Towards a Relational Model of the Holocaust Geolocalized Approaches to Perpetration, Complicity, and Knowledge

O Mapa que Conecta os Pontos

Imagine que você está tentando resolver um mistério massivo e global, mas as pistas estão espalhadas por milhares de caixas diferentes em um sótão empoeirado. Algumas pistas são bilhetes de trem, outras são entradas de diários, algumas são listas governamentais oficiais e outras são histórias contadas por sobreviventes décadas depois. Por muito tempo, os historiadores foram excelentes em ler as histórias individuais — como um detetive focando no diário de uma pessoa específica para entender seu medo ou sua coragem. Mas, às vezes, olhar apenas para uma história torna difícil enxergar o quadro completo de como o mistério foi organizado. É como tentar entender um engarrafamento massivo olhando apenas para um carro; você sabe que aquele carro está parado, mas não sabe por que toda a malha urbana está travada.

Este artigo situa-se na interseção entre a história e a tecnologia digital, especificamente em um campo chamado "Análise de Redes Históricas". Pense neste campo como uma forma superpoderosa de conectar os pontos. Em vez de apenas ler uma lista de nomes, este método constrói uma teia gigante e interativa onde cada pessoa, lugar, estação de trem e documento é um "nó" (um ponto), e os relacionamentos entre eles são "arestas" (linhas conectando os pontos). O artigo faz uma grande pergunta: podemos usar essas teias digitais para mapear não apenas o que aconteceu durante o Holocausto, mas onde aconteceu, quem estava por perto e o que de informação estava circulando no ar naquela época? Trata-se de passar de uma visão de livro de histórias para uma visão de mapa 3D, ajudando-nos a ver padrões de movimento, conhecimento e responsabilidade que são invisíveis quando lemos apenas um documento por vez.

A Grande Ideia do Artigo: Construindo uma Teia Digital da História

Fabian Schmidt, o autor deste artigo, propõe uma nova maneira de estudar o Holocausto usando essas teias digitais. Ele sugere que, embora as histórias pessoais sejam essenciais para compreender a dor individual, elas não são as melhores ferramentas para visualizar as enormes e invisíveis estruturas que conectavam perpetradores, vítimas, espectadores e instituições através do tempo e do espaço. Para corrigir isso, o artigo argumenta que precisamos construir "redes históricas geolocalizadas".

Imagine pegar todas as pistas dispersas — os horários de trens, as listas de transferência de campos, os registros de fábricas e as memórias de sobreviventes — e alimentá-las em um modelo de computador. Este modelo não apenas as lista; ele as conecta. Ele desenha linhas entre um trem específico e a cidade por onde ele passou, ou entre uma fábrica e os trabalhadores que ela empregava. Ao fazer isso, o modelo pode revelar padrões que são grandes demais para o céreamente humano detectar em um único livro. Por exemplo, o autor compartilha um momento pessoal em que percebeu que um trem de deportação, famoso por transportar uma jovem chamada Settela Steinbach, passou a menos de um quilômetro (cerca de 0,6 milhas) de seu próprio escritório em Berlim. Embora a rota do trem já estivesse escrita nos livros de história, conectar isso a um mapa de seu bairro de repente fez o evento parecer real e imediato. Isso levantou novas questões: Quantos outros trens passaram por aquele bairro? Com que frequência as pessoas locais os viam?

O artigo sugere que, ao construir essas redes, podemos criar "mapas de conhecimento". Esses mapas não nos dizem exatamente o que uma pessoa específica sabia em um dia específico (porque isso é frequentemente impossível de provar). Em vez disso, eles nos mostram o ambiente de informação. Eles podem mostrar quais cidades estavam localizadas ao lado de campos de trabalho forçado, ou quais estações de trem tinham longos atrasos onde civis poderiam ter esperado e observado. É como criar um mapa meteorológico para a informação: não podemos ver o vento, mas podemos ver os sistemas de pressão que nos dizem onde a tempestade provavelmente seria sentida.

O Que o Artigo Realmente Faz (e o Que Não Faz)

É importante entender o que este artigo não está alegando. O autor é muito claro ao dizer que este método não é uma varinha mágica que substituirá a necessidade de ler testemunhos de sobreviventes ou livros de história tradicionais. Na verdade, o artigo argumenta contra a ideia de que podemos usar esses modelos para dizer definitivamente: "Esta pessoa sabia tudo" ou "Esta pessoa não sabia nada". O modelo não pode ler mentes.

Em vez disso, o artigo sugere que essas redes são uma ferramenta para complementar a história existente. Propõe que, ao vincular dados fragmentados — como combinar uma lista de prisioneiros com um mapa de linhas ferroviárias e uma entrada de diário de um residente local — podemos reconstruir os "contextos relacionais" do Holocausto. O artigo utiliza exemplos de outros campos para mostrar como isso funciona. Aponta para um projeto chamado "Sites of Shame" (Locais de Vergonha), que mapeou as rotas de deportação de afro-americanos japoneses durante a Segunda Guerra Mundial. Aquele mapa mostrou um padrão claro: a maioria das pessoas era movida da Califórnia para campos no Meio-Oeste, mas após a guerra, elas não voltaram para a Califórnia; elas se mudaram para a Costa Leste. Esse padrão de grande escala estava oculto em milhares de histórias individuais, mas tornou-se óbvio quando visualizado como uma rede. Da mesma forma, o artigo observa mapas do tráfico transatlântico de escravos, que revelaram que muitos escravizados eram movidos internamente entre plantações, um detalhe frequentemente perdido nas histórias gerais.

O artigo exclui explicitamente a ideia de que esses modelos devam ser usados para simplificar ou "estetizar" o horror do Holocaoco. Os próprios nazistas usaram mapas e diagramas para fazer seu genocídio parecer uma operação logística limpa e eficiente. Este artigo argumenta que nossos modelos devem fazer o oposto: eles devem reconectar as peças humanas quebradas e desordenadas para mostrar a verdadeira complexidade e o custo humano.

O Método: Do Papel aos Pixels

Para construir esses modelos, o artigo descreve um método chamado Modelagem de Entidade-Relacionamento. Pense nisso como um conjunto de LEGO digital. Os "tijolos" são as entidades: pessoas, lugares, organizações e eventos. Os "conectores" são os relacionamentos: "foi deportado de", "trabalhou em", "viveu perto de" ou "viu".

O autor observa que, embora tenhamos muitos dados, eles estão atualmente dispersos. Parte está em arquivos governamentais, parte em bancos de dados de museus e parte em livros antigos. O artigo sugere o uso de tecnologia como o Processamento de Linguagem Natural (PLN) — que é basicamente um computador lendo texto para encontrar nomes e datas — para reunir essas informações. Por exemplo, um computador poderia escanear um diário e encontrar uma menção a um trem passando, então vincular isso a um cronograma de transporte para ver exatamente quando e onde isso aconteceu.

No entanto, o artigo é cuidadoso ao alertar que isso não é perfeito. Os dados são incompletos e algumas histórias podem ser exageradas ou falsas. O autor sugere que precisamos ser muito cuidadosos sobre o que incluímos no modelo. Devemos focar em eventos que estejam ancorados a tempos e lugares específicos, em vez de rumores vagos. O artigo também discute o lado ético deste trabalho. Como os dados envolvem pessoas reais que sofreram, o autor argumenta que devemos usar "pseudônimos" (nomes falsos ou números de identificação) no banco de dados para proteger sua dignidade, revelando nomes reais apenas quando absolutamente necessário e com cuidado.

O Futuro: Vendo o Invisível

O artigo conclui sugerindo que essas ferramentas poderiam ajudar a responder perguntas que têm sido difíceis de fazer. Por exemplo, poderíamos mapear o quão perto os civis viviam de campos de concentração? Poderíamos ver com que frequência os trens de deportação paravam perto de praças de cidades movimentadas? O autor imagina um futuro onde poderíamos perguntar a um computador: "Como teria sido entrar em um pub em uma cidade específica em 1941?" e obter uma resposta baseada na rede de eventos que aconteciam por perto, em vez de apenas um palpite.

Embora o artigo não pretenda ter resolvido o mistério do Holocausto, ele sugere que a Análise de Redes Históricas oferece uma nova maneira de olhar para as evidências. Ela transforma uma pilha de documentos desconectados em um mapa vivo e pulsante de relacionamentos. Ao fazer isso, ajuda-nos a ver as estruturas "invisíveis" de cumplicidade e conhecimento, lembrando-nos de que a história não é apenas uma lista de datas e nomes, mas uma teia complexa de conexões que moldaram o mundo. À medida que a geração de testemunhas oculares desaparece, o artigo argumenta que essas teias digitais podem ser uma das melhores formas que nos restam para compreender a escala total do que aconteceu, garantindo que as conexões entre pessoas, lugares e eventos nunca mais sejam perdidas.