How libraries classified physics preprints before arXiv and set the stage for distinguishing insiders from outsiders

Neste comentário, o historiador e sociólogo Phillip Roth traça a história da classificação de pré-impressos em física antes do arXiv, demonstrando como os sistemas bibliotecários anteriores estabeleceram as bases para distinguir especialistas de leigos na literatura científica em crescimento.

O essencial

Imagine que a física é uma cidade gigante e barulhenta, onde milhões de pessoas estão constantemente escrevendo novas ideias em pedaços de papel. Antes da internet, esses "bilhetes" (os pré-impressos) eram como cartas secretas trocadas apenas entre amigos próximos. Se você não estava no círculo de amigos, não sabia o que estava acontecendo.

O artigo de Phillip Roth conta a história de como as bibliotecas transformaram essa troca de cartas privadas em um sistema organizado, e como esse sistema acabou criando um "clube" com porteiros que decidem quem é "de dentro" e quem é "de fora".

Aqui está a explicação, usando analogias do dia a dia:

1. O Problema: A Caixa de Correio Cheia de Papel

Antes dos anos 1960, os físicos enviavam suas descobertas diretamente uns para os outros. Era como um grupo de WhatsApp antigo: rápido, mas bagunçado. Se você mudasse de cidade ou de trabalho, perdia o contato com as novidades.

• A Solução das Bibliotecas: Imagine que a biblioteca do CERN (na Suíça) e a do SLAC (nos EUA) viraram caixas de correio centrais. Em vez de enviar a carta para o colega João, você enviava para a biblioteca. Lá, um bibliotecário pegava a carta, lia o título, colava um adesivo com o tema (ex: "Partículas" ou "Aceleradores") e colocava em uma estante pública.
• O Resultado: De repente, qualquer pessoa que entrasse na biblioteca podia ver o que todo mundo estava fazendo. Isso foi o nascimento do sistema de pré-impressos que conhecemos hoje (como o arXiv).

2. O Porteiro e a Etiqueta: Quem entra no Clube?

Com o tempo, a quantidade de cartas ficou enorme. As bibliotecas não conseguiam mais ler tudo. Elas precisavam de filtros.

• A Analogia do Festival de Música: Pense na biblioteca como a organização de um grande festival de música. Eles não podem tocar todas as bandas do mundo. Então, eles criam categorias: "Rock", "Jazz", "Pop".
• O Segredo: As bibliotecas (especialmente a do CERN) começaram a usar categorias que refletiam o que elas achavam importante. Se o seu trabalho era sobre algo que os cientistas do CERN não gostavam ou não entendiam, sua música (seu artigo) podia ser colocada em uma categoria genérica ou até ignorada.
• O Efeito Social: Ser colocado na lista oficial da biblioteca virou um distintivo de honra. Era como ganhar um crachá de "membro oficial do clube". Se seu nome não estava na lista, você era invisível para a comunidade. Isso criou uma barreira: quem estava na lista era um "insider" (de dentro); quem não estava, era um "outsider" (de fora).

3. As Etiquetas Não São Neutras

O texto explica que essas categorias (como "Física de Altas Energias") não eram apenas descrições técnicas neutras. Elas eram etiquetas políticas.

• A Analogia do Algoritmo de Spotify: Hoje, o Spotify decide o que você ouve com base no que é popular. Antigamente, os bibliotecários e físicos faziam isso manualmente.
• Se você tinha muitos "palavras-chave" (etiquetas) no seu trabalho, era mais fácil de ser encontrado. Se o seu trabalho era muito estranho ou novo, ele recebia poucas etiquetas e ficava perdido no fundo da estante, como se fosse "menos importante".
• O sistema criou uma realidade onde o que era "física real" era definido pelo que a biblioteca escolhia destacar.

4. O Legado: Do Carteiro Humano ao Robô

Hoje, temos o arXiv, que é como uma versão digital gigante dessas bibliotecas.

• A Mudança: Antigamente, um bibliotecário humano lia seu resumo e decidia a categoria. Hoje, temos algoritmos e inteligência artificial que fazem isso.
• O Perigo: O autor do texto avisa que, embora os robôs pareçam mais justos, eles apenas repetem os preconceitos antigos. Se o sistema decide que seu artigo é "genérico" (categoria gen-ph), ele está dizendo, na verdade: "Isso não é interessante para os especialistas".
• A Conclusão: A forma como classificamos o conhecimento nunca é apenas técnica. É uma forma de seleção social. As bibliotecas antigas e os sistemas modernos criaram muros invisíveis. Eles decidem quem tem voz na conversa científica e quem fica em silêncio, baseando-se em regras que foram criadas há décadas por um pequeno grupo de pessoas em bibliotecas específicas.

Em resumo:
A classificação dos artigos de física não foi apenas uma forma de organizar livros na estante. Foi a criação de um sistema de crachás. Quem tinha o crachá certo (a categoria certa) podia entrar no clube e ser ouvido. Quem não tinha, ficava de fora. E mesmo hoje, com a tecnologia avançada, ainda estamos usando as mesmas regras de "quem é de dentro" e "quem é de fora" que foram inventadas por bibliotecários há 60 anos.

Resumo técnico

Título: Como as bibliotecas classificaram os preprints de física antes do arXiv e prepararam o terreno para distinguir "insiders" de "outsiders"

1. Problema

O artigo aborda a questão fundamental de como a literatura científica em rápida expansão, especificamente na física de altas energias, é organizada e categorizada. O problema central não é apenas técnico (como armazenar informações), mas sociológico e político:

• A Ilusão de Neutralidade: Sistemas de classificação parecem ser rótulos técnicos neutros derivados de conceitos científicos puros, mas na prática, escondem lutas sociais e políticas.
• Gestão do Fluxo de Informação: Antes da era digital, havia uma necessidade crítica de gerenciar o crescente volume de "literatura cinzenta" (preprints) que circulava fora dos periódicos formais, garantindo que os pesquisadores se mantivessem atualizados sem se perderem em um "massa heterogênea de documentação vagamente relacionada".
• Barreiras de Acesso: A forma como a classificação é feita define quem tem visibilidade e quem é excluído, criando fronteiras entre membros do campo ("insiders") e não membros ("outsiders").

2. Metodologia

O autor utiliza uma abordagem histórica e sociológica para analisar a evolução da classificação de preprints.

• Análise de Fontes Primárias: O estudo baseia-se na revisão de manuais de bibliotecas (como o Staff Manual de 1965 do CERN), newsletters históricas (como o "Preprints in Particles and Fields" do SLAC) e índices bibliográficos (como o HEPI do DESY).
• Estudo de Caso Institucional: Foca nas práticas de bibliotecas específicas de física de altas energias que foram pioneiras no tratamento formal de preprints:
  • CERN (Genebra): Sob a liderança de Luisella Goldschmidt-Clermont.
  • SLAC (Stanford): Sob a liderança de Louise Addis.
  • DESY (Hamburgo): Criador do High-Energy Physics Index (HEPI).
• Comparação Temporal: O artigo traça uma linha do tempo desde a circulação privada no pós-Segunda Guerra Mundial até a institucionalização nos anos 1960/70, e finalmente compara essas práticas históricas com os sistemas modernos de classificação do arXiv.

3. Principais Contribuições

O artigo oferece três contribuições teóricas e históricas principais:

• Origem da Institucionalização dos Preprints: Demonstra que a prática de coletar, catalogar e exibir publicamente preprints não foi uma invenção digital, mas sim uma inovação de bibliotecas físicas (CERN, SLAC, DESY) nos anos 1950 e 1960 para resolver problemas de comunicação local e global.
• A Classificação como Ferramenta de Poder: Argumenta que as categorias de classificação não são apenas organizacionais, mas funcionam como mecanismos de moderação de conteúdo e seleção social. A inclusão em listas de bibliotecas tornava-se um "distintivo de pertencimento" ao campo.
• Continuidade das Fronteiras Sociais: Revela que a distinção entre "insiders" e "outsiders", estabelecida por bibliotecas no século XX, persiste nos sistemas algorítmicos modernos. A classificação define o que é considerado "relevante" ou "interessante" para a comunidade científica.

4. Resultados e Descobertas Chave

• Sistemas Pragmáticos vs. Ideais: As classificações não derivavam de um sistema teórico perfeito, mas de soluções pragmáticas.
  • No CERN, as categorias (ex: "física de partículas teórica", "detectores") refletiam principalmente os interesses de pesquisa do próprio laboratório de Genebra.
  • No DESY (HEPI), o uso de palavras-chave era dinâmico; artigos com mais palavras-chave (mais "mainstream") eram mais fáceis de encontrar, enquanto trabalhos com menos palavras-chave pareciam menos relevantes.
• O Papel do "Gatekeeper" (Guardião): As bibliotecas atuavam como guardiões, selecionando o que entrava nas listas. O manual do CERN admitia explicitamente que a rejeição de material "de fronteira" era "inevitavelmente um pouco arbitrária".
• A Herança no arXiv: O sistema moderno do arXiv, incluindo a categoria "gen-ph" (física geral), perpetua essa lógica de exclusão. O "gen-ph" é usado para papers que não têm um público especializado definido, sendo implicitamente classificados como "geralmente pouco interessantes" para as comunidades especializadas.
• Arbitrariedade Algorítmica: A transição da moderação humana (bibliotecários/físicos) para a moderação por máquina (algoritmos de machine learning no arXiv) não eliminou o viés. Pelo contrário, os algoritmos naturalizam práticas históricas, continuando a impor visões humanas sobre quem pertence à comunidade e quem não pertence.

5. Significância

O artigo é significativo porque desmistifica a suposta neutralidade técnica dos sistemas de classificação científica.

• Implicação Sociológica: Mostra que a organização do conhecimento científico é um processo social ativo que constrói hierarquias e define a identidade da comunidade.
• Crítica aos Sistemas Atuais: Alerta que as ferramentas modernas de classificação (como as do arXiv), embora prometam transparência e empoderamento do autor, continuam a reforçar barreiras invisíveis entre especialistas e não especialistas.
• Legado Histórico: Estabelece que a infraestrutura atual de disseminação científica (servidores de preprints) tem raízes profundas nas práticas de bibliotecas físicas do século XX, onde a "correção" da categorização era sempre um compromisso entre a sistematização ideal e a realidade política e social da comunidade de pesquisa.

Em suma, Roth conclui que a classificação de preprints é uma tecnologia social que, desde o início, serviu não apenas para organizar informações, mas para distinguir e separar aqueles que são considerados parte legítima da comunidade científica daqueles que são marginalizados.