Fonte | Apresentação .pdf | Download |

1. Introdução: o despertar do oráculo no mundo dos metadados

O campo bibliotecário enfrenta actualmente uma transformação sem precedentes, impulsionada pela ascensão da inteligência artificial generativa (IA). Segundo a perspectiva de Gino Roncaglia (2026), esta tecnologia não constitui apenas uma ferramenta incremental, mas um catalisador que redefine a convergência entre a criação de metadados e as arquiteturas formais de organização do conhecimento.

Durante a redacção do seu estudo fundamental, o autor adoptou a IA como um “sparring partner”, interagindo com modelos de linguagem de grande escala (LLMs) como o ChatGPT (nas versões 4o e o3 com Deep Research), o Manus (plataforma baseada no Claude Sonnet 4) e o modelo chinês Kimi K2. Contudo, Roncaglia destaca uma observação crucial para a prática profissional: o uso destas ferramentas não resultou num ganho de tempo. Pelo contrário, a exigência de uma verificação humana rigorosa e a necessidade de validar cada sugestão tornaram o processo mais moroso do que os métodos tradicionais. O objectivo deste texto é analisar como estes LLMs podem suportar a catalogação perante as exigências de rigor das estruturas bibliográficas, equilibrando a inovação com a responsabilidade técnica.

2. A evolução dos paradigmas: da rigidez do MARC à fluidez dos dados ligados

A história da catalogação é marcada pela transição de sistemas de regras estritas para ecossistemas de dados interconectados. Este percurso consolidou-se no século XIX com as 91 regras de Antonio Panizzi (1839/1841). É neste período que Giuseppe Fumagalli (1887) introduz uma visão epistemológica essencial, definindo as fichas catalográficas como “segni rappresentativi dei libri” (sinais representativos dos livros), estabelecendo a base para o entendimento do carácter semântico dos metadados.

A revolução informática chegou em 1966 com o formato MARC (Machine-Readable Cataloguing), criado por Henriette Avram na Library of Congress, transpondo a lógica da ficha para o registo digital. Todavia, a rigidez do “registo” isolado cedeu gradualmente lugar a modelos semânticos baseados em entidades e relações, um movimento impulsionado pela tese de Barbara Tillett (1987) e pela posterior aprovação do modelo FRBR (1998). A modernização bibliográfica actual fundamenta-se nos seguintes pilares:

• Resource Description Framework (RDF): Modelo que utiliza triplas (sujeito-predicado-objecto) para formalizar metadados no ambiente da Web Semântica.

• Linked Open Data (LOD): Paradigma que preconiza a abertura e interconexão de dados, permitindo a integração de ontologias e o reuso global da informação.

• Library Reference Model (LRM) da IFLA (2017): Consolidação conceptual que substitui definitivamente a visão do registo individual por uma rede de dados semanticamente ricos.

3. O conflito epistemológico: o arquiteto versus o oráculo

Para descrever a tensão entre os sistemas tradicionais e a IA, Roncaglia propõe a metáfora do “Arquiteto” contra o “Oráculo”.

O Arquiteto representa os sistemas de organização do conhecimento herdados da tradição biblioteconómica: determinísticos, baseados em regras formais explícitas e rigorosamente estruturados. Em oposição, o Oráculo personifica a IA generativa, cujo funcionamento assenta em redes neurais profundas e processos probabilísticos. Esta natureza oracular é intrinsecamente “obscura” e não-determinística, o que gera um conflito directo com a necessidade de precisão bibliográfica. O risco de “alucinações bibliográficas” — a invenção plausível de referências, autores ou datas — constitui o desafio central na integração destas tecnologias em fluxos de trabalho que exigem verdade factual e autoridade documental.

4. Três estratégias para a integração da IA no fluxo bibliográfico

Roncaglia identifica três vias de acção para mediar o diálogo entre o rigor do arquitecto e a fluidez do oráculo:

1. Sistemas especializados e não-oraculares: Esta abordagem utiliza machine learning tradicional em datasets controlados. As suas raízes remontam à experiência do Index Thomisticus do Padre Busa e à visão de Borko e Bernick (1963), que já anteviam que o processamento estatístico de texto natural poderia atribuir termos de indexação automaticamente. Exemplos modernos incluem o IRIS Project (1988-1993) da Universidade de Houston, o toolkit Annif para indexação automática, os projectos de desduplicação do OCLC e o software Transkribus para a transcrição de manuscritos.

2. Colaboração via RAG (Retrieval Augmented Generation): Esta via integra os LLMs com bases de conhecimento externas e fiáveis. O sistema recupera informação de um catálogo ou arquivo autorizado para alimentar o modelo, mitigando alucinações. Exemplos notáveis são o chatbot Alphy no portal Alphabetica e o Archibot 3.0 nos arquivos do Parlamento Europeu.

3. LLMs de nova geração e capacidade de raciocínio: Utiliza técnicas avançadas para guiar o oráculo na produção de estruturas formais. Um exemplo técnico de ponta é o projecto Exploring Computational Description (ECD) da Library of Congress. O ECD utiliza modelos de ML para duas tarefas de alta precisão: a classificação de texto para sugerir Library of Congress Subject Headings (LCSH) e a classificação de tokens para identificar nomes de autores e alinhá-los com o Name Authority File (NAF). Esta estratégia beneficia frequentemente do uso de Small/Medium Language Models (SLM/MSLM) locais para garantir a privacidade e permitir o fine-tuning (ajuste fino) documental.

5. Inovações tecnológicas e o futuro da descrição computacional

Seis inovações técnicas prometem aumentar a precisão da IA e reduzir a distância entre a probabilidade e a norma:

• Alargamento da janela de contexto (context window): Permite ao modelo processar volumes massivos de dados simultaneamente, utilizando o contexto como âncora factual (grounding).

• Sistemas multimodais e modelos de mundo (world models): Capacidade de integrar diferentes tipos de input (texto, imagem, dados estruturados) para uma compreensão do contexto mais próxima da percepção humana.

• Modelos de raciocínio (reasoning models): Sistemas que descrevem o processo lógico antes de apresentarem o resultado, permitindo a validação do “raciocínio documentale”.

• Pesquisa profunda (deep research) e capacidades agênticas: Modelos que realizam investigações autónomas e iterativas em fontes credíveis antes de gerar metadados.

• Papel dos modelos locais (SLM/MSLM): Modelos de menor escala que permitem o processamento em servidores próprios, garantindo a segurança de dados sensíveis e o fine-tuning especializado.

6. Desafios éticos e o imperativo da literacia em IA

O IFLA Statement (2020) já alertava para as implicações éticas da IA, focando no bias (preconceitos), na transparência algorítmica e na necessidade de literacia em IA. O paradigma “Human-In-The-Loop” torna-se imperativo: a supervisão humana não é apenas uma salvaguarda, mas um componente essencial do custo operacional da tecnologia.

É fundamental reconhecer que aplicar IA de ponta a modelos de dados obsoletos, como o formato MARC, é uma estratégia pouco produtiva. O futuro da profissão exige o alinhamento com o LRM e o LOD, que, pela sua natureza abstracta e relacional, são nativamente mais compatíveis com as capacidades de processamento dos novos sistemas inteligentes.

7. Conclusão: o papel do bibliotecário na era generativa

A inteligência artificial generativa não substitui a autoridade técnica do bibliotecário, mas actua como um acelerador complexo que exige vigilância constante. O papel do profissional de informação evolui da catalogação local para a gestão de metadados num espaço conceptual partilhado e abstracto, como se observa na transição para o Índice 3 SBN. O bibliotecário do futuro deve ser um gestor de sistemas neuro-simbólicos, garantindo que o oráculo estatístico permanece subordinado ao arquitecto documental, preservando a transparência metodológica e a integridade do conhecimento partilhado.

Conteúdo relacionado:

• A próxima era da gestão de referências segundo William Gunn