Cómo evitar que un lote degradado entre al catálogo es un problema distinto del de un campo mal extraído. En por qué confiar en un catálogo hecho con IA está la confianza de contenido: de dónde viene cada dato, autoridades, campos con regla, evaluación por registro. A escala de miles de documentos aparece otro riesgo: que algo falle en la operación y degrade el lote entero sin que nadie lo note.
Un lote de mil registros sin los enlaces a sus archivos de origen sigue viéndose bien —títulos, fechas, autores— hasta que alguien intenta abrir el documento desde el catálogo y el enlace no está. Para entonces el lote ya se cargó. Collect no guarda una copia de seguridad del lote antes de catalogar: si se entrega mal, no hay un «deshacer» automático. Por eso las defensas están en no entregar: detenerse de forma visible.
Verificar las fuentes en la nube antes de arrancar
Cuando una institución cataloga desde Google Drive u otra nube, esa fuente aporta el enlace al documento original en cada registro. Si Collect arranca sin haber conectado una fuente en la nube que está habilitada, produce registros que se ven completos pero sin ese enlace; un segundo paso puede escribir encima de los que sí lo tenían.
Al iniciar, Collect comprueba que cada fuente en la nube habilitada quedó conectada. Si una no conectó, se detiene y nombra cuáles fallaron. Procesar sin ellas no es un trabajo incompleto que se corrige después: es perder los enlaces en silencio.
Se puede seguir a propósito, con esa fuente caída. Entonces se registra el error y los registros afectados se marcan para revisión. Eso es una decisión, no el comportamiento por defecto.
Una carpeta local no dispara esta comprobación: no es el caso que pierde el enlace a Drive.
Detener el lote degradado antes de entregarlo
El segundo control está al final, cuando el lote se arma para el catálogo —el envío que describe del registro al catálogo. Collect compara lo que va a salir con lo que entró. Si hay menos enlaces al original de los que había al empezar, o un registro llega sin el tipo de formulario que el catálogo necesita, la carga se rechaza: el proceso termina con error, no con una nota al pie que nadie leerá.
No repara el lote. Lo detiene para no cargarlo en el ILS.
Quien opera puede forzar la entrega y aceptar el resultado. El alcance es la integridad del lote frente a la entrada, no la exactitud de cada campo. Un lote puede pasar el control y aun así contener una fecha mal transcrita; eso es revisión de contenido.
Límites
Hay dos controles en el proceso: al arrancar (fuentes en la nube) y al entregar el lote. Cubren enlaces al original y que cada registro lleve su tipo. No verifican cada campo. No hay una copia de seguridad automática antes de catalogar: un segundo paso pisa lo que había. La defensa es no cargar el lote degradado, y que operar con una fuente caída sea una decisión explícita.
Si tu institución procesa acervos en lotes grandes y te interesa cómo se comportan estos controles frente a tus fuentes, escríbenos a info@janium.com; podemos revisar cuáles aplican a tu caso.