Door Marja Kingma
Websites vastleggen voor het nageslacht. In het Verenigd Koninkrijk gebeurt dat vandaag de dag met verve, circa 2 miljard in 2020, mede met dank aan de inspanningen van het UK Web Archive. Al ging dat niet altijd zonder slag of stoot.
De woorden ‘archief’ en ‘websites’ lijken niet echt een logische combinatie. Het woord ‘webarchief’ is zelfs binnen de informatiewereld nog geen gemeengoed. Het Internet Archive met zijn Wayback Machine is redelijk bekend, maar andere archieven zoals het UK Web Archive (UKWA) zijn dat veel minder, zeker buiten het Verenigd Koninkrijk.
Redenen om websites te archiveren zijn er te over. De meeste sites op het web hebben maar een korte levensduur en als er geen webarchieven zouden zijn, verdwijnen die sites helemaal. Bovendien zijn websites uniek, dus als ze verdwijnen zijn ze ook echt weg. Dat gaat met de meeste websites zo.
Stevig verzet
In 2003 werd de Wet op het legaal depot (Legal Deposit Libraries Act) aangenomen, die ook bepalingen bevat voor het deponeren van niet-drukwerk; materiaal dus dat in originele vorm digitaal verschijnt. De zes depotbibliotheken in het VK, waaronder de British Library, startten een jaar later het UK Web Archive Consortium met als doel om zo veel mogelijk websites met het UK-webdomein te verzamelen. Geen sinecure, want dit domein is een van de grootste ter wereld. Aangezien de wetswijziging nog niet officieel in werking was getreden en sommige partijen zich er stevig tegen verzetten – wat nog tot 2013 zou duren – konden website-eigenaren niet worden verplicht om hun sites bij het UKWA te deponeren. Elke eigenaar moest uitdrukkelijk toestemming geven aan het UKWA om zijn of haar site op te nemen.
Ik heb persoonlijk ervaren hoe moeilijk dat is. Niemand heeft enig idee wat een webarchief is, en veel mensen denken onterecht dat ze hun rechten overdragen aan het archief. Nu is het onderwerp ‘rechten’ bij het archiveren van websites sowieso een dingetje, maar dat gaat voor dit artikel te ver.
Noodgedwongen selecteren
In de beginjaren maakte het UKWA-team noodgedwongen een selectie van websites over het hele gebied van wetenschap en kunsten die van belang werden geacht voor onderzoek en cultuur. Het voegde dan metadata toe aan de sites, zodat deze makkelijker vindbaar zouden zijn. Geleidelijk aan kwamen er in het archief steeds meer functies bij, zoals full-text search, en in 2010 Memento dat zichtbaar maakt in welke andere webarchieven de website is opgenomen. Verder splitsten sommige instellingen zich af en begonnen zij hun eigen webarchief, zoals The UK National Archives.
Wet treedt in werking
En toen was het april 2013. Eindelijk trad de Wet Legal Deposit Libraries (Non-Print Works) in werking, die voorziet in het wettelijk deponeren van werken die online of offline gepubliceerd zijn in andere formaten dan print, zoals websites, blogs en e-tijdschriften. Daarmee konden de depotbibliotheken eindelijk zonder problemen alle UK-websites binnenhalen.
Dat gebeurt sindsdien jaarlijks. De hele operatie duurt iets van drie maanden. Vanwege Covid-19 startte de 2020-crawllater dan gepland, maar het UKWA is toch hard op weg naar 2 miljard websites voor dat jaar. Meer hierover kun je lezen op dit blog: http://bit.ly/2020-domain-crawl-update.
Ook al zit het hoofdkwartier van het UKWA bij de British Library, de andere vijf depotbibliotheken dragen eveneens zorg voor de verwerking van online materiaal in het UKWA, net zoals zij dat doen voor gedrukt materiaal in andere archieven. Een beperking van het UKWA is dat het materiaal alleen in een van deze zes wettelijke depotbibliotheken kan worden geraadpleegd, ook weer net zoals met gedrukt materiaal het geval is. Alleen is dat voor een webarchief wel heel beperkend. Dat is een van de redenen waarom het team soms toch probeert om eigenaren te bewegen toestemming te geven voor het publiceren van hun gearchiveerde website in het open archief.
Arnhem75 Special Collection
Een bijzonder onderdeel van het UKWA zijn de Special Collections. Dit zijn thematische collecties van sites die door collectiespecialisten zijn verzameld. De onderwerpen lopen uiteen: van de parlementaire verkiezingen en Covid-19 tot de Russische gemeenschap in het VK en de Slag om Arnhem.
De laatste Special Collection, ‘Arnhem75’ genoemd, werd eind 2020 toegevoegd. Deze collectie is het resultaat van een project dat ik samen deed met het UKWA en het RAF Museum in Londen. In het kader van de herdenking van 75 jaar Slag om Arnhem in 2019 besloten wij websites te verzamelen met informatie over de herdenking. Naast websites uit het VK zitten er ook enkele Nederlandse sites tussen. Als een website buiten het Verenigd Koninkrijk een sterke binding heeft met het VK, nemen we die soms op in het UKWA.
Als je in het archief naar de Arnhem75 Special Collection gaat (http://bit.ly/UKWA-Arnhem75), zul je overigens zien dat de meeste links aangeven dat de gearchiveerde site alleen in de wettelijke depotbibliotheken kan worden geraadpleegd. Dat komt omdat we wegens tijdgebrek geen toestemming aan de website-eigenaren konden vragen.
Rijk digitaal archief
Eind 2020 won het UK Web Archive-team de 2020 Digital Preservation Award, onderdeel van The National Archives Award for Safeguarding the Digital Legacy. Zij kregen deze prijs omdat ze al 15 jaar laten zien hoe je kwetsbaar digitaal materiaal moet preserveren, zodat belangrijke elementen in het digitale geheugen van onze generatie beschikbaar blijven voor toekomstige generaties. De methoden daarbij worden gezien als best practice.
Het UKWA zou nooit zover gekomen zijn zonder de wet uit 2003. Het heeft dan wel tien jaar geduurd voordat partijen het eens werden over de uitvoering, maar toen dit eenmaal zover was kon het massale oogsten beginnen. Met een rijk archief als resultaat. Het zou mooi zijn als ook Nederland een manier kan vinden, vrijwillig dan wel via wetgeving, om zijn domein te archiveren voor het nageslacht. Anders loopt het gevaar zijn digitale erfgoed in een digitaal zwart gat te zien verdwijnen.
De zes wettelijke depotbibliotheken van het Verenigd Koninkrijk zijn:
- British Library.
- National Library of Scotland.
- National Library of Wales.
- Bodleian Library Oxford University.
- Cambridge University Library.
- Trinity College Dublin Library.
Stel een website voor
Iedereen kan websites voorstellen voor opname in het UK Web Archive. Want zelfs met een automatische crawl glipt er wel eens een site tussendoor. Er is hiervoor een formulier op de UKWA-website beschikbaar: www.webarchive.org.uk/nominate.
Marja Kingma is curator Nederlandstalige Collecties bij de British Library.
Deze bijdrage komt uit IP #1/2021. Het hele nummer kun je hier lezen.