Cómo preservar los metadatos de las redes sociales

Descargar el 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 fiable conserva el paquete original, registra los metadatos que están fuera de la foto o el vídeo, 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 forma diferente en cada plataforma según el estudio de archivado.

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

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

Elige la exportación deliberadamente y registra su ventana de captura

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

Facebook

En el flujo de escritorio de Facebook, utiliza: foto de 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 según las instrucciones de Facebook.

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

Instagram

En el flujo de escritorio de Instagram, utiliza: Más > Configuración > Cuenta de Meta > Tu información y permisos > Exportar tu información > Crear exportación. Selecciona el perfil, elige Siguiente y después selecciona Exportar al dispositivo según 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 preparada 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 vídeos 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 un 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 elegido 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 los cambios realizados entre la solicitud de descarga y la creación del archivo según Google.

Conserva juntos el paquete, los archivos multimedia y los metadatos

Conserva el ZIP o TGZ original descargado 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 vídeos, 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 guarda 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 del recopilador y los registros de red o de respuesta del servidor disponibles según curl-x.

Registra el nombre de archivo asociado a cada elemento multimedia. Si necesitas un nombre descriptivo, incluye la plataforma, el identificador de la cuenta 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 fecha y hora de captura.

Crea un registro de metadatos para cada elemento multimedia

Utiliza un registro JSON complementario, normalmente 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 están almacenados en JSON y no dentro de la foto o el vídeo.

JSON es adecuado para este trabajo: la especificación Activity Streams del W3C describe JSON como una forma legible para las personas, procesable por máquinas y extensible de representar metadatos de actividad enriquecidos según el W3C. Un registro sidecar o de inventario práctico puede utilizar 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 del autor, el nombre visible y la URL del perfil.
• Las métricas de engagement como instantánea de la exportación.
• Datos de ubicación, hashtags, menciones y enlaces.
• captured_at, el recopilador y el método de captura.
• El hash SHA-256 u otro hash del contenido.
• La respuesta sin procesar cuando esté disponible.

El registro de preservación de ejemplo de SociaVault utiliza captured_at, source_url, captured_by, method, content_hash y raw_response, y después 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 desplazamiento de zona horaria o Z, consérvalo en lugar de convertirlo silenciosamente a la hora local. Activity Streams del W3C exige la serialización UTF-8 y especifica valores de fecha y hora con un desplazamiento numérico explícito o Z según el W3C.

Verifica el archivo después de extraerlo

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

Utiliza 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 fecha y hora de captura. Un valor SHA-256 actúa 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 ausentes 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 utilizan sumas de comprobación para los archivos depositados y pueden volver a ejecutarlas periódicamente como se describe en el estudio de archivado.

Qué puede demostrar un archivo y qué no

Utiliza una captura de pantalla como referencia visual adicional, no como el paquete completo de preservación orientado a metadatos descrito anteriormente. Para obtener un registro más sólido, conserva los archivos multimedia originales, los metadatos y el contexto, la fecha y hora de captura, la URL de origen, la fecha de acceso, la identidad del recopilador, los hashes y los registros de página, red o respuesta del servidor disponibles según curl-x.

Un archivo descargado puede conservar la fecha y hora registrada de la publicación cuando ese campo esté 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 archivado señala que los recuentos de engagement pueden cambiar posteriormente según Google y el estudio de archivado.

Si faltan archivos multimedia o metadatos, conserva el paquete original y el HTML o JSON sin procesar, marca el campo ausente 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 estaba disponible en la descarga.

Una lista de comprobación de preservación repetible

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 captions, IDs de publicaciones, fechas y horas originales, datos 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 los desplazamientos de zona horaria o Z exactamente como se registraron.
• Genera y registra hashes SHA-256 junto con el nombre de archivo, la URL de origen y la fecha y hora de captura.
• Marca los archivos multimedia o campos ausentes en lugar de presentar un reemplazo no verificado.
• Repite periódicamente la verificación de sumas de comprobación.

Para copias de seguridad continuas en las plataformas que incluye SocialGuardian, su página de inicio indica que el servicio cubre Instagram, TikTok, YouTube, X, Facebook, LinkedIn, Twitch y Pinterest, y utiliza únicamente un @handle público, sin necesidad de contraseña ni inicio de sesión según SocialGuardian.