Preservar patrimônio digital não é só fazer backup
A gente ouve muito sobre o conceito de heritage for the future em conferências de museus e arquivos, mas a maioria das instituições que eu já atendi trata isso como um projeto de digitalização comum. Não é. A diferença é que digitalização preserva o objeto; herança para o futuro preserva o contexto, a procedência e a capacidade de uso futuro dos dados. Eu já vi gente passar três meses digitalizando acervos inteiros e no final não conseguir nem restaurar os metadados porque o esquema de catalogação inicial era incompatível com qualquer padrão durável. Se você está começando agora, esquece a ideia de "digitalizar primeiro, pensar depois". O primeiro passo real é definir o que você considera patrimônio na sua instituição. Pode ser documentos físicos, áudios, fotografias, mas também pode ser a forma como aqueles itens se conectam entre si. A perda do contexto costuma ser mais devastadora do que a perda do arquivo em si. Um documento sem proveniência é apenas papel velho. Um documento sem Rede pode virar lixo digital em dez anos quando o software que o lê deixar de existir.
Entendendo o conceito de heritage for the future na prática
O núcleo disso tudo é a preservação de longo prazo com acesso sustentável. Isso envolve formatos abertos, metadados estruturados, redundância geográfica e, principalmente, planejamento para obsolescência tecnológica. Não adianta guardar tudo em PDF/A se a infraestrutura de armazenamento vai depender de um único servidor que ninguém sabe quem vai manter daqui a cinco anos. Eu trabalhei com uma coleção de áudios de entrevistas orais que estava em um formato proprietário de gravação. Quando a empresa faliu, o software deixou de ser suportado. Levou seis meses e muito dinheiro para converter tudo e recuperar os metadados que estavam embutidos nos arquivos originais. A solução que eu uso hoje é bem mais simples do que parece. Começa com a definição de uma política clara de formatos aceitos. O padrão mais sólido que encontrei até agora combina arquivos TIFF ou WAV para os digitais brutos, PDF/A para documentos, e metadados em XML seguindo o padrão Dublin Core ou METS. Isso garante que, mesmo que a plataforma inicial saia do ar, os arquivos possam ser lidos por qualquer ferramenta moderna. O formato em si não é o problema. O problema é que a maioria das pessoas não faz o controle de qualidade na ingestão.
Como configurar seu projeto do zero
Você precisa de quatro coisas antes de começar a subir qualquer arquivo. Primeira: um repositório confiável. Pode ser um serviço como o Figshare, o Dataverse, ou até um servidor próprio com réplica em nuvem. O importante é que tenha replicação geograficamente distribuída. Segunda: um catálogo de metadados com campos obrigatórios definidos. Terceira: um plano de migrração de formato a cada cinco anos, pelo menos. Quarta: alguém responsável por atualizar periodicamente a coleção, não apenas por alimentá-la uma vez. Eu configurei meu próprio repositório usando o Samvera Hyrax, que é uma base sólida para gestão de objetos digitais. A instalação em si levou um dia inteiro num servidor com oito núcleos e 16GB de RAM. O que leva mais tempo não é a tecnologia, é a curadoria. A maioria das instituições subestima isso em pelo menos três vezes. Você vai gastar cerca de duas horas para cada cem itens bem catalogados. Se os metadados forem precários, esse número sobe para oito horas por cem itens porque vai precisar corrigir na mão.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O problema que quase destruiu meu último projeto
Estava trabalhando em uma coleção de fotografias antigas de uma comunidade indígena quando percebi que os arquivos EXIF estavam truncados em cerca de 40% dos casos. O scanner que a instituição usava tinha um firmware antigo que corrompia os metadados durante a transferência USB. A maioria dos sistemas de preservação automática não detecta isso, então os arquivos eram ingestados parecendo normais. Eu descobri rodando um script de validação que checa a integridade completa dos metadados antes de aceitar o arquivo no repositório. O workaround foi direto: desliguei a ingestão automática até que todos os scanners fossem substituídos por modelos com firmware atualizado e conexão direta via rede. Isso gerou um atraso de duas semanas no cronograma, mas salvou a coleção inteira de ter metadados incompletos. A lição que ficou é que validação prévia deve ser obrigatória, não opcional. Existem ferramentas como a Preserved Lookout Checksum Tool que podem automatizar parte disso, mas elas não substituem o olho de quem conhece o fluxo de produção.
O que todo mundo erra ao implementar
O erro mais comum é achar que preservar é só armazenar. Preservação ativa exige monitoramento constante. Arquivos em discos rígidos têm taxa de falha que aumenta exponencialmente após três a cinco anos sem verificação. Sem verificação de integridade periódica usando checksums SHA-256, você pode passar anos achando que tem uma coleção intacta quando na verdade metade dos arquivos está corrompida. Eu recomendo rodar verificações mensais em todas as cópias e anualmente nas originais. Outro erro frequente é escolher formatos bonitos sem verificar a sustentabilidade. JPEG 2000 é mais elegante que JPEG padrão, mas a suporte de codificadores abertos é limitado. TIFF é o padrão ouro para imagens, mas gera arquivos enormes que podem ser impraticáveis para coleções grandes. A regra prática é: use o formato mais simples que atenda às necessidades de qualidade da sua instituição. Não tente ser sofisticado. Sophistication custa caro em manutenção.
Alternativas e quando não usar essa abordagem
Se a sua coleção tiver menos de mil itens e orçamento zero, talvez o melhor caminho seja usar serviços existentes como o Wikimedia Commons ou o Internet Archive. Eles já resolvem muitos dos problemas de infraestrutura e preservação. A desvantagem é que você perde controle sobre os metadados e a governança dos dados. Se a sua coleção é sensível, com restrições de acesso ou questões éticas de propriedade intelectual, um repositório próprio é mais adequado, mesmo que exija mais trabalho. Também existe o caso em que heritage for the future simplesmente não se aplica. Se o patrimônio em questão é primariamente oral, performativo ou imaterial, a abordagem digital tradicional pode ser inadequada ou até prejudicial. Nesse cenário, parcerias com comunidades locais e documentação etnográfica costumam ser mais eficazes do que escanear tudo e colocar em um repositório. Tecnologia não é solução universal.
Recursos para começar hoje
O Portal da UNESCO sobre Preservação do Patrimônio Digital tem guias gratuitos que cobrem desde a escolha de formatos até a construção de políticas institucionais. O site do LOCKSS Project também oferece documentação técnica relevante para quem quer implementar preservação distribuída. Para quem prefere uma solução mais didática, o curso online do ICOMOS sobre preservação do patrimônio cultural digital é gratuito e atualizado regularmente. Eu uso esses recursos como referência constante, não como bible. A prática real sempre encontra situações que nenhum guia prevê. Se você quiser baixar um template de política de preservação que eu adaptei ao longo dos anos, ele está disponível no meu repositório público. Contém checklist de ingestão, tabela de formatos recomendados por tipo de mídia, e um esboço de cronograma de migração quinquenal. Leva cerca de vinte minutos para personalizar para a sua instituição. O que leva mais tempo é convencer a diretoria de que isso é necessário antes do primeiro problema aparecer.
