How libraries classified physics preprints before arXiv and set the stage for distinguishing insiders from outsiders

En este comentario, el historiador y sociólogo Phillip Roth examina la historia de la clasificación de los preprints de física antes de arXiv, destacando cómo los sistemas bibliotecarios establecidos sentaron las bases para diferenciar entre insiders y outsiders en la comunidad científica.

Lo esencial

Imagina que la física es como una inmensa ciudad llena de millones de casas (los artículos científicos). Hace mucho tiempo, antes de internet, los científicos no podían publicar sus descubrimientos en revistas rápidamente; tardaban meses o años. Así que, para no quedarse atrás, se enviaban sus "cartas privadas" (los preprints) directamente a sus amigos.

Pero, ¿qué pasa cuando la ciudad crece demasiado y hay demasiadas cartas? Nadie puede encontrar nada. Aquí es donde entra la historia que cuenta Phillip Roth en este texto.

Aquí tienes la explicación de su investigación, traducida a un lenguaje sencillo y con algunas analogías:

1. El problema: El caos de las cartas

Antes de los años 50, los físicos se enviaban sus notas de mano en mano. Era como un club secreto donde solo los que estaban en la lista de correo recibían las novedades. Pero esto tenía un problema: si un científico visitaba un laboratorio nuevo (como el CERN en Suiza), se quedaba aislado porque sus cartas no llegaban allí.

La solución de los bibliotecarios:
Unos bibliotecarios visionarios (como Luisella en CERN y Louise en Stanford) dijeron: "¡Esperen! En lugar de enviar estas cartas a casas privadas, envíenlas a nuestra biblioteca central".

• La analogía: Imagina que en lugar de que cada vecino se envíe cartas por correo, todos dejan sus cartas en una caja de correos gigante en la plaza del pueblo. De repente, cualquiera que pase puede leer lo que todos escriben. Esto convirtió documentos "privados" en información pública.

2. El filtro: El portero del club

Con el tiempo, llegaron tantas cartas que la biblioteca se ahogó. Necesitaban ordenar el caos. Aquí es donde los bibliotecarios, ayudados por físicos expertos, empezaron a actuar como porteros de un club exclusivo.

• El sistema de categorías: Para que la gente encontrara lo que buscaba, pusieron etiquetas en las cartas: "Teoría", "Experimentos", "Detectores", etc.
• El truco oculto: Estas etiquetas no eran neutrales. Las categorías reflejaban lo que a los científicos del CERN les interesaba.
  • La analogía: Imagina que en la biblioteca del pueblo, el bibliotecario solo pone las cartas en la sección "Deportes" si tratan de fútbol. Si alguien escribe sobre ajedrez, el bibliotecario podría decir: "Esto no encaja en nuestra sección de deportes, así que lo pondremos en una caja de 'Otras cosas'".
  • Si tu carta no tenía la etiqueta correcta (o si el tema no estaba de moda para los bibliotecarios), era muy difícil que alguien la leyera.

3. La etiqueta de "Insider" vs. "Outsider"

Aquí está la parte más importante del texto: clasificar un papel es una forma de decir quién pertenece al grupo y quién no.

• El poder de la etiqueta: Si tu trabajo tenía las etiquetas correctas y aparecía en la lista oficial de la biblioteca, eras un "insider" (un miembro del club). Tu trabajo era visible y tomado en serio.
• El castigo: Si tu trabajo era "raro" o no encajaba en las categorías populares, te ponían en una categoría genérica o lo ignoraban.
  • La analogía: Es como ir a una fiesta. Si llegas con la ropa adecuada y usas las palabras de moda, te dejan entrar y te presentan a todos. Si llegas con una camiseta extraña que nadie entiende, te ponen en la esquina de "invitados no deseados" y nadie te habla.

4. ¿Qué pasa hoy en día (con arXiv)?

El texto explica que hoy usamos arXiv (el sitio web donde los físicos suben sus papers antes de publicarlos). Parece que es más justo porque es digital y todos pueden subir cosas. Pero el autor dice que el problema sigue ahí.

• El algoritmo como nuevo portero: Antes, un bibliotecario humano decidía tu categoría. Ahora, un algoritmo (una computadora) lo hace.
• La trampa de "Física General": En arXiv, si tu trabajo no encaja perfectamente en una categoría específica (como "Astrofísica" o "Materia Condensada"), te lo ponen en una categoría llamada "Física General" (gen-ph).
  • La analogía: Es como si en la fiesta, si no encajas en el grupo de "Bailarines" o "Músicos", te manden a la zona de "Gente que no sabe bailar". Nadie va a esa zona a buscar amigos. El sistema te está diciendo sutilmente: "Tu trabajo no es lo suficientemente interesante para los expertos".

En resumen

El autor nos cuenta que clasificar la ciencia nunca es solo un acto técnico de organizar libros. Es un acto social y político.

Las bibliotecas y los sistemas digitales (como arXiv) han creado un sistema de "semáforos":

• Verde: Tu trabajo encaja en lo que los "insiders" (los expertos del momento) valoran. ¡Pasa!
• Rojo: Tu trabajo es diferente o no sigue la tendencia. ¡Alto!

Aunque parezca que las categorías son solo para ayudar a encontrar información, en realidad dibujan una línea invisible que separa a los que pertenecen al círculo de poder científico de los que quedan fuera. La "correcta" clasificación no depende de la verdad científica, sino de las reglas del juego que han establecido los bibliotecarios y los algoritmos a lo largo de los años.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo de Phillip H. Roth, traducido y adaptado al español, estructurado según los componentes solicitados:

Resumen Técnico: Clasificación de Preprints en Física y la Construcción de Fronteras Sociales

1. Problema

El artículo aborda la problemática de la clasificación y categorización de la literatura científica, específicamente los preprints en física, antes y durante la transición hacia sistemas digitales como arXiv.

• El desafío central: En un entorno de literatura científica en crecimiento exponencial, la necesidad de clasificar obras de manera "correcta" para facilitar su recuperación y visibilidad.
• La tensión oculta: Aunque los sistemas de clasificación parecen técnicos y neutrales, el autor identifica que enmascaran luchas políticas y sociales. La clasificación no es un reflejo objetivo de conceptos científicos, sino una construcción pragmática que define quién es un "insider" (insider) y quién es un "outsider" en la comunidad científica.
• La cuestión de la arbitrariedad: ¿Cómo se determina qué temas son relevantes y cuáles no? El texto cuestiona si las categorías actuales derivan de sistemas teóricos ideales o de soluciones ad-hoc y necesidades institucionales específicas.

2. Metodología

El autor emplea un enfoque histórico-sociológico basado en el análisis de archivos y documentos primarios de bibliotecas de física líderes.

• Fuentes primarias: Se analizan manuales de personal (ej. el Staff Manual de CERN de 1965), boletines informativos históricos (Preprints in Particles and Fields de SLAC, High-Energy Physics Index de DESY) y comunicaciones de la biblioteca de CERN.
• Análisis de caso: Se examinan las prácticas de tres instituciones clave:
  • CERN (Ginebra): Donde se institucionalizó la recolección centralizada de preprints.
  • SLAC (Stanford): Donde se implementaron listas de acceso y boletines semanales.
  • DESY (Hamburgo): Donde se desarrolló un sistema de indexación por palabras clave.
• Enfoque crítico: Se utiliza la teoría de la ciencia de la información y la sociología de la ciencia para deconstruir cómo las "etiquetas" técnicas (categorías) reflejan intereses institucionales y crean jerarquías sociales.

3. Contribuciones Clave

El artículo ofrece varias contribuciones fundamentales a la historia de la ciencia y la gestión de la información:

• Historia de la "Literatura Gris": Documenta la transición de los preprints de una circulación privada entre redes de físicos a un sistema público de intercambio gestionado por bibliotecas, iniciada por la observación de Luisella Goldschmidt-Clermont en CERN sobre la desconexión de los visitantes temporales.
• Institucionalización de la Curaduría: Identifica el papel de los bibliotecarios y los "oficiales de información científica" (físicos entrenados en biblioteconomía) como los primeros moderadores de contenido, quienes actuaban como gatekeepers (guardianes de la puerta) antes de la era digital.
• Deconstrucción de la Neutralidad de las Categorías: Demuestra que las categorías de clasificación (ej. "física de partículas teórica", "técnicas experimentales") no eran clases neutrales, sino que codificaban los intereses de investigación específicos de la institución anfitriona (principalmente CERN).
• Continuidad Histórica con arXiv: Establece un vínculo directo entre las prácticas de clasificación de las bibliotecas de los años 60-80 y los algoritmos actuales de arXiv, argumentando que la distinción entre "insiders" y "outsiders" se ha naturalizado a través de estas prácticas históricas.

4. Resultados y Hallazgos Principales

• Evolución de la Clasificación:
  • CERN: Implementó un sistema pragmático de categorías simples para ordenar el flujo creciente (aumento del 300% entre 1964-1967). La inclusión en sus listas se convirtió en un "badge de membresía" (insignia de pertenencia) esencial para la visibilidad.
  • DESY (HEPI): Utilizó un sistema de palabras clave extenso. Se encontró que la asignación de más palabras clave (asignada por físicos) aumentaba la relevancia percibida de un artículo, mientras que la falta de ellas lo marginaba.
  • SLAC: Creó listas de acceso (accession lists) que funcionaban como índices de circulación global.
• El Sesgo Institucional: La clasificación no reflejaba la estructura ideal de la física, sino las necesidades informativas de las instituciones líderes. Los temas "de moda" o alineados con los proyectos de CERN recibían mayor atención y categorización.
• La Categoría "Gen-ph" en arXiv: El autor revela que la categoría de "Física General" (gen-ph) en arXiv no es simplemente otra especialidad, sino un contenedor para papers que carecen de audiencia específica y son considerados "generalmente poco interesantes" por las comunidades especializadas. Esto perpetúa una forma de "clasificación social" que excluye trabajos que no encajan en los nichos establecidos.
• Arbitrariedad Sistematizada: La selección de material "limítrofe" (border material) siempre ha sido arbitraria. Hoy, esta arbitrariedad humana se ha transferido a herramientas de aprendizaje automático y clasificación impulsada por usuarios, que siguen reforzando fronteras históricas naturalizadas.

5. Significado e Impacto

• Relevancia para la Ciencia Abierta: El artículo advierte que los sistemas modernos de preprints, aunque prometen transparencia y empoderamiento del autor, siguen operando bajo lógicas de exclusión y jerarquía establecidas hace décadas.
• Implicaciones Sociológicas: Ilustra cómo la infraestructura técnica (bibliotecas, índices, algoritmos) es un agente activo en la construcción de la comunidad científica, definiendo quién tiene voz y quién queda marginado.
• Crítica a la "Tecnicalidad": Desafía la noción de que la clasificación es un problema puramente técnico o de organización de datos, demostrando que es un proceso profundamente social y político que refleja las dinámicas de poder dentro de la física de altas energías.
• Lección para el Futuro: Sugiere que cualquier nueva herramienta de clasificación (como las herramientas de IA en arXiv) debe ser examinada críticamente para entender qué visiones humanas y qué límites históricos están siendo codificados en sus algoritmos.

En conclusión, Roth argumenta que la forma en que organizamos el conocimiento científico no es neutral; es el resultado de soluciones pragmáticas adoptadas por bibliotecas líderes que, con el tiempo, se han convertido en las reglas invisibles que separan a los insiders de los outsiders en la comunidad de la física.