Her foregår et av Norges virkelig store digitaliserings­prosjekter

SOGNSVANN, OSLO (digi.no): I år er det 20 år siden Digitalarkivet til Arkivverket ble lansert. Samfunnsoppdraget til Arkivverket er å bevare og gjøre tilgjengelig arkivene fra offentlig sektor, slik at norske borgere får tak i dette. I dag er de fleste av borgerne på nettet.

– Dette er bakgrunnen for hele digitaliseringen, forteller Anette Clausen, fagdirektør for tilgjengeliggjøring hos Arkivverket, til digi.no.

Satsingen ble for alvor startet i 1997, med lansering av Digitalarkivet i 1998. Men allerede før dette, i 1995, ble Folketellingen 1801 gjort allment tilgjengelig på internett. Den var blitt digitalisert tidlig på 70-tallet gjennom transkribering til Dura papirbånd, som så ble overført til en IBM 360/50-datamaskin.

Enorm respons

Responsen da folketellingen ble lagt på nettet, skal ha vært voldsom etter datidens forhold, med 5 000 søk i døgnet. Hele historien om publiseringen av folketellingen er tilgjengelig her.

Med Digitalarkivet ble enda mer informasjon rettet mot slektsforskere gjort tilgjengelig på nettet. Dette inkluderte blant annet gamle kirkebøker. Men det tok tid å gjøre det tilgjengelig, da alt ble transkribert.

– Det var tidkrevende å taste, men etter hvert kom det bedre skanningsutstyr og vi begynte å se på dette. I 2004 fikk vi digitaliseringsmaskiner for mikrofilm, som kirkebøkene var tilgjengelige på. Da gikk det kjempefort, og i 2005 kom vi på nett med de skannede kirkebøkene. Deretter har det ballet seg på, sier Clausen.

– Vi har klart å flytte brukerne fra lesesalene til nett, sier hun.

Ikke bare for slektsforskere

Som en del av en pågående satsing, har Digitalarkivet også begynt å tilby tilgang til digitaliserte dokumenter om eiendom. Målgruppen er dem som trenger informasjon om eiendommer, både private og profesjonelle.

– Det har vært en stor jobb. Skanningen gikk greit, men så var det tilretteleggingen for en profesjonell brukergruppe som kanskje ikke har den samme tålmodigheten til å lete som slektsgranskere, forteller Clausen.

– Vi har derfor jobbet mye med metadata for å gjøre materialet mer gjenfinnbart, sier hun.

Brukerne kan blant annet få tilgang til grunnboksblader fra gammel grunnbok, noe som er nøkkelen til eiendomsinformasjonen.

– Vi har spesialisert tjenesten til det vi vet at brukergruppen trenger den til, sier Clausen.

I tillegg til å vektlegge det brukerne etterspør av informasjon, jobbes det også med interne behov.

– Vi ser også på hva våre egne saksbehandlere trenger. Ikke alt vi har kan være fritt tilgjengelig på nett, men mange privatpersoner kan likevel ha rett til å få informasjonen, og den må da saksbehandlerne hente ut, forklarer Clausen.

Målet er å kunne gjøre saksbehandlingen raskere og mer effektiv.

Omtrent 150 millioner sider

Digitaliseringen av kirkebøker og eiendomsinformasjon er bare en liten en del av et større prosjekt hvor rundt 15 tusen hyllemeter med arkivdokumenter, grovt sett 150 millioner sider, skal skannes og gjøres tilgjengelig i Digitalarkivet. Mer enn en tredel av dette er skannet, men ikke alt er publisert ennå.

Resten skal bli gjort innen rimelig tid og kostnader. Materialet er plukket ut etter et sett med kriterier, blant annet basert på hva brukerne spør etter på lesesalen.

– Totalt har Arkivverket omtrent 290 tusen hyllemeter med arkivmateriale. Det er bare en liten del av dette som nå skal gjøres tilgjengelig. Det er likevel forferdelig mye, sier Clausen.

Saken fortsetter under bildet.

Hjelp fra frivillige

Arbeidet med å digitalisere 15 000 hyllemeter gjøres i samarbeid med Nasjonalbiblioteket, som gjør en del av jobben. Men Clausen håper også på samarbeid med frivillige, som hun forteller Arkivverket lenge har hatt et godt samarbeid med.

– Vi begynte jo med tastede eller transkriberte data fra kirkebøker og folketellinger i Digitalarkivet, og vi hadde et godt samarbeid med frivillige, hvor de satt på lesesalen og tastet og vi la dataene ut for søk.

– Men da vi i 2005 begynte å legge ut alt det skannede kirkebokmaterialet, ble de virkelig ivrige. Da lå det jo på nett, og da slapp de å sitte på lesesalen, låne boken og skrive listene sine. Da kunne de i stedet sitte hjemme og taste informasjonen der. De lager regelrett de søkbare dataene for oss, sier Clausen.

I 2007 begynte Arkivverket å skanne originalene i stedet for mikrofilmkopier. Disse sidene er digitalisert i farger.

– Selv om vi har egne folk i Arkivverket som gjør dette også, så bidrar de frivillige med betydelig mer enn vi selv klarer. Over halvparten av materialet vi nå har, som er tastet, er fra frivillige. Vi har nå 34 millioner søkbare personposter i Digitalarkivet, forteller hun.

Ifølge Clausen er det for tidlig å si noe om når Arkivverket vil være i mål med digitaliseringen av de 15 000 hyllemeterne. Dette vil avhenge av tilgang på blant annet ressurser og utstyr.

– Men vi snakker uansett om svært lang tid, understreker hun.

Terabyte på terabyte

Digitalarkivet kjøres på Linux-baserte servere som Arkivverket selv drifter. For tiden opptar brukerversjonene av de skannede bildene omtrent 25 terabyte med lagringsplass. I tillegg er det skannede bilder på langtidslageret.

Totalt har Arkivverket lagringskapasitet på 800 terabyte, som fordeles etter behov.

Det benyttes også et databasesystem som lagrer rundt 40 gigabyte med data. I hovedsak er det transkribert informasjon som tar plass her. Arkivverket har redundans på det aller meste.

Selv har Arkivverket ikke mer enn sju årsverk som driver med digitalisering. I tillegg har kulturdepartementet gitt særlig støtte til samarbeidet med Nasjonalbiblioteket. Mer ressurser enn det har ikke Arkivverket tilgjengelig til å gjennomføre digitaliseringen.

– Vi har ønsket dette prosjektet veldig lenge. Departementet ønsker også å følge ekstra godt med, og mer i den senere tid. Men vi har hatt denne satsingen lenge, vi ser at den virker, og brukerne er veldig fornøyde med at de har tilgang til arkivene døgnet rundt, sier Clausen.

Metainformasjon

En annen mulighet som Arkivverket håper å få på plass, er tekniske løsninger hvor frivillige kan hjelpe til med å legge til metainformasjon til det skannede arkivmaterialet. Noe som vil bidra til søkbarheten, for eksempel å legge til årstall på de skannede sidene.

Clausen nevner at Arkivverket også digitaliserer mange fotografier.

– Man kan si veldig mye om bildene, men det er en avveining om hvor mye metainformasjon som skal legges inn, versus den tiden man har til rådighet og hva som er den beste måten å få presentert informasjonen på, sier hun.

For en tid tilbake arrangerte Arkivverket en dugnad knyttet til historiske fotografier av bensinstasjoner. Bildene stammer fra arkivet til Esso Norge AS. Et eksempel er dette bildet fra åpningen av Svelgen Bensinstasjon i 1963.

– Vi trengte hjelp til å finne ut hvor disse bensinstasjonen var, siden dette ikke var opplyst på alle bildene. Da var det mange som engasjerte seg, sier hun.

Ny, stor dugnad

Nå jobbes det med å få i gang en dugnad på folketellingen fra 1920. Ifølge Clausen er det hundreårssperring på dette materialet, så det kan først offentliggjøres den 1. desember 2020, en dato som ikke kan komme fort nok for mange.

– Den skannes nå, men det er noe uorden i noe av dette materialet. Det har en annerledes sortering enn det vi skulle ønske oss, slik det kommer fra Statistisk Sentralbyrå.

– Men det blir skannet som det er, og vi trenger frivillige til å få tastet noe av nøkkelinformasjonen slik at vi klarer å sortere bildene på riktig måte, blant annet slik at personer knyttes til riktige kommuner og at familier blir satt sammen i riktig husstand, forteller hun.

Dette vil kreve noen avklaringer, men Clausen forteller at dugnaden ideelt sett vil starte denne høsten.

Behovet for frivillige vil nok heller ikke forsvinne når jobben er gjort.

– Vi går ikke tom for jobb. Vi skal alltids finne oppgaver til frivillige som har lyst til å hjelpe til. Vi satser på stor dugnadsånd i Norge, legger hun til.

Saken fortsetter under bildet.

Millioner av besøk

I august i år hadde Arkivverket totalt 55 millioner skannede bilder, hvor hvert bilde tilsvarer omtrent en side.

Av dette er omtrent 40,5 millioner bilder publisert, men 30 til 40 prosent av dette igjen er av ulike årsaker sperret – noe av det bare foreløpig, slik som Folketellingen 1920.

Til nå i år har Digitalarkivet hatt 3,3 millioner besøk på nettstedet fra 621 000 unike brukere.

– I fjor hadde vi totalt 6,8 millioner besøk fra 1,6 millioner unike brukere. I år ser det ut til at vi ligger an til 5,6 millioner besøk. Men vi vet at når høsten kommer, så tar bruken seg betydelig opp, og vi håper å komme nærmere 6 millioner besøk innen året er omme.

– Brukerne er fryktelige aktive, og er i snitt inne i 20 minutter Noe som genererer mange sidevisninger – til sammen 82 millioner hittil i år. Totalt i fjor hadde vi 153 millioner sidevisninger, forteller Clausen.

Hun innrømmer at det fra tallene kan se ut til at totaltallene for året blir noe lavere enn fjorårets, men påpeker at nedgangen skyldes at tjenester for Digitalarkivet, som fram til i fjor var spredt over flere domener, i fjor ble samlet under det samme domenet.

– 65 prosent av brukerne er norske, 20 prosent er amerikanske. Deretter kommer danske, svensker og engelskmenn. Vi har altså en god, amerikansk brukerskare, og den ser også ut til å ha tatt seg litt opp, forteller Clausen.

Stort potensial

– Digitalarkivet har jo oppstått for slektsforskere og historikere, men har stort potensial til å nå ut til flere, fortsetter hun.

Blant annet statsforvaltningen, hvor saksbehandlere kan få tilgang til sperrede arkiver via Digitalarkivet, og Arkivverket håper på å bli mer brukt av utdanningsinstitusjoner.

– Vi ser jo også at Google er veien inn for mange. Det er derfor viktig for oss at de som kommer inn skal få en god brukeropplevelse og forstå hva de har funnet, sier Clausen.

Hun svarer bekreftende på at dataene i Digitalarkivet er indekserbare for Google.

– Vi har også noen API-er (programmeringsgrensesnitt, journ. anm.) og ønsker å gjøre dem enda bedre. Arkivverket er med i et samhandlingsforum for å tilgjengeliggjøre kulturdata som åpne data. Dersom flere kulturinstitusjoner gjør sine data tilgjengelige som åpne data, kan det brukes på tvers av hverandre og lede til nye, interessante tjenester, mener Clausen.