Thirty Years of Digital Libraries: What ECDL/TPDL Tells Us About the Field, and Where We Go from Here

No final da década de 1990, uma nova ideia começou a ganhar forma no mundo da ciência da informação: a biblioteca digital. Na época, não se tratava meramente de um site com alguns livros digitalizados. Era um desafio complexo de engenharia, uma promessa de construir sistemas inteiramente novos que pudessem armazenar, organizar e entregar vastas coleções de conteúdo digital. Pesquisadores estavam ocupados construindo as prateleiras digitais, escrevendo o software que permitiria que os computadores conversassem entre si e descobrindo como fazer esses sistemas funcionarem para as pessoas. Ao longo das três décadas seguintes, um grupo específico de cientistas reuniu-se anualmente em uma conferência na Europa para compartilhar seus progressos. Eles chamavam seu encontro de Conferência Europeia de Pesquisa e Tecnologia Avançada para Bibliotecas Digitais, posteriormente abreviada para TPDL. Durante trinta anos, esse encontro serviu como um barômetro para o campo, registrando cada mudança no que os pesquisadores consideravam importante, quem estava realizando o trabalho e o que eles estavam realmente construindo.

Um estudo recente de Gianmaria Silvello, um pesquisador da Universidade de Pádua, olhou para trás para toda a história desta série de conferências para entender como o conceito de biblioteca digital se transformou. Silvello analisou cada artigo apresentado nas trinta edições da conferência, desde seu primeiro encontro em 1997 até seu encontro mais recente em 2026. Para dar sentido a quase 1.600 artigos acadêmicos, o pesquisador utilizou um poderoso programa de computador, conhecido como um modelo de linguagem de grande escala, para ler os títulos e resumos de cada contribuição e classificá-los em categorias. Essa ferramenta ajudou a identificar se um artigo era sobre a construção de um novo sistema de software, o estudo de como as pessoas usam uma biblioteca ou a análise dos dados dentro de uma coleção. O pesquisador então verificou manualmente uma amostra desses rótulos gerados pelo computador para garantir que a máquina estava lendo o texto corretamente. O objetivo era rastrear a evolução do campo, não apenas contando palavras, mas observando como a própria comunidade mudou ao longo do tempo.

A história que os dados contam é de uma mudança fundamental de foco. Nos primeiros anos, de 1997 a 2007, a conferência foi dominada pela construção de sistemas. Os pesquisadores estavam focados na arquitetura das bibliotecas digitais, criando as estruturas e protocolos que permitiam que diferentes sistemas de computador compartilhassem informações. Eles estavam construindo a infraestrutura, projetando os padrões de metadados que permitiriam que uma biblioteca em um país falasse com uma biblioteca em outro, e desenvolvendo os mecanismos de busca que ajudariam os usuários a encontrar o que precisavam. Os artigos eram repletos de discussões técnicas sobre design de sistemas, interoperabilidade e as ferramentas necessárias para fazer esses repositórios digitais funcionarem. Era uma era de engenharia, onde a pergunta principal era como construir a própria biblioteca.

À medida que os anos passaram, a conversa começou a mudar. No período intermediário, de 2008 a 2016, o foco começou a se afastar da construção dos sistemas e a se voltar para as pessoas que os utilizam e para o conteúdo que eles detêm. Os pesquisadores começaram a estudar como os usuários interagiam com essas coleções digitais, como preservar materiais digitais a longo prazo e como gerenciar a crescente teia de dados. Os sistemas que haviam sido construídos na primeira década não eram mais o assunto principal da pesquisa; eles haviam se tornado a infraestrutura de fundo, operada por bibliotecas e arquivos. As novas questões eram sobre o que poderia ser feito com os registros dentro desses sistemas.

Na década mais recente, de 2017 a 2026, o campo passou por uma segunda transformação, ainda mais dramática. A pesquisa deslocou-se quase inteiramente para os próprios dados. Hoje, os artigos são menos sobre construir a biblioteca e mais sobre processar os registros acadêmicos e culturais que a biblioteca detém. Os tópicos dominantes agora são mineração de texto, processamento de linguagem natural e aprendizado de máquina. Pesquisadores estão usando modelos computacionais avançados para analisar vastas quantidades de documentos históricos, artigos científicos e materiais de patrimônio cultural. Eles estão construindo grafos de conhecimento, que são mapas complexos de como diferentes partes da informação se conectam, e estão usando inteligência artificial para extrair significado de milhões de registros. A biblioteca digital não é mais vista como um sistema a ser construído, mas como uma coleção curada de dados confiáveis que pode ser usada para treinar inteligência artificial e apoiar novas formas de descoberta.

Essa mudança no que está sendo estudado é acompanhada por uma mudança em quem está realizando o trabalho. Nos primórdios, a conferência atraía um público internacional amplo, com um número significativo de pesquisadores dos Estados Unidos. Com o tempo, a comunidade contraiu-se geograficamente. A parcela de autores da América do Norte diminuiu constantemente, enquanto a presença de pesquisadores europeus cresceu para dominar a conferência. Hoje, a vasta maioria dos participantes vem da Europa, e o número de países representados diminuiu. A comunidade tornou-se mais localizada, com um núcleo menor de autores recorrentes e um grande número de novatos que participam apenas uma vez. Os grupos de pesquisa que impulsionam a conferência também mudaram, com diferentes equipes assumindo a liderança em diferentes eras, refletindo as prioridades mutáveis do campo.

O estudo também revela como a definição de uma biblioteca digital evoluiu na mente dos pesquisadores. No início, o termo referia-se a um sistema ou a uma coleção de objetos digitais. Com o tempo, passou a descrever um papel: a curadoria responsável de coleções. Uma biblioteca digital é agora entendida como a entidade que garante que uma coleção seja confiável, que saiba de onde vêm seus dados e que possa ser usada com segurança tanto por pessoas quanto por máquinas. Esta nova definição é crucial porque separa uma verdadeira biblioteca digital de um simples mecanismo de busca ou de um depósito aleatório de dados. Ela enfatiza a responsabilidade da instituição de manter a qualidade e a integridade da informação ao longo do tempo.

Os pesquisadores descobriram que, embora o foco tenha se movido dos sistemas para os dados, o envolvimento de bibliotecas, arquivos e museus reais permaneceu constante, embora seu papel tenha mudado. Nos primeiros anos, essas instituições eram frequentemente os principais construtores dos sistemas. Hoje, elas são mais frequentemente parceiras na pesquisa, fornecendo as coleções curadas que os pesquisadores analisam. Os artigos escritos por profissionais dessas instituições agora frequentemente envolvem colaboração com pesquisadores universitários, combinando o conhecimento profundo das coleções com as ferramentas analíticas avançadas da ciência da computação.

Olhando para o futuro, o estudo sugere vários caminhos para o campo. À medida que a inteligência artificial se torna mais poderosa, a necessidade de coleções de alta qualidade e curadas nunca foi tão grande. Essas coleções servem como os dados de treinamento para modelos de aprendizado de máquina e como a "verdade fundamental" (ground truth) para avaliar suas respostas. Os pesquisadores propõem que o campo deve focar na qualidade dessas coleções, na confiabilidade dos grafos de conhecimento construídos a partir delas e na preservação de longo prazo dos dados. Eles também sugerem que a conferência deve continuar a evoluir, talvez dando mais espaço às humanidades digitais e fortalecendo suas conexões com outros campos, como a gestão de dados.

A jornada de trinta anos da conferência ECDL/TPDL mostra um campo que amadureceu de um foco em engenharia para um foco em conhecimento. Os construtores dos sistemas deram lugar aos processadores de dados, mas a missão central permanece a mesma: tornar a informação do mundo acessível e útil. A biblioteca digital não desapareceu; ela simplesmente mudou de forma, passando de um lugar onde sistemas são construídos para um lugar onde as histórias da cultura e da ciência humanas são processadas, compreendidas e preservadas para o futuro. Os pesquisadores concluem que a coisa mais importante que uma biblioteca digital pode fazer hoje é prestar contas do que ela contém, garantindo que as coleções que ela gerencia permaneçam confiáveis e disponíveis para as gerações vindouras.