Comunidad Baratz

En el trabajo diario con el catálogo es habitual encontrarse con varios registros bibliográficos que remiten a una misma obra. A veces uno contiene más datos, otro está más resumido y otro incorpora información distinta, lo que acaba generando duplicados en la base de datos y complica la gestión del catálogo. Cuando esto ocurre, surge una duda muy común: qué registro conviene eliminar sin perder información valiosa en el proceso.

Esta situación no solo afecta al mantenimiento de la base de datos, sino también a la claridad con la que se organiza la información bibliográfica. Tener varios registros para una misma obra puede hacer más difícil el control del catálogo, entorpecer su mantenimiento y obligar al personal bibliotecario a dedicar tiempo a revisar cuál conserva mejor la descripción y qué datos merece la pena mantener. En esta Cápsula veremos cómo Digibib facilita esta tarea con una herramienta pensada para combinar o fusionar registros de forma más sencilla y ágil.

La inteligencia artificial ya está presente en muchas conversaciones sobre bibliotecas, pero no siempre desde un enfoque realmente útil. A menudo se habla de ella desde la urgencia, desde la novedad o desde esa sensación de que hay que incorporarla cuanto antes para no quedarse atrás. Sin embargo, no todas las miradas sobre la IA ayudan a entender qué puede aportar de verdad al trabajo bibliotecario. Ahí es donde resulta especialmente interesante el Decálogo de casos de usos de IA en la gestión bibliotecaria publicado por Iberbibliotecas, un texto que baja el debate a un terreno mucho más cercano, práctico y comprensible para quienes trabajan cada día en bibliotecas públicas y comunitarias.

El texto parte de un contexto muy claro. Iberbibliotecas explica que este decálogo surge a partir del contenido de la Guía práctica para el uso reflexivo y el análisis de herramientas de inteligencia artificial en bibliotecas públicas y comunitarias, y que ha sido propuesto por Luis Higuera, uno de sus autores. También subraya que la implementación masiva de la inteligencia artificial no es homogénea ni neutra, sino que está atravesada por desigualdades de acceso, condiciones institucionales diversas y prácticas culturales propias de cada comunidad. Por eso, el documento plantea que las bibliotecas no deberían limitarse a adoptar estas tecnologías de forma acrítica, sino intervenir activamente en la discusión sobre cómo, para qué y para quiénes se implementan.

Tras años de experiencia trabajando con diferentes tipos de bibliotecas, sabemos que un catálogo no es un ente estático, es un organismo vivo que crece y, a veces, puede presentar errores. No es culpa de nadie, es el día a día. Factores como el error humano al añadir datos, los cambios en las normativas de catalogación o las importaciones masivas de registros terminan por generar lo que se denomina «datos sucios» (datos duplicados, obsoletos o registros incompletos).

Esto provoca que los lectores no encuentren lo que buscan y que los bibliotecarios dediquen muchas horas a corregir manualmente los registros que detectan erróneos. Por ello, desde el Departamento de Servicios Profesionales de Baratz, ponemos a su disposición Auditorías para el Sistema de Gestión Bibliotecaria Absys, para ayudar a limpiar, optimizar y mejorar los datos de los fondos de sus bibliotecas.