Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here

A finales de la década de 1990, una nueva idea comenzó a tomar forma en el mundo de las ciencias de la información: la biblioteca digital. En aquel momento, esto no era simplemente un sitio web con algunos libros escaneados. Era un complejo desafío de ingeniería, una promesa de construir sistemas completamente nuevos que pudieran almacenar, organizar y entregar vastas colecciones de contenido digital. Los investigadores se dedicaban a construir los estantes digitales, escribiendo el software que permitiría que las computadoras hablaran entre sí y descifrando cómo hacer que estos sistemas funcionaran para las personas. Durante las tres décadas siguientes, un grupo específico de científicos se reunió anualmente en una conferencia en Europa para compartir sus progresos. Llamaron a su reunión la Conferencia Europea de Investigación y Tecnología Avanzada para Bibliotecas Digitales, más tarde abreviada como TPDL. Durante treinta años, este encuentro sirvió como un barómetro para el campo, registrando cada cambio en lo que los investigadores consideraban importante, quién realizaba el trabajo y qué estaban constru heavy construyendo realmente.

Un estudio reciente de Gianmaria Silvello, un investigador de la Universidad de Padua, ha analizado toda la historia de esta serie de conferencias para comprender cómo ha evolucionado el concepto de biblioteca digital. Silvello analizó cada artículo presentado en las treinta ediciones de la conferencia, desde su primera reunión en 1997 hasta su encuentro más reciente en 2026. Para dar sentido a casi 1.600 artículos académicos, el investigador utilizó un potente programa informático, conocido como modelo de lenguaje de gran tamaño, para leer los títulos y resúmenes de cada contribución y clasificarlos en categorías. Esta herramienta ayudó a identificar si un artículo trataba sobre la construcción de un nuevo sistema de software, el estudio de cómo las personas usan una biblioteca o el análisis de los datos dentro de una colección. El investigador luego verificó manualmente una muestra de estas etiquetas generadas por computadora para asegurar que la máquina estuviera leyendo el texto correctamente. El objetivo era rastrear la evolución del campo, no solo contando palabras, sino observando cómo la propia comunidad cambiaba con el tiempo.

La historia que cuentan los datos es la de un cambio fundamental en el enfoque. En los primeros años, de 1997 a 2007, la conferencia estuvo dominada por la construcción de sistemas. Los investigadores se centraban en la arquitectura de las bibliotecas digitales, creando los marcos y protocolos que permitían a diferentes sistemas informáticos compartir información. Estaban construyendo la infraestructura, diseñando los estándares de metadatos que permitirían que una biblioteca en un país hablara con una biblioteca en otro, y desarrollando los motores de búsqueda que ayudarían a los usuarios a encontrar lo que necesitaban. Los artículos estaban llenos de discusiones técnicas sobre diseños de sistemas, interoperabilidad y las herramientas necesarias para que estos repositorios digitales funcionaran. Fue una era de ingeniería, donde la pregunta principal era cómo construir la biblioteca misma.

A medida que pasaron los años, la conversación comenzó a cambiar. En el periodo intermedio, de 2008 a 2016, el enfoque comenzó a alejarse de la construcción de los sistemas y hacia las personas que los usaban y el contenido que poseían. Los investigadores comenzaron a estudiar cómo los usuarios interactuaban con estas colecciones digitales, cómo preservar los materiales digitales a largo plazo y cómo gestionar la creciente red de datos. Los sistemas que se habían construido en la primera década ya no eran el tema principal de investigación; se habían convertido en la infraestructura de fondo, operada por bibliotecas y archivos. Las nuevas preguntas se referían a qué se podía hacer con los registros dentro de estos sistemas.

En la última década, de vez en 2017 a 2026, el campo ha experimentado una segunda transformación, incluso más dramática. La investigación se ha desplazado casi por completo hacia los datos mismos. Hoy en día, los artículos tratan menos sobre construir la biblioteca y más sobre procesar los registros académicos y culturales que la biblioteca alberga. Los temas dominantes son ahora la minería de textos, el procesamiento del lenguaje natural y el aprendizaje automático. Los investigadores están utilizando modelos computacionales avanzados para analizar vastas cantidades de documentos históricos, artículos científicos y materiales del patrimonio cultural. Están construyendo grafos de conocimiento, que son mapas complejos de cómo se conectan diferentes piezas de información, y están utilizando la inteligencia artificial para extraer significado de millones de registros. La biblioteca digital ya no se ve como un sistema a construir, sino como una colección curada de datos confiables que pueden utilizarse para entrenar la inteligencia artificial y apoyar nuevas formas de descubrimiento.

Este cambio en lo que se estudia se ve reflejado en un cambio en quién realiza el trabajo. En los primeros días, la conferencia atraía a una audiencia internacional amplia, con un número significativo de investigadores de los Estados Unidos. Con el tiempo, la comunidad se ha contraído geográficamente. La proporción de autores de América del Norte ha disminuido constantemente, mientras que la presencia de investigadores europeos ha crecido hasta dominar la conferencia. Hoy en día, la gran mayoría de los participantes provienen de Europa, y el número de países representados ha disminuido. La comunidad se ha vuelto más localizada, con un núcleo más pequeño de autores recurrentes y un gran número de recién llegados que asisten solo una vez. Los grupos de investigación que impulsan la conferencia también han cambiado, con diferentes equipos tomando el liderazgo en distintas épocas, reflejando las prioridades cambiantes del campo.

El estudio también revela cómo ha evolucionado la definición de biblioteca digital en la mente de los investigadores. Al principio, el término se refería a un sistema o a una colección de objetos digitales. Con el tiempo, ha pasado a describir un rol: la curaduría responsable de las colecciones. Una biblioteca digital se entiende ahora como la entidad que garantiza que una colección sea confiable, que sabe de dónde provienen sus datos y que puede ser utilizada de forma segura tanto por personas como por máquinas. Esta nueva definición es crucial porque separa a una verdadera biblioteca digital de un simple motor de búsqueda o de un depósito de datos aleatorio. Enfatiza la responsabilidad de la institución de mantener la calidad e integridad de la información a lo largo del tiempo.

Los investigadores encontraron que, si bien el enfoque se ha desplazado de los sistemas a los datos, la participación de las bibliotecas, archivos y museos reales se ha mantenido constante, aunque su papel ha cambiado. En los primeros años, estas instituciones eran a menudo los constructores primarios de los sistemas. Hoy en día, actúan más frecuentemente como socios en la investigación, proporcionando las colecciones curadas que los investigadores analizan. Los artículos escritos por profesionales de estas instituciones ahora suelen implicar la colaboración con investigadores universitarios, combinando el conocimiento profundo de las colecciones con las herramientas analíticas avanzadas de la ciencia de la computación.

Mirando hacia el futuro, el estudio sugiere varias direcciones para el campo. A medida que la inteligencia artificial se vuelve más poderosa, la necesidad de colecciones curadas de alta calidad nunca ha sido mayor. Estas colecciones sirven como los datos de entrenamiento para los modelos de aprendizaje automático y como la verdad fundamental para evaluar sus respuestas. Los investigadores proponen que el campo debe centrarse en la calidad de estas colecciones, la fiabilidad de los grafos de conocimiento construidos a partir de ellas y la preservación a largo plazo de los datos. También sugieren que la conferencia debe seguir evolucionando, quizás dando más espacio a las humanidades digitales y fortaleciendo sus conexiones con otros campos como la gestión de datos.

El viaje de treinta años de la conferencia ECDL/TPDL muestra un campo que ha madurado de un enfoque de ingeniería a un enfoque de conocimiento. Los constructores de los sistemas han dado paso a los procesadores de los datos, pero la misión central sigue siendo la misma: hacer que la información del mundo sea accesible y útil. La biblioteca digital no ha desaparecido; simplemente ha cambiado su forma, pasando de ser un lugar donde se construyen sistemas a ser un lugar donde se procesan, comprenden y preservan las historias de la cultura y la ciencia humanas para el futuro. Los investigadores concluyen que lo más importante que puede hacer una biblioteca digital hoy en día es dar cuenta de lo que contiene, asegurando que las colecciones que gestiona sigan siendo confiables y estén disponibles para las generaciones venideras.