La Biblioteca Nacional guarda copias de la web española desde 2009, y probablemente tenga la tuya

Hay una forma de volver a ver el blog que se abrió en 2010 y se abandonó en 2013, y no pasa por la Wayback Machine. Pasa por el paseo de Recoletos de Madrid. Se entra en la Biblioteca Nacional con el carné de lector, se sube a una sala, se busca un ordenador concreto y se escribe la dirección antigua. Si el rastreador pasó por allí, aparece la página tal como estaba: la plantilla, la columna de enlaces, los comentarios de los amigos que ya no se escriben con nadie.

Ese ordenador da acceso al Archivo de la Web Española, una copia de internet que el Estado lleva haciendo desde 2009. Tiene base legal y presupuesto público. Fuera de bibliotecarios e investigadores, casi nadie sabe que existe.

De dónde sale la obligación de guardar la web

El depósito legal es una idea del siglo XVIII: quien imprime en España entrega ejemplares a la biblioteca pública para que el país conserve lo que publica. Libros, periódicos, carteles y partituras llevan siglos llegando así a las estanterías.

Con internet el sistema hacía agua. Una parte creciente de lo que se publicaba en España no se imprimía nunca, y nadie estaba obligado a entregar nada. La BNE empezó a rastrear el dominio .es en 2009, con los primeros rastreos hechos por encargo con la ayuda técnica de Internet Archive. El respaldo legal llegó después: la Ley 23/2011 de depósito legal incluyó las publicaciones en línea, y el Real Decreto 635/2015 fijó cómo se hace.

Ese decreto invierte el mecanismo de siempre. Con la web nadie entrega ejemplares; son la Biblioteca Nacional y los centros de conservación autonómicos los que salen a recoger. Pueden copiar las webs sin pedir permiso al titular, y los editores están obligados a no ponerlo difícil. Si una publicación está detrás de una contraseña, la biblioteca puede pedir que le den acceso.

Cataluña iba por delante. La Biblioteca de Catalunya tenía su propio archivo, PADICAT, desde 2005, y hoy forma parte del mismo reparto de tareas con el resto de comunidades.

Cómo se rastrea: el barrido y la lupa

El archivo funciona con dos tipos de recogida.

• Recolecciones masivas. Una vez al año, más o menos, un robot recorre el dominio .es entero. Lo recoge todo, pero con poca profundidad: la portada y unos cuantos niveles por debajo. Un blog grande con muchos años de archivo seguramente quedó cortado.
• Recolecciones selectivas. Una lista de webs que los bibliotecarios consideran relevantes, como medios, instituciones, partidos o blogs con peso, se copia con más frecuencia y más a fondo. Aquí sí entran dominios .com, .org o .net cuando el contenido es español.

Encima de eso hay colecciones temáticas por acontecimientos: elecciones, la pandemia de 2020 y otros momentos en los que la web cambia de un día para otro y conviene fotografiarla mientras pasa.

De ahí sale una conclusión práctica. Una página personal en un .es tiene bastantes papeles de haber sido rastreada al menos una vez después de 2009. Un blog en Blogger o en WordPress.com depende de si alguien lo metió en una selección, y lo más probable es que no.

En qué se diferencia de Internet Archive

La Wayback Machine se consulta desde el sofá, y el archivo de la BNE no. Pero hay más diferencias, y algunas juegan a favor de la biblioteca.

	Internet Archive	Archivo de la Web Española
Quién lo hace	Fundación privada estadounidense	Biblioteca Nacional y centros autonómicos
Base	Voluntad propia	Ley 23/2011 y RD 635/2015
Qué guarda	Toda la web, según lo que enlaza y le piden	Dominio .es completo y una selección de webs españolas
Consulta	Abierta, desde cualquier sitio	Terminales en las salas de los centros
Retirada de contenidos	Atiende peticiones de exclusión	Es depósito legal: no se borra a petición

La última fila es la que más pesa a largo plazo. Internet Archive puede retirar páginas si el dueño del dominio lo pide, y su futuro depende de una fundación que ya ha perdido juicios contra editoriales. Lo que entra en el depósito legal se queda allí con el mismo estatus que un libro de 1890.

Por qué solo se puede mirar en la sala

La limitación de acceso no es un capricho técnico. El decreto permite copiar sin permiso a cambio de que la consulta se haga en las instalaciones de los centros de conservación, en ordenadores pensados para eso. Es el mismo trato que reciben los derechos de autor de un libro depositado: se puede leer en la biblioteca, pero la biblioteca no lo reparte.

En la práctica eso supone tres cosas:

• Hay que ir en persona a la BNE o al centro de conservación de la comunidad que corresponda, con el carné de investigador o de lector que se pida en cada caso.
• Se busca por dirección, igual que en la Wayback Machine. Conviene llevar apuntada la URL exacta, también la antigua si el blog cambió de dominio.
• Lo que se ve no se puede descargar libremente. Quien quiera recuperar sus propios textos tendrá que copiarlos a mano o preguntar en la sala qué opciones de reproducción hay.

Para un historiador es una herramienta excelente. Para quien solo quiere rescatar las entradas de su blog de la facultad, el viaje a Madrid pesa. Por eso el camino lógico sigue siendo empezar por la Wayback Machine, como se contaba aquí a propósito de Geocities y Galeón, y recurrir a la Biblioteca cuando allí no aparece nada.

Qué se puede pedir que guarden

El archivo admite propuestas. La BNE tiene un canal para sugerir webs que deberían entrar en las recolecciones selectivas, y en colecciones como la de la pandemia pidió ayuda al público para reunir sitios que se le escapaban. Sirve para una web que sigue viva: un foro local, la página de una asociación o un blog que documenta algo que no está en ningún otro sitio.

Lo que no puede hacer nadie es pedir que se archive hacia atrás. Si una web cerró en 2008, antes del primer rastreo, no hay nada que proponer. Ese hueco, el de la web española de los noventa y principios de los dos mil, solo lo cubre Internet Archive, y de forma desigual.

Lo que queda dentro

La biblioteca no da cifras sencillas sobre cuántas webs personales hay en su archivo, ni sobre cuántos blogs de La Coctelera, Blogia o los portales que cerraron alcanzaron a pasar por el robot antes de apagarse. Lo que sí se sabe es que, desde 2009, cada barrido anual del .es dejó una fotografía del dominio entero. Esa fotografía no depende de que una empresa siga viva ni de que a alguien le salga a cuenta mantenerla.

Media blogosfera española de 2005 se perdió porque estaba en servidores de empresas que dejaron de pagar la factura. La parte que llegó viva a 2009 tuvo más suerte de la que sabe, porque hay una copia guardada en Recoletos que casi nadie ha ido a mirar.