Cómo preservar los metadatos de redes sociales

Descargar un archivo de una cuenta es solo el primer paso. El registro duradero es la relación entre la publicación, sus archivos multimedia, sus metadatos y las circunstancias de la descarga.

Un flujo de trabajo confiable conserva el paquete original, registra los metadatos que están fuera de la foto o el video, mantiene las fechas con su información de zona horaria y verifica cada archivo multimedia después de extraerlo.

Qué puede contener un archivo de redes sociales

No existe un formato universal único para los metadatos de redes sociales. Los flujos de actividad social acumulan contexto, objetos multimedia y metadatos de engagement, mientras que las publicaciones, los Me gusta, las respuestas, los reposts y los comentarios pueden representarse de manera diferente en cada plataforma según el estudio de preservación.

Una exportación puede contener metadatos además del texto de la publicación. Un registro de preservación útil debe conservar lo siguiente cuando la exportación lo proporcione:

Esta separación es importante porque los valores de engagement en una descarga de cuenta son instantáneas. Más adelante pueden tener un valor diferente en la plataforma como explica el estudio de preservación.

Elige la exportación de forma deliberada y registra su ventana de captura

Usa los controles de exportación actuales de la plataforma y registra lo que solicitaste antes de descargarlo.

Facebook

En el flujo de escritorio de Facebook, usa: foto del perfil > Configuración y privacidad > Configuración > Cuenta de Meta > Tu información y permisos > Exportar tu información > Crear exportación. Selecciona el perfil y elige Exportar al dispositivo en las instrucciones de Facebook.

Facebook permite elegir información específica, un intervalo de fechas, formato, correo de notificación y calidad multimedia. Los videos de mayor calidad hacen que la exportación sea más grande según Facebook.

Instagram

En el flujo de escritorio de Instagram, usa: Más > Configuración > Cuenta de Meta > Tu información y permisos > Exportar tu información > Crear exportación. Selecciona el perfil, elige Siguiente y luego selecciona Exportar al dispositivo en las instrucciones de Instagram.

Instagram también permite personalizar la información, el intervalo de fechas, el formato, el correo de notificación y la calidad multimedia. Meta indica que el enlace de exportación puede tardar hasta 30 días en llegar y que una exportación lista está disponible durante cuatro días según Instagram. Facebook también indica que una exportación completada está disponible durante cuatro días y que la exportación está protegida con contraseña según Facebook.

Google Takeout

Google Takeout puede exportar videos de YouTube y datos de otros productos de Google. Selecciona los productos, limita los datos de un producto si es necesario y elige un método de entrega y formato de archivo según Google.

Takeout ofrece archivos ZIP o TGZ, exportaciones únicas o programadas y varios archivos cuando se supera el tamaño máximo seleccionado según Google.

Para cada exportación, anota la cuenta, el intervalo de fechas seleccionado, la hora de solicitud, la hora de creación o descarga del archivo, el formato seleccionado y la configuración de calidad multimedia. Mantén esta ventana de captura separada del estado posterior de la cuenta: Google advierte que un archivo de datos puede no incluir cambios realizados entre la solicitud de descarga y la creación del archivo según Google.

Mantén juntos el paquete, los archivos multimedia y los metadatos

Conserva el ZIP o TGZ descargado originalmente como paquete de origen. La documentación de Facebook describe una exportación HTML como un ZIP con un archivo HTML de índice y carpetas que contienen archivos como imágenes y videos, mientras que JSON es legible por máquinas y puede facilitar la transferencia de información según Facebook.

No trates la carpeta multimedia como si fuera todo el archivo. Conserva el índice HTML cuando tengas una exportación HTML, conserva el JSON cuando tengas una exportación JSON y retén los archivos multimedia originales. El paquete de preservación descrito por curl-x incluye el archivo multimedia original, un archivo de página con fecha y hora, un hash SHA-256 para cada archivo descargado, la URL de la publicación, la fecha de acceso, la identidad de quien recopiló los datos y los registros de red o respuestas del servidor disponibles según curl-x.

Registra el nombre de archivo asociado con cada elemento multimedia. Si necesitas un nombre descriptivo, incluye la plataforma, el nombre de usuario y la fecha; el patrón documentado es twitter_username_20260811.mp4 como recomienda curl-x. Registra ese nombre de archivo junto con el hash, la URL de origen y la marca de tiempo de captura.

Crea un registro de metadatos para cada elemento multimedia

Usa un registro JSON complementario, a menudo llamado sidecar, junto con el archivo multimedia relacionado. Esto resulta útil cuando el caption, el ID de la publicación, la fecha y hora u otro contexto está almacenado en JSON en lugar de estar dentro de la foto o el video.

JSON es adecuado para esta tarea: la especificación Activity Streams del W3C describe JSON como una forma amigable para las personas, procesable por máquinas y extensible de representar metadatos completos de actividad según el W3C. Un registro sidecar o de inventario práctico puede usar estos campos cuando estén disponibles:

• El nombre de archivo y el tipo de archivo multimedia.
• La URL y el ID de la publicación.
• El caption o texto de la publicación.
• La fecha y hora originales de la publicación.
• El nombre de usuario, nombre visible y URL del perfil del autor.
• Las métricas de engagement como instantánea de la exportación.
• Datos de ubicación, hashtags, menciones y enlaces.
• captured_at, la persona que recopiló los datos y el método de captura.
• El hash SHA-256 u otro hash del contenido.
• La respuesta sin procesar cuando esté disponible.

El ejemplo de registro de preservación de SociaVault usa captured_at, source_url, captured_by, method, content_hash y raw_response, y luego guarda el registro como JSON con un nombre de archivo determinista como se muestra en su guía de preservación.

Mantén campos separados para la fecha y hora originales de la publicación y captured_at. Si una plataforma proporciona un desfase de zona horaria o Z, consérvalo en lugar de convertirlo silenciosamente a la hora local. Activity Streams del W3C exige serialización UTF-8 y especifica valores de fecha y hora con un desfase numérico explícito o Z según el W3C.

Verifica el archivo después de extraerlo

La verificación debe responder dos preguntas: ¿sobrevivió a la extracción el archivo esperado?, y ¿puedes vincularlo con el registro de la publicación correcta?

Usa esta secuencia:

1. Conserva el paquete original y los archivos multimedia originales.
2. Crea un inventario con el nombre de archivo, la URL de la publicación, el ID de la publicación, la fecha y hora originales y cualquier caption o registro JSON disponible.
3. Genera un hash SHA-256 para cada archivo multimedia descargado.
4. Registra cada hash junto al nombre de archivo, la URL de origen y la marca de tiempo de captura. Un valor SHA-256 funciona como huella digital del archivo: si el archivo no cambia, el hash permanece idéntico según curl-x.
5. Comprueba que cada elemento multimedia tenga su registro de metadatos correspondiente y marca como faltantes los campos que la exportación no proporcionó.
6. Conserva juntos el inventario, el JSON o HTML sin procesar, los archivos multimedia originales y los registros de captura disponibles.

La fijación es la comprobación computacional de que un archivo sigue siendo lo que afirma ser. Los profesionales de la preservación usan sumas de comprobación para los archivos depositados y pueden volver a ejecutarlas periódicamente como se describe en el estudio de preservación.

Qué puede demostrar y qué no puede demostrar un archivo

Usa una captura de pantalla como referencia visual adicional, no como el paquete completo de preservación orientado a metadatos descrito arriba. Para obtener un registro más sólido, conserva los archivos multimedia originales, los metadatos y el contexto, la marca de tiempo de captura, la URL de origen, la fecha de acceso, la identidad de quien recopiló los datos, los hashes y los registros disponibles de página, red o respuestas del servidor según curl-x.

Un archivo descargado puede conservar la fecha y hora registrada de la publicación en la plataforma cuando ese campo está incluido. Aun así, debe etiquetarse con su propia ventana de captura: Google advierte que el archivo puede no incluir cambios realizados entre la solicitud y la creación del archivo, y el estudio de preservación señala que los conteos de engagement pueden cambiar después según Google y el estudio de preservación.

Si faltan archivos multimedia o metadatos, conserva el paquete original y el HTML o JSON sin procesar, marca el campo faltante en el inventario y registra la configuración de exportación y la ventana de captura. Así preservas la diferencia entre lo que entregó la plataforma y lo que no estuvo disponible en la descarga.

Una lista de comprobación de preservación que puedes repetir

Antes de descargar:

• Registra la cuenta, la plataforma, la hora de solicitud de exportación, el intervalo de fechas seleccionado, el formato y la calidad multimedia.
• Elige los controles oficiales de exportación de la plataforma y anota si el resultado será HTML, JSON, ZIP o TGZ.
• Registra la ventana de disponibilidad de la exportación cuando la plataforma proporcione una.

Después de descargar:

• Conserva el ZIP o TGZ original y los archivos multimedia originales.
• Conserva el índice HTML o los registros JSON incluidos en la exportación.
• Crea un inventario de nombres de archivo y metadatos para cada elemento multimedia.
• Mantén los captions, IDs de publicaciones, fechas y horas originales, detalles del perfil y enlaces junto con los archivos multimedia relacionados.
• Guarda un sidecar JSON o un registro equivalente cuando los metadatos estén separados de los archivos multimedia.
• Conserva exactamente los desfases de las marcas de tiempo o Z tal como fueron registrados.
• Genera y registra hashes SHA-256 junto con el nombre de archivo, la URL de origen y la marca de tiempo de captura.
• Marca los archivos multimedia o campos faltantes en lugar de presentar un reemplazo no verificado.
• Vuelve a ejecutar periódicamente la verificación de sumas de comprobación.

Para respaldos continuos en las plataformas que menciona SocialGuardian, su página de inicio indica que el servicio cubre Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch y Pinterest, y usa únicamente un @handle público, sin requerir contraseña ni inicio de sesión según SocialGuardian.