Este documento discute critérios para preservação digital de informação científica no Brasil. Apresenta uma revisão da literatura sobre o assunto e identifica critérios usados internacionalmente. Também caracteriza as práticas atuais de preservação digital em instituições de pesquisa brasileiras e propõe um conjunto de critérios para adoção.

1. Critérios para a preservação digital da informação científica Miguel Ángel Márdero Arellano Universidade de Brasília Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação Departamento de Ciência da Informação e Documentação Orientador: Prof. Dr. Murilo Bastos da Cunha Brasília – DF 2008 Tese de doutorado em Ciência da Informação

2. Introdução

3. O presente trabalho tentou responder ao desafio de identificar um conjunto de critérios de preservação digital essenciais para o funcionamento de sistemas de informação científica nas unidades de pesquisa do Ministério da Ciência e Tecnologia do Brasil. Introdução p. 22

4. A investigação procurou ordenar uma linha de pensamento teórica e conceitual que produzisse conhecimentos e instrumentos adequados para tratar uma parte fundamental do fluxo interno da gestão da informação digital. Introdução p. 23

5. A preservação da informação científica em documentos digitais. A importância do registro e arquivamento dos dados produzidos durante a pesquisa. Tema p. 23

6. A ciência precisa da preservação dos resultados das pesquisas desenvolvidas em instrumentos confiáveis para que esses resultados possam ser utilizados futuramente por outros cientistas. Tema p. 26 A preservação da informação em formato digital precisa de um conjunto de práticas técnicas e de gerenciamento que mudam constantemente.

7. Nesta pesquisa identificou-se o conjunto de critérios de preservação digital a serem propostos ao MCT. Esse conjunto não foi testado, mas analisaram-se as percepções dos responsáveis pelos acervos digitais nessa instituição, bem como o estado das coleções digitais das unidades de pesquisa. Tema p. 27

8. Refere-se aos mecanismos que permitem o armazenamento em repositórios de dados digitais, e garantem a perenidade dos seus conteúdos. Preservação digital

9. Função ou efeito mental de representação dos objetos; sensação, senso. (Dicionário Houaiss) Percepção

10. Influencia a maneira como os recursos digitais estão sendo estruturados, documentados, armazenados, validados e as condições como eles podem ser acessados. Percepção das necessidades de preservação digital

11. São aqueles relacionados com o conteúdo do documento, seu contexto e estrutura no momento da sua criação, assim como das mudanças acontecidas em todo seu ciclo de vida. Essa perspectiva inclui sua estrutura física, técnica e lógica (a relação entre registros). Metadados de preservação p. 79

12. Idéia a partir da qual decidimos ou valorizamos alguma coisa ou alguém. Uma norma de confronto, avaliação e escolha. (Dicionário Houaiss) Critério p. 280

13. Conjunto de atividades que determinam a manutenção de coleções digitais; elas definem as funções dos repositórios, os processos e procedimentos, a comunidade alvo a usabilidade da informação e a infra-estrutura técnica. Critérios de preservação digital p. 354

14. Definição do Problema Quais critérios de preservação digital, usados na construção sistemas de gestão da informação científica e tecnológica e reconhecidos internacionalmente, podem ser adotados pelas instituições de pesquisa do Ministério da Ciência e Tecnologia do Brasil? p. 201

15. Objetivo geral: formular um conjunto de critérios necessários à implementação de sistemas de gestão de preservação de informação científica em documentos digitais. Objetivos p. 31

16. Objetivos específicos: (OE 1 ) Objetivos p. 31 caracterizar o estado atual das práticas de preservação digital da informação técnico-científica.

17. Objetivos específicos: (OE 2 ) Objetivos p. 31 identificar na literatura científica os critérios usados na construção dos sistemas de preservação digital

18. Objetivos específicos: (OE 3 ) Objetivos p. 31 identificar as necessidades de preservação digital da informação técnico-científica das unidades de pesquisa do Ministério da Ciência e Tecnologia

19. Objetivos específicos: (OE 4 ) Objetivos p. 31 resgatar os conceitos e aplicações usados nessas organizações que caracterizam suas práticas de preservação, tendo por parâmetro as condições locais que interfiram no entendimento do significado e propósito da implantação das metodologias de preservação de documentos digitais.

20. Revisão da literatura p. 32-197

21. Apresenta uma análise descritiva das principais conclusões formuladas desde a segunda metade da década de 1990 até 2007 sobre o tema preservação digital e o acesso à informação científica em documentos digitais de longo prazo. Revisão da literatura

22. Nesse capítulo foram mencionadas: as principais definições usadas para se referir às atividades que envolvem os documentos, após a digitalização do objeto físico ou com objetos nascidos já em formato digital; as estratégias adotadas para atender às necessidades dos responsáveis pelos acervos digitais, aquelas que garantem o acesso constante e a preservação de materiais digitais; a variedade de sistemas e soluções tecnológicas que têm sido testados e que estão sendo considerados pela comunidade científica como padrões de preservação digital; Revisão da literatura

23. Tanto a arquivologia quanto a ciência da informação têm nas práticas de preservação digital um objeto de estudo que engloba todas as tarefas envolvidas no fluxo informacional. São áreas que estão propondo padrões, normas, política e procedimentos para o arquivamento digital. Revisão da literatura p. 40-44

24. A importância da preservação digital de informação técnico-científica está na confiança que a sociedade acadêmica tem depositado em certos recursos digitais, reconhecidos e qualificados pelos pares. (CHILVERS, 2000) Revisão da literatura p. 36

25. Necessidades de preservação digital São necessidades administrativas e da pesquisa acadêmico-científica. Presentes na motivação das ações empreendidas para garantir a integridade do conteúdo digital: - Seleção - Acesso - Recuperação - Modernização - Avaliação dos custos - Atualização - Espaço para armazenamento Revisão da literatura p. 52

26. Cada vez mais sistemas de informação para armazenamento e recuperação de informação são requeridos para conseguir acompanhar esse avanço na produção de conhecimento científico. Revisão da literatura p. 55

27. Propriedades dos sistemas de preservação digital: - o sistema não deve ter nenhum ponto de falha ou tolerar mais de uma simultaneamente; - as mídias, os softwares e os hardwares devem circular no sistema na medida em que eles vão ficando obsoletos e vão sendo substituídos, evitando a dependência dos provedores comerciais e, - os dados contidos nos arquivos são acessados irregularmente, permitindo a probabilidade de falha a níveis aceitáveis. Revisão da literatura

28. O desafio para os implementadores desses sistemas é a adoção de políticas, modelos de negócios, estratégias, suporte tecnológico e guias para o desenvolvimento de repositórios digitais confiáveis. Revisão da literatura

29. Constatou-se a inexistência de avaliações dos fundamentos teóricos dos critérios e requisitos de preservação digital adotados em projetos internacionais, e que são poucos os estudos que calculam os benefícios observados em sua aplicação. Revisão da literatura

30. Além das grandes e antigas instituições, os arquivos e bibliotecas não têm iniciado nenhuma mudança tecnológica significativa enfocando a preservação digital. Revisão da literatura

31. A prevalência da migração significa a prevalência de produtos comerciais como os da Microsoft Office e dos produtos da empresa Adobe na área científica (PDF/A). Revisão da literatura p. 68

32. Os assuntos ligados com a atualização de software e hardware não estão sendo tratados pelas instituições, que manifestam estar mais preocupadas em coletar e inserir os conteúdos nos sistemas atuais. Revisão da literatura p. 67

33. A preservação de longo prazo em repositórios digitais requer o desenvolvimento e manutenção de metadados descritivos, estruturais e administrativos. Revisão da literatura

34. Reconhecimento da importância da preservação digital baseada no pressuposto de que é necessário desenvolver repositórios digitais confiáveis que assegurem não só as migrações mas também o contexto, estrutura e acessibilidade dos documentos digitais. Revisão da literatura

35. Repositório digital confiável Responsabilidades: negociar com os produtores de informação a aceitação dos critérios relacionados às características dos documentos (tipo, assunto, fonte, originalidade, singularidade, mídia, formatos, etc.) e a conformação com padrões e políticas; obter controle das informações que garantem a preservação de longo prazo (propriedades e direitos autorais); Revisão da literatura

36. Repositório digital confiável Responsabilidades: determinar as comunidades de usuários potenciais; garantir a compreensão da informação fornecida; seguir políticas de documentação de procedimentos para auxiliar na localização dos originais; definir as condições de acesso, distribuição e preservação do acesso. Revisão da literatura

37. Progressos alcançados desde a publicação em 1996 do relatório da Task Force on Digital Archiving: consolidou-se o modelo de referência para sistemas de preservação digital (OAIS) também chamado em português de Sistema de Arquivamento Aberto de Informação (SAAI); estabeleceu-se o conjunto de atributos para repositórios digitais confiáveis (TDR), que delimita o contexto organizacional da preservação digital; publicaram-se dicionários de dados para metadados de preservação (PREMIS) e, surgiram os repositórios institucionais facilitados pelo aparecimento de novos softwares , como o Dspace . Revisão da literatura

38. 2005: o Research Library Group (RLG) e a U.S. National Archives and Records Administration (NARA) publicaram o Audit Checklist for the Certification of Trusted Digital Repositories . 2006: o Nestor Working Group on Trusted Repositories Certification lançou o Catalogue of Criteria for Trusted Digital Repositories. 2007: o Digital Curation Centre (DCC) e o Digital Preservation Europe (DPE) publicaram o Digital Repository Audit Method Based on Risk Assessment (DRAMBORA). Revisão da literatura

39. 2007: o CRL lançou o Trustworthy Repositories Audit & Certification: Criteria and Checklist ( TRAC). 2007-2008: Existe um esforço em desenvolvimento do padrão ISO que vai integrar várias iniciativas e requisitos relevantes das áreas de tecnologias da informação e segurança. 2008 – Pesquisas e atividades em desenvolvimento: Capacidade e eficiência Integração de ferramentas Auditoria e certificação Revisão da literatura

40. PROPOSTAS DE CERTIFICAÇÃO PARA REPOSITÓRIOS Para permitir maior confiança nos criadores de dados, nos donos dos recursos de informação e nos usuários de que o repositório segue padrões reconhecidos e cumpre a sua missão de preservar e dar acesso por longo prazo. Criação de programas de certificação que sirvam para: Definir prioridades e estabelecer metas Comparar com outros programas Publicar os resultados das auditorias Revisão da literatura

41. Os trabalhos sobre auditoria e certificação de repositórios de preservação não proporcionam ainda elementos suficientes para perceber os benefícios obtidos na aplicação dos critérios de preservação digital adotados. Espera-se que com a definição de normas de auditoria e certificação internacionais e sua assimilação geopolítica seja possível manter as características interoperáveis dos sistemas. Revisão da literatura p. 196

42. Um critério que se destaca no desenvolvimento das práticas de preservação digital citadas na literatura é o da confiabilidade , determinante na formação do conjunto de critérios aqui propostos. Revisão da literatura p. 192

43. Metodologia

44. Considerando que a temática da preservação digital encontra-se na fase da construção de hipóteses mais precisas e que os estudos atuais começam a elucidar questões complexas sobre sua natureza, esta pesquisa pretendeu prover subsídios e elucidar conceitos associados à preservação digital. Metodologia p. 198

45. A metodologia adotada baseou-se no uso das técnicas de questionário, entrevista, observação e análise etnográfica de conteúdo (AEC). Metodologia p. 198

46. Sob a perspectiva de David Althaide, a técnica Análise Etnográfica de Conteúdo foi usada para conseguir identificar os padrões que levam à construção de conceitos relacionados com a preservação digital, que servem para configurar a noção que as instituições empregam para justificar as atividades que têm sido aplicadas no tratamento dos registros digitais. Metodologia p. 269

47. A estratégia metodológica adotada compreendeu quatro etapas distintas: levantamento e análise bibliométrica da produção científica sobre preservação digital de informação científica e tecnológica em artigos, teses, dissertações e livros no período de 1996 a 2007 (SPSS ) ; contextualização da realidade da preservação digital nas unidades de pesquisa do Ministério da Ciência e Tecnologia, resultado de levantamentos, observação de práticas e análises de documentos dessas instituições; Metodologia p. 199

48. realização de uma análise etnográfica de conteúdo publicado sobre a preservação digital no Brasil. Coleta de documentos, palestras, cursos, artigos e publicações, observando os padrões emergentes, os temas, ênfases e processos mais freqüentemente citados; estruturação de um conjunto de critérios de preservação digital da informação técnico-científica baseado nos documentos produzidos por iniciativas internacionais. Metodologia p. 200

49. Universo de pesquisa e amostra ( 2004-2007 ) 24 Unidades de Pesquisa organizações sociais, entidades vinculadas e empresas estatais do Ministério da Ciência e Tecnologia. 20 responderam ao questionário. 20 Centros de Informação e Bibliotecas das UPs do MCT foram identificados e visitados. 19 responsáveis pelos centros de informação e bibliotecas e 69 membros das equipes técnicas foram entrevistados. Metodologia p. 202

50. IBICT CNPq AEB CGEE RNP IBICT CNEN FINEP ON IMPA CETEM INT INB CBPF RNP INPE CenPRA LNLS LNA LNCC INSA INPA MPEG IDSM NUCLEP

51. Análise dos dados

52. Tendo como foco a evolução temática da preservação digital como assunto de documentos publicados de 1996 a 2007 . Foram analisados 319 trabalhos apresentando os aspectos mais relevantes citados nessa produção, seus autores, tipo de autoria, tipo de documentos, origens e propostas. Análise Bibliométrica

53. Os autores produziram documentos sobre quatro subtemas: Percepção, Gerenciamento, Estratégias e Certificação. Apenas seis países produzem documentos em todos subtemas relacionados à preservação digital, a saber: Estados Unidos, Inglaterra, Brasil, Austrália, Alemanha e Holanda. 75,8% do total de publicações (i.e., 241 trabalhos) corresponderam à autoria única, contra 24,2% (i.e., 77 trabalhos) de trabalhos publicados por mais de um autor. Aumento da contribuição dos subtemas Gerenciamento e Certificação nos anos de 2000 e 2003. Análise Bibliométrica

54. Foram identificados doze tipos de propostas no período analisado. A categoria “recomendação” foi o tipo mais sugerido pelos pesquisadores (55,3%). Foram quatorze questões debatidas no contexto das propostas apresentada. Questões relacionadas às coleções e recursos digitais, bem como objetos e informação digital foram as mais presentes no contexto das propostas ao longo dos últimos 11 anos. A tipologia de documento mais freqüentemente utilizada pelos autores foi artigo (62%) e, em segundo lugar, textos on-line . As recomendações e descrições dos aspectos técnicos da preservação digital publicadas por autores em periódicos no exterior, estavam relacionados com iniciativas e projetos de instituições países desenvolvidos. Análise Bibliométrica

55. A maioria das unidades de pesquisa atribuiu às bibliotecas a responsabilidade do tratamento dado aos registros das informações científicas. Existe uma variedade de soluções em funcionamento nas bibliotecas e centros de informação, representando um modelo que não permite a integração das informações de todas as instituições. Não existe uma postura institucional que estabeleça as condições mínimas para o funcionamento de algum sistema de preservação digital. O Inpe foi a única unidade que adotou o modelo OAIS no planejamento da sua biblioteca digital. Análise dos dados dos questionários

56. Menção das preocupações com relação ao material científico que deveria ser preservado e sobre as necessidades da existência de projetos de preservação digital. Percepção e a confirmação de que o lugar das atividades de preservação seria na biblioteca. Uma das maiores ameaças à permanência dos documentos digitais é o Ministério não garantir recursos específicos para a preservação digital. Atitudes a favor do acesso livre apresentando uma noção geral de que a informação produzida nessas unidades deveria ser totalmente acessível. Análise dos dados das entrevistas

57. Apenas os representantes do Inpe reconheceram a importância das políticas institucionais na definição das funções de inserção e gerenciamento dos conteúdos arquivados na sua biblioteca digital. Análise dos dados das entrevistas

58. Constatou-se não haver nenhuma atividade de preservação digital expressa por parte das equipes abordadas. Foi percebida a ausência da aplicação de um plano estratégico de preservação digital, o uso mínimo de padrões internacionais de interoperabilidade e inexistência de mecanismos que garantissem a inalterabilidade dos registros digitais. Atividades relacionadas com a migração de formatos e com as cópias de segurança foram as mais apontadas pelos analistas de sistemas e de suporte técnico. Análise etnográfica de conteúdo

59. Foi constatada a natureza dos projetos planejados (Ibict, CBPF) e implementados (Inpe), com os efeitos das descontinuidades das políticas institucionais nas prioridades de suas administrações. Nos materiais de divulgação analisados não foi encontrada nenhuma descrição de procedimentos relacionados à manutenção de arquivos digitais. A percepção da preservação digital nas unidades de pesquisa do MCT é limitada pela inexistência de experiências práticas e pela ausência de decisões institucionais, que não têm emergido por parte das diretorias. Análise etnográfica de conteúdo

60. Um conjunto de critérios para o estabelecimento de sistemas de informação orientados à preservação digital pode ser usado para avaliar as atribuições de responsabilidade, a confiança que ele deve possuir e a acessibilidade que esse tipo de sistemas de informação deve permitir. Determinação dos critérios

61. Na literatura se encontra a definição de diversos tipos de elementos, princípios, propriedades, atributos, requisitos e critérios contemplados, quando se deseja criar um tipo de serviço de informação orientado à preservação de longo prazo (BROWN, 2003; CONARq, 2006; CORNELL UNIVERSITY LIBRARY, 2003; CRL, 2007; RLG/NARA, 2006; 2007; RLG/OCLC, 2002). Determinação dos critérios

62. Os critérios de preservação digital aqui propostos estão relacionados aos aspectos institucionais: Confiabilidade Responsabilidade Política Sustentabilidade econômica Inclusão em repositórios digitais Transparência Acessibilidade de longo prazo Determinação dos critérios

63. Confiabilidade: integrada pelo conjunto de requisitos técnicos e gerenciais que garante a integridade dos formatos, a permanência do armazenamento dos dados e a segurança em todas as etapas do serviço. Determinação dos critérios

64. Responsabilidade Política: obriga a instituição a assumir uma parcela de controle na manutenção dos acervos digitais. Determinação dos critérios

65. Sustentabilidade econômica: define as ações necessárias para a continuidade do serviço Determinação dos critérios

66. Inclusão em repositórios digitais: estrutura instâncias de validação de dados, seu caráter científico e da abrangência dos serviços. Determinação dos critérios

67. Transparência: explicita e documenta as especificações técnicas para a recuperação, auditoria e certificação dos conteúdos. Determinação dos critérios

68. Acessibilidade de longo prazo visa a manutenção técnica do sistema, suas condições de interoperabilidade, desempenho e linkage com outros objetos e serviços em rede. Determinação dos critérios

69. São critérios com base nos dois principais modelos de referência OAIS e TDR , considerados elementos determinantes das propriedades relativas aos sistemas de gerenciamento de informação científica. Determinação dos critérios

70. Conclusões e Sugestões

71. A literatura apresentada proporcionou alternativas para discutir os atributos, critérios e normas de funcionamento de sistemas de informação para a preservação digital. Como a pesquisa envolveu uma população restrita não é possível generalizar os resultados obtidos. O nível de tratamento administrado às possíveis variáveis contidas nos indicadores nos critérios foi consoante ao limitado número de experiências dentro do MCT. Conclusões e sugestões p. 290

72. Recomenda-se: o desenvolvimento de pesquisas sobre a aprendizagem e aplicação de normas e padrões pelos integrantes das equipes que gerenciam os sistemas de informação científica do governo; a inclusão de uma discussão detalhada sobre metadados de preservação para informação científica e sobre o gerenciamento de longo prazo dos direitos autorais no ambiente digital. Conclusões e sugestões

73. Critérios para a preservação digital da informação científica Miguel Ángel Márdero Arellano Universidade de Brasília Faculdade de Economia, Administração, Contabilidade e Ciência da Informação e Documentação Departamento de Ciência da Informação e Documentação Orientador: Prof. Dr. Murilo Bastos da Cunha Brasília – DF 2008 Tese de doutorado em Ciência da Informação