Toda a instituição com acervo chega, mais cedo ou mais tarde, ao mesmo estrangulamento: o material existe, mas para o encontrar e utilizar é preciso descrevê-lo. Um livro, um processo, uma fotografia, uma gravação, um contrato — cada um precisa de um registo de catálogo num formato padrão, feito por alguém que sabe catalogar. Esse trabalho leva tempo, e as pessoas que o fazem bem não abundam. Entretanto, o material acumula-se, muitas vezes já digitalizado mas sem descrição, repartido entre uma pasta na nuvem, um servidor e caixas de digitalizações.
O Janium Collect ocupa-se da primeira parte desse trabalho. Vigia os lugares onde a instituição guarda os seus documentos, lê-os com a ajuda de um modelo de linguagem, e produz um registo de catálogo no formato que a instituição usa. Quem cataloga deixa de escrever cada registo de raiz e passa a rever os que o sistema propõe.
O que produz
O resultado do Collect é um registo estruturado, não um texto livre. Consoante o tipo de acervo, esse registo sai no formato correspondente:
- Dublin Core para uma descrição simples e interoperável.
- MARC21 (e a sua variante MARCedit/RDA, e UNIMARC) para catálogos de biblioteca.
- ISAD-G para arquivos, onde a proveniência e a hierarquia — fundo, secção, série — importam mais do que o item isolado.
- CDWA para obras de arte e objetos culturais, com o vocabulário do Getty.
A instituição não muda o seu catálogo nem a sua norma de descrição para usar o Collect; o sistema ajusta-se ao formato que já usa.
De que material parte
O acervo raramente é homogéneo, e o Collect lê vários tipos de fonte com o mesmo destino — um registo:
- Documentos de texto, em PDF ou num dos mais de trinta formatos de escritório e publicação que converte para os processar.
- Imagens e documentos digitalizados, com reconhecimento de texto quando é preciso, ou lendo a imagem diretamente quando o texto não basta.
- Dados já estruturados — uma folha de cálculo, uma lista de inventário — convertidos em registos sem os voltar a capturar.
- Áudio e vídeo, transcrevendo a voz e, no vídeo, tomando fotogramas por cena para descrever o conteúdo.
O critério que sustenta a confiança
O Collect não se limita a transcrever: identifica o material e completa o registo com dados que a fonte não trazia —matérias, uma data, às vezes o ISBN—, tirados do conhecimento do modelo. Esse enriquecimento é o valor. O risco é que um dado que soa razoável mas está errado fique no catálogo com aparência de correto.
A confiança não assenta em não enriquecer, mas em saber de onde vem cada dado. O que se pode verificar, verifica-se e atribui-se: nomes e matérias contrastam-se com ficheiros de autoridade e vocabulários controlados e saem com a sua fonte anotada; o que vem apenas do conhecimento do modelo fica sem essa marca. Os campos com regra fixa —o número de classificação, por exemplo— computam-se, não se estimam. E cada registo passa por uma avaliação que o classifica e o marca para revisão quando cai abaixo do limiar, de modo que a revisão se concentre no que o sistema assinala.
Onde se encaixa
O Collect produz os registos; o catálogo recebe-os. Integra-se com o sistema da instituição — Janium ou outro — e pode receber de volta as correções que o catalogador faz, para que a fonte e o catálogo não se dessincronizem. A pessoa que cataloga continua no centro do processo; o que muda é em que gasta o seu tempo.
O que não faz
O Collect trabalha com o que o documento contém: se o documento não declara uma data ou uma medida, o registo não a inventa. A qualidade do resultado depende da do material de partida, e o sistema não substitui o critério de quem conhece o acervo.
O que muda é quanta atenção humana é precisa, e onde. Cada registo passa por uma avaliação que o classifica, e o sistema trava os que não chegam ao mínimo antes de entrarem no catálogo. Essa classificação permite calibrar a revisão conforme o contexto: uma biblioteca com catalogadores pode rever registo a registo; um escritório que processa milhares de contratos, ou um arquivo que descreve em ISAD-G em grande escala, não tem uma pessoa por registo e revê por exceção —atende ao que a classificação assinala e confia no resto—. A qualidade alcançada torna praticável esse modo onde rever tudo não o é.
Para continuar a conversa
Se a sua instituição tem material digitalizado à espera de descrição, ou um fluxo constante de documentos para catalogar, o estrangulamento deixa de ser escrever cada registo e passa a ser revê-los. Se esse é o seu problema, escreva-nos para info@janium.com; interessa-nos perceber como é o seu acervo e como o descreve hoje.