Cualquier persona con un teléfono inteligente probablemente tenga un carrete de fotos esperando a ser clasificado. Ahora imagina que tienes millones de imágenes para procesar y datos asociados para gestionar, y que algunas de ellas incluyen etiquetas escritas a mano con letra temblorosa a la luz de las velas hace más de 200 años por un botánico que no sabe escribir bien. breviauriculata… 

La digitalización implica dotar a cada ejemplar de una identidad digital: codificarlo, fotografiarlo y convertir la información de sus etiquetas en datos fácilmente consultables. Antes de la digitalización, gran parte de este material solo podía ser explorado en su totalidad por personas que pudieran visitar las colecciones en persona o trabajar directamente con los especialistas que mejor lo conocían. La digitalización prometía algo diferente: la posibilidad de que los ejemplares fueran consultables, visibles y útiles para investigadores, estudiantes y amantes de las plantas de todo el mundo. 

Este desafío formidable fue enfrentado por el equipo de Colecciones Digitales en los Jardines Botánicos Reales de Kew, cuando obtuvieron el Financiación esencial de DEFRA en 2021 para digitalizar sus colecciones de herbario en solo cuatro años. En su punto álgido, el equipo estaba creando imágenes de alrededor de 100,000 ejemplares por semana.

Desde 2022, han codificado, catalogado, digitalizado y transcrito 7.3 millones de especímenes de herbario y fungario. Tras la finalización del proyecto en marzo de este año, Botany One entrevistó al equipo que ideó esta iniciativa y la llevó a cabo hasta el final: Sarah Phillips, Directora Sénior de Colecciones Digitales; Marie-Helene Weech, Directora de Operaciones de Digitalización; y Laura Green, Directora de Datos e Imágenes. 

Para muchos usuarios, la imagen digital se convierte en su primer punto de acceso a la muestra, por lo que la calidad es fundamental. ¿Cómo lograron el equilibrio entre obtener imágenes de alta calidad de forma constante y ajustarse al presupuesto del proyecto?

Verde: Lo fundamental es saber qué se busca y qué niveles de calidad se están dispuestos a aceptar antes de empezar. Obviamente, se quieren obtener imágenes de muy alta calidad, pero al mismo tiempo, no se quiere paralizar el proyecto. Ya teníamos estándares generales que se decidieron durante el proyecto Global Types, cosas como capturar a 600 PPI [número de píxeles dentro de una pulgada de una imagen mostrada en un monitor de ordenador]. Recurrimos a la Normas FADGI y Directrices de Metamorphoze tener un enfoque más cuantitativo.

Kew optó por contratar a una empresa externa para la mayor parte de la digitalización y transcripción de sus especímenes. Para quienes no estén familiarizados con la digitalización de herbarios, esto implica capturar tanto una imagen de alta calidad del espécimen como la información clave de sus etiquetas. ¿Qué tal fue su experiencia trabajando con un proveedor externo para la transcripción de datos? 

PhillipsEn proyectos de digitalización anteriores, establecimos directrices muy estrictas sobre qué se consideraría apto o no. Esta vez, debido a la gran cantidad de etiquetas que debían transcribirse, fuimos un poco más flexibles. Hay que tener en cuenta que el transcriptor no realiza ninguna interpretación, solo una transcripción literal, por lo que es necesario ser realistas con las expectativas. Si el texto está impreso, deberían poder transcribirlo tal cual, pero la escritura a mano puede ser complicada. Elaboramos muchas directrices para ellos y mantuvimos una comunicación fluida para que pudieran plantear sus dudas directamente a nuestro equipo, y respondieron con mucha rapidez. Sabíamos que no iba a ser un trabajo final impecable, porque una transcripción perfecta requiere diez veces más tiempo. Por ejemplo, podríamos tener muchos espacios en blanco en el campo "país", para evitar errores de cálculo. Tenemos previsto completar gradualmente los datos que no se transcribieron por completo mediante otros medios.

Weech: Estaba mirando una hoja de cálculo de correcciones de Portal de datos de Kew que alguien nos envió esta mañana. Fue muy grato ver que la gente está usando nuestros datos y analizándolos correctamente. Me impresionó mucho lo cerca que estuvieron los transcriptores de la información correcta. ¡Creo que lo hicieron muy bien!

Una vez capturadas las imágenes y el texto de las etiquetas, el siguiente reto consistía en asegurar que los datos cumplieran con los estándares acordados para poder buscarlos, compartirlos y reutilizarlos. Esta es la parte menos visible de la digitalización: convertir millones de etiquetas de especímenes individuales en datos estructurados que puedan utilizarse en diferentes bases de datos y plataformas globales de biodiversidad. ¿Qué estándares de metadatos supusieron el mayor desafío para Kew?

Phillips: Se utilizó Archivo principal de Darwin [un estándar común de datos de biodiversidad que ayuda a que los registros de especímenes de diferentes instituciones se compartan y se entiendan de la misma manera] y luego tenemos nuestros propios estándares para el Sistema Integrado de Gestión de Colecciones (ICMS), que se alinea con DwC-A pero contiene muchos más datos. También nos alineamos con Información mínima sobre una muestra digital (MEDIOS). El desafío surgió con la forma en que se recopilaron los datos y se cotejaron con los campos; requirió varios pasos de formato y limpieza de datos. Hemos publicado los datos, sabiendo que hay problemas, pero el Sistema Mundial de Información sobre la Biodiversidad (GBIF) es bastante bueno para detectar algunos problemas, por lo que recibimos comentarios de los agregadores y usuarios de nuestros datos.

WeechSomos conscientes de que existen muchos errores en campos como las coordenadas. Nicky Nicolson El responsable de análisis inteligente de datos se encarga de la georreferenciación y la identificación de valores atípicos, y esa es solo una de las maneras en que podemos resolver muchos de nuestros problemas de coordenadas. En algunos casos, será necesario revisar los datos visibles en la imagen; en cierto modo, encontrar la muestra física fue el paso que más nos limitó.

Esto también significa que la digitalización no termina cuando se fotografía o transcribe la muestra. Algunos errores solo se hacen visibles una vez que los datos se utilizan, se representan gráficamente o se comparan a escala.

Digitalizar millones de especímenes no es solo un reto técnico; también implica diseñar flujos de trabajo repetibles para diferentes equipos, tareas y controles de calidad. ¿Qué importancia tuvo el diseño del flujo de trabajo en este proyecto?

PhillipsTuvimos que ampliar nuestro equipo muy rápidamente, por lo que revisamos y ajustamos continuamente los flujos de trabajo. Teníamos flujos de trabajo especializados para nuestros equipos internos y de proveedores, y requerían mucha capacitación y supervisión. Lo hacíamos a un ritmo y con un volumen que a veces parecía un poco desmesurado, pero contábamos con mucha experiencia y un sólido equipo base sobre el cual construir. 

Tras trabajar a tan gran escala, ¿cambió el proyecto tu perspectiva sobre las colecciones? ¿Qué fue lo más sorprendente que aprendiste durante este proyecto?

Weech: ¡Teníamos más ejemplares de Darwin de los que esperaba! Teníamos un chat grupal donde los digitalizadores podían publicar cada vez que encontraban una pieza de la colección de Darwin para avisar al equipo de curaduría. Normalmente, sacábamos el mismo ejemplar de Darwin para las visitas guiadas y las exposiciones, ¡mientras que ahora podíamos sacar una gran variedad!

Verde¿Cuántas personas participaron en este proyecto al final? Pasar de un equipo tan pequeño, donde digitalizábamos cosas a menor escala, a tener a tanta gente trabajando junta fue una locura, ¡la verdad! Era en las fiestas donde nos dábamos cuenta de cuánta gente había colaborado para lograrlo.

Phillips: Estoy de acuerdo. Cuando estás en medio de la acción, piensas en los flujos de trabajo y la gestión, pero también necesitas gestionar a tu equipo y asegurarte de que estén contentos. Mucha gente se vio obligada a afrontar situaciones difíciles, pero siempre conseguimos unir fuerzas para sacar adelante la tarea. 

La digitalización masiva puede sonar técnica, pero en esencia, este proyecto consiste en hacer que las colecciones de Kew sean accesibles a más personas. Millones de especímenes de herbario y fungario —algunos conocidos, otros inesperados, y algunos que aún requieren mayor investigación— ahora pueden buscarse, estudiarse y conectarse de nuevas maneras a través de los continentes.

Para los investigadores, esto significa un acceso más rápido a los registros de especímenes, imágenes y datos de etiquetas. Para los amantes de las plantas, estudiantes, historiadores y curiosos, es una oportunidad para explorar una de las colecciones de historia natural más importantes del mundo desde cualquier lugar. El proyecto también demuestra que la digitalización no es un proceso sencillo y lineal: implica personas, flujos de trabajo, estándares, controles de calidad, interpretación y mucha resolución de problemas a lo largo del camino.

Así que, eche un vistazo a su alrededor. Portal de datos de KewBusca una planta que conozcas, un lugar que te encante o un coleccionista del que hayas oído hablar. ¡Quizás encuentres un ejemplar recolectado hace décadas o incluso siglos, ahora visible, accesible y listo para formar parte de nuevas historias!

APRENDA MÁS:

Graves, E., Phillips, S.y Hill, B. (2024) Optimización de los flujos de trabajo para la digitalización de especímenes de herbario de nueva adquisición: Cumplimiento de los estándares de acreditación del servicio de archivo en medio de la digitalización masiva. Biodiversity Information Science and Standards, 8. Disponible en: https://doi.org/10.3897/biss.8.138737. 

Wright, I., Bowles, B., Murphy, B., Paton, A., Liu, U., Weech, MH, ... & Adcock, J. (2026). Proyecto de digitalización científica RBG Kew 2026. Experiencia de implementación y lecciones aprendidas. Disponible en: https://doi.org/10.34885/s29k-4z53

Perfil del escritor invitado

Magda (ella/suya) es una ecóloga británico-polaca que reside actualmente en Londres, Reino Unido. Formada como ecóloga de campo, en 2023 se especializó en la digitalización y conservación de herbarios. Esto la ha llevado desde los Jardines Botánicos Reales de Kew hasta el Instituto Botánico del Sur de Londres, y este otoño se incorporará al Trinity College de Dublín.

Imagen de portada: Un digitalizador trabajando con muestras de palmas en cajas en una estación de imagen. Fuente: Magda Upton