Archivo web y la preservación digital: La verdad tras OldWeb.Today

La ilusión del espejo retrovisor: el “engaño histórico” del archivo web contemporáneo

Navegar por el pasado de Internet se ha convertido en una práctica cotidiana gracias a los esfuerzos de preservación digital. Sin embargo, cuando introducimos una URL clásica en un archivo web convencional, a menudo pasamos por alto un sutil pero profundo “engaño histórico”. El paradigma actual nos ha entrenado para aceptar una ilusión conveniente: que basta con pegar una dirección antigua en una barra de búsqueda moderna, seleccionar un año en un calendario interactivo y observar el sitio exactamente como se veía en su momento de gloria. Pero la realidad técnica detrás de la pantalla es completamente diferente.

Lo que realmente ocurre cuando consultamos un archivo web tradicional es un ejercicio de traducción forzada. Un navegador moderno —como Google Chrome, Safari o Mozilla Firefox— es el encargado de procesar el código HTML crudo recuperado de las bases de datos históricas. Al hacerlo, dicho navegador toma cientos de decisiones silenciosas y en tiempo real sobre el renderizado de la estructura, la interpretación de hojas de estilo (CSS) que tal vez no existían en la época, la ejecución de scripts, la sustitución de fuentes tipográficas del sistema y los protocolos modernos de seguridad. El resultado es una reconstrucción desinfectada y estéticamente rota, un fósil digital colocado a la fuerza dentro de un contenedor contemporáneo que jamás fue diseñado para albergarlo.

Aquí es donde entra en juego OldWeb.Today, una plataforma de arqueología digital de código abierto desarrollada bajo el ala de Webrecorder, que propone una tesis radicalmente distinta: para preservar verdaderamente la historia de la red, es imperativo conservar no solo los datos crudos, sino también el entorno informático original y el software específico que interpretaba esos datos. En lugar de obligar al viejo código a adaptarse al presente, la plataforma reconstruye la máquina del pasado dentro de la pestaña de nuestro navegador actual.

La ingeniería técnica detrás de la máquina del tiempo digital

A diferencia de las capturas de pantalla estáticas o los visores basados en proxies que modifican el código HTML original para que “funcione” hoy en día, OldWeb.Today ejecuta sistemas operativos y navegadores heredados completos mediante emulación en el lado del cliente. Esto significa que el usuario interactúa con una computadora virtual real que corre dentro del entorno de su navegador moderno gracias a la compilación en WebAssembly (Wasm) y optimizaciones avanzadas en JavaScript.

La arquitectura interna de este sistema de emulación se apoya en dos pilares fundamentales de virtualización de hardware:

• V86 (Emulador de arquitectura x86 en JavaScript): Creado originalmente por Fabian, este emulador se encarga de virtualizar hardware x86 directamente en el hilo principal del navegador. A través de él, OldWeb.Today es capaz de arrancar sistemas operativos completos como Windows 98 o distribuciones ligeras de Linux, proporcionando la base necesaria para correr versiones históricas de Internet Explorer o Netscape Navigator.
• Basilisk II (Port en JavaScript): Para resucitar la experiencia clásica de Apple Macintosh, la plataforma utiliza un port de James Friend de este clásico emulador de código abierto para procesadores Motorola 68xxx. Compilado mediante Emscripten, Basilisk II corre en un Web Worker independiente para evitar el bloqueo de la interfaz de usuario, permitiendo la ejecución fluida de sistemas como System 7 o Mac OS 8.

Para lograr que estos dos mundos se comuniquen sin colapsar el rendimiento del navegador del usuario, el sistema hace uso de APIs modernas como SharedArrayBuffer (esencial para la transferencia de datos a alta velocidad entre el Web Worker de Basilisk y el renderizador de audio/video) y canales de mensajería estructurada como BroadcastChannel para la sincronización del emulador V86 con los hilos secundarios.

La magia de la pila de red: Picotcp y Webnetwork.js

Uno de los mayores desafíos de ingeniería al emular un sistema operativo antiguo dentro de una página web es la conectividad de red. Un sistema operativo tradicional asume que tiene acceso directo a una tarjeta de red física (NIC) y que puede enviar paquetes TCP/IP de forma nativa. Sin embargo, por razones obvias de seguridad y diseño de la arquitectura web, el código JavaScript que corre en el navegador no tiene permitido abrir sockets TCP crudos hacia el exterior.

La solución implementada por los desarrolladores de OldWeb.Today, basada en las investigaciones de Rafael Gieshke y Klaus Rechert (creadores del paradigma *Emulation as a Service*), consistió en rediseñar y acoplar una pila de red completamente virtualizada dentro de los propios emuladores:

1. picotcp.js: Se trata de un port compilado en WebAssembly de la biblioteca picoTCP, una pila de protocolos TCP/IP ultraligera diseñada para sistemas embebidos. Corre de forma aislada en un Web Worker dedicado a la red.
2. webnetwork.js: Esta pieza de software actúa como un puente intermedio. Su función es interceptar las llamadas del sistema de red generadas por el sistema operativo emulado, traducirlas a través de la pila de picotcp.js y convertirlas en peticiones HTTP estándar compatibles con las APIs nativas del navegador moderno.
3. El Proxy CORS Remoto: Debido a que la mayoría de los servidores y repositorios históricos imponen políticas de Intercambio de Recursos de Origen Cruzado (CORS), las solicitudes de red generadas por los emuladores se canalizan a través de un servidor proxy remoto. Este servidor actúa como intermediario para evadir estas restricciones, extrayendo los recursos archivados directamente de repositorios masivos como el Internet Archive.

Cuando el usuario cambia el año de navegación o ingresa una nueva URL, la pila de red intercepta esta orden, reconfigura el proxy dinámicamente y solicita la versión correspondiente utilizando el sufijo de identidad (id_) propio del protocolo de los archivos web (por ejemplo, https://web.archive.org/web/[timestamp]id_/[URL]). Este mecanismo asegura que los archivos devueltos sean el código HTML puro capturado originalmente, listos para ser masticados e interpretados por el motor de renderizado obsoleto del navegador emulado, sin que sufran modificaciones modernas previas.

Resucitando fósiles de software y plugins olvidados

El catálogo de navegadores disponibles en OldWeb.Today es un recorrido nostálgico y educativo por la evolución de la World Wide Web. Los usuarios pueden experimentar hitos del software que marcaron épocas:

• NCSA Mosaic (v2 y v3): El navegador que popularizó la Web en 1993, mostrando imágenes integradas junto al texto por primera vez.
• Netscape Navigator (v3 y v4): El gigante comercial de los años 90 que introdujo innovaciones masivas en el renderizado y sentó las bases de la guerra de navegadores.
• Internet Explorer (v4, v5 y v6): La suite de Microsoft que dominó el mercado a finales de siglo, famosa por sus interpretaciones particulares del estándar HTML que tanto dolor de cabeza causaron a los desarrolladores.
• Versiones tempranas de Opera, Safari y Firefox: Los contendientes que abrieron el camino hacia el cumplimiento de los estándares modernos de la W3C.

Pero el verdadero valor histórico de este enfoque de emulación radica en la resurrección de los entornos de ejecución interactivos de terceros. Durante años, la web interactiva no dependía de HTML5 o JavaScript, sino de pesadas extensiones propietarias. OldWeb.Today integra de manera nativa entornos configurados para ejecutar tecnologías hoy muertas en navegadores modernos:

Java Virtual Machine (JVM 1.0 y 1.1): Al utilizar Netscape 3 (con Java 1.0) o Internet Explorer 5/6 (con soporte para Java 1.1.5), los usuarios pueden ejecutar applets de Java antiguos directamente en la pantalla. Estos applets, que alguna vez sirvieron para animar menús, juegos interactivos y chats en tiempo real, se ejecutan de manera nativa dentro del sistema operativo virtualizado.

Adobe Flash y Shockwave: El auge de la animación web de los 2000 cobra vida gracias a configuraciones que incluyen Flash Player 9 (la última versión compatible con Windows 98) o Shockwave 4 para entornos Macintosh. Adicionalmente, para un acceso híbrido rápido en navegadores modernos, OldWeb.Today integra el emulador de Flash escrito en Rust, Ruffle, permitiendo interactuar con contenidos multimedia antiguos sin necesidad de arrancar una máquina virtual x86 completa.

La importancia cultural de preservar la imperfección

Al rescatar del olvido estas plataformas de software, el proyecto va mucho más allá de un simple ejercicio de nostalgia informática. Los historiadores digitales y los diseñadores de interfaces de usuario coinciden en que el verdadero valor de un archivo web reside en experimentar el contexto de uso original.

Cuando navegamos por la web de 1997 a través de un Internet Explorer 4 emulado, se experimenta un ritmo de consumo de información radicalmente distinto. La simulación de los tiempos de espera del módem de marcación telefónica, el renderizado errático y progresivo de las tablas anidadas, el parpadeo de las etiquetas de diseño exclusivas (como <blink> de Netscape o <marquee> de IE) y los fallos de renderizado ante scripts mal formados no son errores de la plataforma; son las marcas del tiempo de la cultura digital.

Entender la historia de Internet requiere comprender que la Web nunca fue una plataforma estática u homogénea con una gramática visual unificada. Fue un territorio en constante disputa donde los navegadores competían activamente implementando sus propias tecnologías y lenguajes. El diseño de una página web era, en esencia, una negociación tensa entre las intenciones del creador y las capacidades específicas de la máquina y el software que el usuario tenía en su hogar. Al rescatar esa negociación, OldWeb.Today nos devuelve un pedazo de historia viva, recordándonos que el medio no solo transmite el mensaje, sino que, en gran medida, le da su forma definitiva.