkoord met de mening dat standaarden alleen niet volstaan voor digitale bewaring, gezien de verschillende noden en doelen van digitalisatieprojecten, en de snelle en niet te voorspellen technologische evoluties. Het lijkt onvermijdelijk dat er een grote hoeveelheid standaarden zal ontstaan die vrij snel zelf verouderd en vervangen geraken. PADI ziet standaarden eerder het bewaringsproces vergemakkelijken dan echt beheren 65. Ook resultaten van het DAVID-project wijzen erop dat het ontwikkelen van standaarden veel tijd in beslag kan nemen, zodat standaarden de marktevolutie niet snel genoeg volgen. Standaarden worden ook niet altijd nauwgezet toegepast of geïmplementeerd, en niet alle standaarden zijn even wijdverspreid. Beagrie en Jones 66 beschouwen standaarden ook als een potentieel belangrijk hulpmiddel bij digitale bewaring zowel bij de creatie van digitale objecten als bij de bewaringsprocessen (migratie, metadata bepalen,...) zelf. Op het moment dat deze auteurs hun handboek uitbrachten, oordeelden ze echter dat standaarden ondanks dit potentieel nog geen grote praktische bijdrage hadden geleverd tot digitale bewaring. Dat standaarden tenminste een belangrijk hulpmiddel zijn voor digitale bewaring, staat voor de verschillende auteurs buiten kijf. Er zijn dan ook op een aantal belangrijke vlakken standaarden naar voren geschoven: voor metadata, voor technische bestandformatenen, voor dragers waarop digitale objecten worden bewaard, voor "persistent identifiers", en voor performantie-rating. Standaarden voor metadata worden in het volgende punt uitgebreid besproken. Het beste technische formaat om een digitaal object in te bewaren, hangt steeds ook af van het formaat van het originele object, en de eigenschappen die zeker bewaard moeten blijven. Er bestaat nooit 1 algemeen ideaal formaat. Voor elk soort object (tekst, beeld, databanken, video, audio, 3D,...) zijn er de facto- of de jure-standaarden die door de meeste systemen probleemloos aanvaard en gelezen worden zoals PDF, XML, TIFF, JPEG, GIF, WAV, MP3, RealAudio, RealVideo, Quicktime, MPEG, VRML, Shockwave 3D 67. DWTI INFORMATIENOTA: DIGITALE BEWARING 11

16 Digitale objecten kunnen op magnetische of optische dragers opgeslagen worden, en voor beiden zijn standaarden in gebruik of ontwikkeling, zoals CDRom-XA, de Red Book-standaard voor audio- CDs, Joliet, Universal Disk Format, "Persistent identifiers" garanderen dat digitaal materiaal ook in de toekomst geïdentificeerd en teruggevonden kan worden. De twee meest gebruikte systemen op dit moment zijn PURL (Permanent URL) 69 en URN (Unique Resource Name) 70, waarop het Handle Systeem 71 gebaseerd is 72. Performantie-rating is een specifiek bewaringsmetadata-element dat door de National Library of Medicine ontworpen werd en zich snel verspreidt. De rating vertelt een gebruiker welke webdocumenten permanent beschikbaar zullen blijven, en in welke mate de inhoud kan aangepast worden als de tijd verstrijkt ("Permanent" (unchanging/stable/dynamic), of "Permanence not guaranteed") 73. Het OAIS (Open Archival Information System) referentiemodel, ontworpen door het CCSDS (Consultative Committee in Space Data Systems), een standaard voor een conceptueel kader van een archiefsysteem, bespreken we in het volgende punt. Het CCSDS heeft ondertussen verder werk geleverd over de producent-archief relatie, met het voorstel voor een "Producer Archive Interface Abstract Methodology Standard", dat een algemene methodologie schetst voor het opnemen van objecten in een archief. Als de interesse hiervoor blijft toenemen, zou dit zich tot een aparte standaard kunnen ontwikkelen Metadata Voor digitale bewaring is dit een belangrijk maar complex onderwerp. Metadata zijn gestructureerde data over een bepaald informatiesysteem of -object, die het mogelijk maken dit object te beschrijven, te beheren, te bewaren, terug te vinden en te gebruiken. Drie soorten metadata worden onderscheiden: - Descriptieve metadata maken het mogelijk een object te beschrijven, te identificeren en terug te vinden. Hiervoor is het meest gebruikte systeem Dublin Core 75, dat een gestandaardiseerde set van metadata termen aanbiedt, een overzicht van concrete tools voor de productie, extractie en conversie van metadata, en richtlijnen voor het uitdrukken van Dublin Core metadata termen in bijvoorbeeld HTML en XML. Een ander breed geaccepteerd standaardensysteem voor descriptieve metadata is MARC (Machine-Readable Cataloguing Record) 76, dat onder meer door de Library of Congress wordt gebruikt. - Administratieve metadata laten toe een object te bewaren en te beheren binnen een collectie. Hier vindt men bijvoorbeeld copyrightinformatie terug, technische bestandsformaatgegevens, informatie over authenticiteit en gebruiksgechiedenis,... Een voorbeeld van standaardisatie van dergelijke elementen is A-Core (of Administrative Dublin Core) Structurele metadata verbinden de verschillende componenten van complexe objecten. Omdat digitale objecten steeds in complexiteit toenemen, worden structurele metadata steeds belangrijker, in het bijzonder voor wetenschappelijke informatie. Een belangrijke standaardisatie die ook structurele metadata insluit is METS (Metadata Encoding and Transmission Standard), uitgedrukt in XML, op basis waarvan bijvoorbeeld een object gereconstrueerd kan worden, dat bestaat uit een combinatie van audio-, beeldbestanden en tekst. 78 METS wordt gebruikt door o.m. FEDORA, de Harvard University en de Library of Congress. Metadata die concreet voor het proces van digitale bewaring relevant zijn, worden bewaringsmetadata genoemd. Dit is een gespecialiseerde vorm van administratieve metadata, gecombineerd met aspecten van structurele metadata, die samen de processen van bewaring, DWTI INFORMATIENOTA: DIGITALE BEWARING 12

17 beheer en toegankelijkheid van digitale objecten mogelijk maken door de volgende informatie aan te bieden: technische details van het bestandsformaat, de structuur, het gebruik van de digitale inhoud, de geschiedenis van alle veranderingen en ingrepen die het object ondergaan heeft, informatie i.v.m. authenticiteit, copyright, Verschillende concrete projecten en organisaties hebben geïsoleerde inspanningen geleverd om metadata-elementen en metadatasets te ontwerpen voor hun eigen digitaliseringsprojecten. Deze voorstellen gaan dan terug op particuliere noden. De OCLC/RLG Working Group on Digital Preservation 80 werd in 2001 opgericht met als doelstelling een algemene, overkoepelende benadering voor bewaringsmetadata te ontwerpen. Op basis van 4 bestaande projecten 81 die metadataschema s hadden uitgewerkt, heeft deze Working Group in 2002 een algemeen kader voor digitale bewaringsdata afgeleverd, gebaseerd op het OAIS (Open Archival Information System referentiemodel) 82. De Working Group concludeerde dat de verschillende projecten uiteindelijk voor gelijkaardige problemen en uitdagingen stonden, en dat het OAIS referentiemodel als een de facto standaard diende voor de meeste projecten. Het OAIS biedt een conceptueel kader voor een archiveringssysteem voor het bewaren en toegankelijk houden van digitale informatie op langere termijn. Het werd in mei 1999 ontworpen door de CCSDS (Consultative Committee in Space Data Systems) op vraag van de ISO, en na een herziening die het systeem ook geschikt maakte voor overheidsinstellingen, cultureel erfgoedorganisaties en de privésector, werd het in september 2001 erkend als een officiële ISOstandaard 83. Het OAIS model vormde voor de Working Group een geschikt startpunt omdat het een brede categorisatie geeft van types informatie die bewaringsmetadata vormen. In hun finaal rapport vult de Working Group dit aan met een uitbreiding van de conceptuele structuur van het OAIS en met een set van concrete metadata-elementen voor praktische implementering, zodat een kader onstaat voor digitale bewaringsactiviteiten van verschillende aard 84. Vertrekkend van dit conceptuele kader, nam daarna PREMIS (PREservation Metadata: Implementation Strategies) over om meer praktijkgerichte aanbevelingen en "best practices" uit te werken 85. De resultaten hiervan worden in juni 2004 verwacht. Ondertussen baseert bijvoorbeeld het Preservation Metadata Scheme van de National Library of New Zealand zich op de resultaten van de eerste werkgroep, en tracht een evenwicht te vinden tussen de internationale standaard die de Working Group voorstelde en het eigen specifieke project 86. Verder technisch onderzoek naar metadata is zeker nodig, bijvoorbeeld over de volgende problematieken: verdere standaardisatie van bewaringsmetadata voor verschillende soorten digitale objecten, en het automatisch genereren van bewaringsmetadata. 3. Selectiecriteria voor digitale bewaring Alle handboeken en richtlijnen in verband met digitalisering gaan akkoord dat het vastleggen van selectiecriteria voor te digitaliseren of in een verzameling op te nemen objecten een belangrijke stap is in de vorming van digitale collecties. Zo bekomt men samenhangende collecties, waar het voor beheerders en gebruikers duidelijk is wat erin teruggevonden kan worden. Ook is het zo mogelijk van eventueel prioriteiten te stellen voor digitaliseringprojecten. Procedures voor het evalueren en selecteren van materiaal dat bewaard moet blijven verschillen niet zoveel tussen analoge en digitale verzamelingen. Er moet aandacht zijn voor de waarde van een object voor toekomstige gebruikers, en voor de mate waarin het object aan de kerntaken van de digitaliserende instelling of aan de concrete doelen van het digitaliseringsproject beantwoordt. Gaat het er bijvoorbeeld om objecten beschikbaar te stellen die te delicaat zijn in hun originele versie, of slechts op één bepaalde plaatste consulteren? Wil men vooral een grotere toegankelijkheid van alle objecten garanderen? DWTI INFORMATIENOTA: DIGITALE BEWARING 13

18 Twee belangrijke verschillen tussen selectie van analoog en digitaal materiaal zijn de volgende: voor digitale objecten is de tijdspanne waarin over het belang en het al dan niet bewaren moet worden beslist, relatief kort. Een digitaal object kan verloren gaan terwijl men afwacht hoe de interesse erin zal evolueren 87. Een beslissing om een digitaal object niet te bewaren, betekent veelal dat het onherroepelijk verloren gaat. Het kan dan ook nuttig zijn om naast de indelingen "zeker te bewaren" en "zeker niet te bewaren", een tussenoplossing van voorlopige bewaring te voorzien. Een ander aspect is dat het bij een digitaal object van belang is om nauwkeurig te bepalen welke kenmerken het zijn specifieke waarde geven, zodat deze zeker bewaard blijven in het digitaliserings- en bewaringsproces: is het belang van het object informatief, esthetisch of artistiek, vernieuwend, wetenschappelijk, historisch of cultureel, of ligt het in zijn interactieve eigenschappen? Selectiecriteria kunnen ook zeer concreet zijn: een instelling moet het opslaan en onderhoud van de collectie technisch en financieel aankunnen. Er kunnen dan ook bepaalde standaardformaten of metadata-beschrijvingen vereist zijn. Veelal zijn de belangrijkste criteria inhoudelijk van aard. Dit is zeker zo voor wetenschappelijke collecties, waar de selectie van teksten gebeurt op basis van verslagen van een expert reviewer, of van een "peer group" 88. Een andere benadering is evenwel ook mogelijk: de Zweedse Nationale Bibliotheek bijvoorbeeld stelt dat een inhoudelijke selectie van "digital born" objecten veel te arbeidsintensief, kostelijk en tijdrovend zou zijn, en dat het bovendien onmogelijk is van nu te bepalen wat in de toekomst waardevol zal zijn. De selectie van te bewaren materiaal gebeurt door een geautomatiseerde zoekrobot die het.se-domein en web servers in Zweden doorzoekt. Daarna wordt een formele selectie doorgevoerd gebaseerd op de aard van de teruggevonden sites en documenten 89. Een ander discussiepunt is hoever men moet gaan in het archiveren van digitaal materiaal: bewaart men bijvoorbeeld best een volledige website, of enkel concrete pagina s die strikt stroken met de selectiecriteria? Bewaart men alle links met de gelinkte objecten erbij, enkel de links, uitsluitend de interne links, of links naar documenten op dezelfde webserver (in de veronderstelling dat de gelinkte documenten dan even lang beschikbaar zullen blijven als het oorspronkelijk geselcteerde object)? Belangrijk is in elk geval dat deze regels expliciet zijn en gedocumenteerd, en dat alle betrokken partijen erover akkoord gaan. Een aantal belangrijke projecten en organisaties publiceerden hun (discussies over) selectiecriteria en richtlijnen, zoals CEDARS 90, JSTOR 91 en InterPARES Op de Minerva website (c.i. 94 ) vindt men onder de uit de Europese lidstaten verzamelde "good practices" ook een overzicht van door geselecteerde projecten toegepaste selectiecriteria 95. Nu een aantal digitaliseringsinitiatieven in een verder gevorderd stadium komen, waar al heel wat digitaal materiaal beschikbaar is, kan het nodig zijn selectiecriteria te herzien. Het PANDORA project van de National Library of Australia bijvoorbeeld publiceerde in 1996 de toenmalige selectiecriteria voor digitalisering 96, maar moesten deze in 2003 aanpassen wegens een gebrek aan resources, waardoor een beperktere focus en duidelijkere prioriteiten nodig waren Juridische aspecten Het volledige eerste deel van het DAVID Vademecum is aan juridische vraagstukken in verband met digitale bewaring gewijd 98. Men kan ofwel door de wet, ofwel door een contract verplicht zijn bepaalde documenten te bewaren, of archivering kan gemotiveerd worden vanuit de waarde en het DWTI INFORMATIENOTA: DIGITALE BEWARING 14

19 belang van een document zelf. Omdat het DAVID-project focust op digitale bewaring in archieven, concentreeert het handboek zich vooral op de wettelijke verplichting tot archivering. Bij het bewaringsproces zelf zijn er drie belangrijke juridische aspecten waar rekening mee moet worden gehouden: - De openbaarheidsverplichting: bestuursdocumenten moeten bewaard blijven, zowel om een efficiënte dienstverlening te garanderen, als voor de openbaarheid van het bestuur. - De bescherming van de persoonlijke levenssfeer: zowel bij de vorming van een archief als bij het beheer en disseminatie ervan moet rekening worden gehouden met strikte reglementering in verband met bescherming van de privacy. - Het auteursrecht: een auteur heeft het monopolie op de exploitatie van zijn werk, hetgeen tot gevolg heeft dat langdurige bewaring, en de processen die daarvoor nodig zijn, aan bepaalde voorwaarden zijn verbonden. Migratie en emulatie houden bijvoorbeeld steeds een copiëren van de inhoud van een object in. Naast concrete nationale wetgeving in verband hiermee zijn 3 internationale verdragen van belang: de Berne Conventie voor de Bescherming van Literair en Artistiek Werk 99, de TRIPS Treaty (Trade Related Aspects of Intellectual Property Rights dit verdrag legt zware straffen op voor inbreuk op auteursrechten) 100, en de WIPO Copyright Treaty 101. Artikel 9 van de Berne conventie stelt dat copiëren met als doelstelling bewaring toegelaten is onder bepaalde voorwaarden (nl. dat het normale gebruik van een werk niet in het gedrang komt, en dat de legitieme rechten van de auteur niet aangetast worden), en het WIPO verdrag breidt deze voorzieningen uit naar digitale informatie 102. Minerva heeft een sub-werkgroep die binnen de Europese context onderzoek doet naar bescherming van intellectueel eigendom bij digitaliseringsprojecten (c.i.) 103. Het DAVID-project wijdt ook een speciaal rapport aan auteursrecht 104. Als de auteur van een werk identificeerbaar is en bereid om een licentie af te sluiten, is dit de voor de hand liggende oplossing. Als dit onmogelijk is, kan een archief beroep doen op de uitzondering voor wetenschappelijk onderzoek en het beschermd werk toch opnemen in de collectie. Het concrete gebruik ervan het gevoelige punt bij auteursrechtkwesties kan dan pragmatisch worden geregeld, zoals bijvoorbeeld door het opleggen van bepaalde gebruiksvoorwaarden (enkel persoonlijk gebruik,...). Het Reproductiefonds, een initiatief van de Vlaamse Overheid dat in de loop van 2005 echt van start zal gaan, heeft als één van zijn kerntaken het ontwikkelen van een kenniscentrum niet alleen in verband met technische, maar ook juridische aspecten van beeldrechten en beeldverwerking 105. Voor het concrete beschermen van auteursrechten op digitaal materiaal wordt aan verschillende sporen gewerkt: propriëtaire systemen voor watermerking (bv. Digimarc 106 ), het DOI systeem (Digital Object Identifier) 107 en het elektronische handtekeningensysteem (bijv. XML Signature WG 108 ), waarvan echter nog geen echt stabiele, algemeen aanvaarde standaarden zijn. DigiCULT bespreekt in zijn tweede Technology Watch Report de technologische aanpak van auteursrechtenbescherming, via "digital rights management" software en geautomatiseerde betalingssystemen 109. Kortom, de juridische aspecten blijken allerminst onoverkomelijk. Ze vragen enkel aandacht en nauwkeurige analyse in het begin van een bewaringsproject, eventuele onderhandelingen, en een continuë waakzaamheid in het dagelijks beheer 110. Vanzelfsprekend moet er rekening gehouden worden met de specifieke regelingen binnen het nationale rechtssysteem waar een project wordt uitgevoerd. DWTI INFORMATIENOTA: DIGITALE BEWARING 15

20 Ook de regelingen voor het wettelijk depot zijn de afgelopen jaren geëvolueerd onder invloed van de toenemende hoeveelheid digitale informatie. Een overzicht van recente aanpassingen in wetgeving betreffende wettelijk depot voor digitale objecten vindt men terug bij Hodge De verschillende actoren Het probleem van digitale bewaring werd eerst door instellingen onderkend die traditioneel instaan voor de bewaring van het erfgoed zoals bibliotheken en archieven, maar het besef groeit dat het probleem veel ruimer is, en dat ook andere instanties belang hebben bij een actieve betrokkenheid bij de problematiek: de overheid, onderzoeksinstellingen, musea, commerciële bedrijven die grote hoeveelheden data beheren, ICT vendors,... Gezien de omvang en kostprijs van digitale bewaringsprojecten, is het belangrijk de verschillende belanghebbenden te identificeren, om tot samenwerkingen te komen 112. Verschillende invalshoeken leggen andere accenten wat dit betreft. Lavoie (c.i.) onderscheidt voor zijn studie van een economisch duurzaam model voor digitale bewaring "right holders" (degenen die over de intellectuele rechten van het te materiaal beschikken), "beneficiaries" (degenen die baat hebben bij het digitaal opslaan van bepaalde materialen, zowel direct (gebruikers) als indirect (bibliotheken, erfgoedinstellingen,...) en "archives" (die voor de implementatie en het beheer van bewaringssystemen zorgen) 113. Hodge geeft een gedetailleerd overzicht van recente ontwikkelingen wat samenwerkingen en concrete initiatieven betreft 114. Ruim de helft van de wetenschappelijke uitgevers ondernemen digitale bewaringsprojecten. Dit is een logisch gevolg van het feit dat een uitgeverij intellectuele eigendomsrechten beheert en economisch voordeel doet bij veelvuldig hergebruik van publicaties. Nationale bibliotheken ziet Hodge als de meest geschikte instanties om bewaringsprojecten op lange termijn te beheren, omdat dit in het verlengde ligt van het mandaat van wettelijk depot voor analoge publicaties. Uitgeverijen en bibliotheken nemen meer en meer gezamelijke initiatieven op gebied van digitale bewaring. Zo werkt de Koninklijke Bibliotheek van Nederland samen met Elsevier, Kluwer en BioMed Central om collecties digitaal te bewaren en beschikbaar te stellen aan het publiek volgens specifieke, formele overeenkomsten met elk van de uitgeverijen. Instellingen zoals onderzoeksuniversiteiten spelen ook een toenemende rol. Voor hen is digitalisering geen vervanging van, maar eerder een aanvulling op de traditionele wetenschappelijke publicatiemethoden, zoals tijdschriften, waar soms geruime tijd verstrijkt alvorens onderzoeksresultaten in het publieke domein komen. Ook musea zien meer en meer de voordelen van digitalisering. Zeldzame of kwetsbare artefacten worden zo toegankelijker, wetenschappelijk onderzoek wordt aangemoedigd, restauratieactiviteiten ondersteund, de verzekering gerustgesteld,... Verder zorgen virtuele tentoonstellingen of rondleidingen voor een grotere bekendheid van musea, en stimuleren zo hun educatieve taak. Archieven zijn van meet af aan heel actief geweest in digitale bewaringspraktijken en -onderzoek, omdat zij over enorme hoeveelheden materiaal in heel diverse formaten beschikken en een duidelijke bewaarfunctie op lange termijn hebben. Archieven zijn onder meer actief in het opstellen van selectiecriteria voor objecten die in aanmerking komen voor digitale bewaring. Zo werkt de NARA (National Archives and Records Administration) bijvoorbeeld aan criteria specifiek voor selectie van wetenschappelijke data 115. DWTI INFORMATIENOTA: DIGITALE BEWARING 16